基于深度学习的肿瘤光声图像快速重建方法及装置

    公开(公告)号:CN110880196B

    公开(公告)日:2023-06-09

    申请号:CN201911096094.6

    申请日:2019-11-11

    Abstract: 本发明实施例提供基于深度学习的肿瘤光声图像快速重建方法及装置,方法包括:通过k‑Wave工具箱和迭代重建算法,获取稀疏采样下,不同数量、形状、大小、位置、光吸收系数及信噪比的肿瘤光声仿真数据集,通过光声实验补充实验数据集;构建端到端的SEU‑Net;采用预训练策略及有监督的学习方法在肿瘤光声仿真数据集和实验数据集上递进式训练SEU‑Net,依次实现迭代重建算法重建图像到高质量标签图像、初始光声信号图到高质量标签图像的重建任务,得到训练好的肿瘤光声图像重建模型;将目标肿瘤的初始光声信号图输入肿瘤光声图像重建模型,输出重建后的高质量肿瘤光声图像。可实现基于稀疏采样的快速、高质量的肿瘤光声图像重建。

    一种基于云计算的数控机床轨迹误差补偿方法

    公开(公告)号:CN114609969A

    公开(公告)日:2022-06-10

    申请号:CN202210290829.4

    申请日:2022-03-23

    Abstract: 本发明公开了一种基于云计算的数控机床轨迹误差补偿方法,可以在同一生产线上的机床大多特性比较一致的情况下,通过服务器PC收集各个机床的加工数据,从而实现更快的建立神经网络虚拟仿真模型。且可以通过一个服务器PC对多个数控系统的数据进行处理,使服务器PC完成大部分数据处理的任务。本发明可以在不改变已有硬件的条件下,通过基于云端服务器PC实时并行处理多个数控系统数据,在进行机床加工过程中对由于数控机床响应存在延迟引起轮廓误差进行补偿,且可以直接在服务器PC上可以进行数控系统代码的误差补偿,从而能够大幅度的降低数控系统的计算量,降低数控系统的性能要求,使设备的系统成本降低。

    基于应力集中与超声导波的斜拉索锈蚀复合监测装置

    公开(公告)号:CN205484204U

    公开(公告)日:2016-08-17

    申请号:CN201620046022.6

    申请日:2016-01-18

    Abstract: 本实用新型是一种基于应力集中与超声导波的斜拉索锈蚀复合监测装置,包括多个锈蚀传感单元,并将多个所属锈蚀传感单元与一个辅助框架连接形成预应力自平衡体系;在钢丝薄片不同高度处布设的连续应变测点监测数据判断斜拉索内钢丝或钢绞线初始锈蚀时间并通过相应程序计算锈蚀程度与锈蚀速率或发生应力腐蚀裂纹的深度;分析超声导波信号特征变化判断钢丝或钢绞线初始锈蚀时间;比较不同时刻导波信号幅值差的变化速率,判断钢丝薄片的锈蚀速率。本装置对斜拉索自由段下锚头区域钢丝的锈蚀与应力腐蚀状态进行长期、定量监测或定期检测,且不破坏局部微环境,同时多个锈蚀传感单元布置在该区域,进一步保证监测的真实性与可靠性。

    一种内窥式缆索锈蚀检测装置

    公开(公告)号:CN205941385U

    公开(公告)日:2017-02-08

    申请号:CN201620600536.1

    申请日:2016-06-17

    Abstract: 本实用新型主要属于缆索检测与养维护管理领域,具体涉及一种内窥式缆索锈蚀检测装置。所述检测装置包括滑动装置和用于采集待测缆索内钢丝表面形貌及锈蚀状态图像的微型内窥式成像装置,所述微型内窥式成像装置固定连接在所述滑动装置上;所述微型内窥式成像装置包括照明系统、光学系统、CCD传感器三部分,所述光学系统包括反射棱镜和转像透镜,所述反射棱镜和所述CCD传感器分别设置在所述微型内窥式成像装置的两端,从反射棱镜一端到所述CCD传感器一端依次设置反射棱镜、照明系统、转像透镜和CCD传感器。本实用新型所述检测装置具有检测区域大、检测效率高、可靠性高、适用性强、安装简单、体积小便于实际应用、成本低廉等优点。

Patent Agency Ranking