-
公开(公告)号：CN117475018A
公开(公告)日：2024-01-30
申请号：CN202311417580.X
申请日：2023-10-30
Applicant: 西安交通大学
Abstract: 本发明公开了一种CT运动伪影去除方法，具体包括如下步骤：步骤1，采集带运动伪影的CT图像；步骤2，筛选出清晰CT影像切片；步骤3，向步骤2中筛选出的清晰CT影像加入人工仿真的运动过程，进而得到带有运动伪影的CT影像切片，获得配对CT影像数据集；步骤4，使用步骤3得到的配对CT影像数据集训练基于核的UNet网络模型；步骤5，使用带运动伪影的CT影像数据来测试步骤4训练好的基于核的UNet网络模型，输出清晰的CT影像数据。采用本发明提供的方法能够去除CT影像中刚性、非刚性运动所造成的多样化、非均匀化的运动伪影。
-
公开(公告)号：CN117390006A
公开(公告)日：2024-01-12
申请号：CN202311489116.1
申请日：2023-11-09
Applicant: 西安交通大学
IPC: G06F16/215 , G06F16/29
Abstract: 本发明公开了台账数据辅助的分布式高速铁路里程校正方法，包括如下过程：读取高铁轨道几何的检测数据和台账数据，通过定位、匹配的方式找到与每条台账数据对应的台账曲线所匹配的检测曲线，然后进行平移校正；再通过等分插值方法将非曲线段进行校正，通过交替拼接得到完整的校正后数据。采用本发明能够辅助铁路技术人员进行轨道几何数据的里程校正，解决了目前里程校正速度慢的问题。
-
公开(公告)号：CN115760651A
公开(公告)日：2023-03-07
申请号：CN202211700887.6
申请日：2022-12-28
Applicant: 西安交通大学
IPC: G06T5/00 , G06N3/084 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种改进的RegGAN低剂量CT图像去噪方法及相关装置，包括以下步骤：采集使用低剂量技术所成的胸腹部CT图像以及使用正常剂量所成的未严格对齐的配对胸腹部CT图像；将配对CT图像数据集随机划分成训练集与测试集；给定模型损失函数与优化器，并设定合适的超参数，训练低剂量CT图像去噪模型；利用训练好的模型对低剂量CT图像进行高质量的图像去噪与复原。本发明通过谱归一化约束鉴别器网络权重参数使得训练更加稳定；加入感知损失函数使去噪后图像能够保留更多纹理信息。本发明为深度学习技术应用于临床低剂量CT图像去噪提供了一种更好的选择，不仅对数据集没有严格的要求，而且在图像质量方面也能够满足诊断需求。
-
公开(公告)号：CN114913262A
公开(公告)日：2022-08-16
申请号：CN202210621149.6
申请日：2022-06-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种采样模式与重建算法联合优化的核磁共振成像方法及系统，分别构建混合拉普拉斯概率生成网络模型，可微二值化模型和MRI重建网络ADMM‑CSNET+；将混合拉普拉斯概率生成网络模型，可微二值化模型和MRI重建网络ADMM‑CSNET+进行端到端训练，得到可微训练框架；向训练好的可微训练框架输入k空间的欠采样数据，输出重建后的核磁共振图像。本发明方法重建的图像能够提供完整的细节信息，并没有明显的噪声伪影。
-
公开(公告)号：CN114329981A
公开(公告)日：2022-04-12
申请号：CN202111648706.5
申请日：2021-12-29
Applicant: 西安交通大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于ADMM预条件的DGMRES双迭代高维电磁仿真方法及系统，使用矩量法电磁计算软件生成电磁仿真线性方程组；对前一步中的观测矩阵创建分布式阵列；将上一步得到的分布式阵列带入多参数ADMM预条件算法，得到预条件子；将上一步得到预条件子以及预条件解带入右预条件DGMRES双迭代算法，并行求解，得到电磁仿真线性方程组的近似解。本发明解决了大规模电磁仿真线性方程组求解困难的瓶颈，实现了大规模电磁仿真线性方程组的高效、快速的求解。
-
Patent Agency Ranking
公开(公告)号：CN109840270A
公开(公告)日：2019-06-04
申请号：CN201811576889.2
申请日：2018-12-23
Applicant: 国网浙江省电力有限公司 , 西安交通大学 , 国网安徽省电力有限公司电力科学研究院 , 南瑞集团有限公司
Abstract: 本发明实施例提出了一种基于Neo4j的电网设备信息管理方法，包括获取知识图谱的输入内容，从输入内容中抽取知识单元；根据资源描述框架对已抽取到的知识单元进行语义描述，确定在低维空间中对高效计算实体之间的复杂语义关联；对得到的复杂语义关联内容进行以Neo4j数据模型为基础的数据库建模，根据建立的模型确定电网设备之间的拓扑关系。通过Neo4j进行设备信息管理能够保证数据的完整性，兼顾电网的拓扑特性，解决使用关系型数据库进行电网设备信息管理出现的并发读写性能不高、模型属性增减不灵活以及拓扑分析性能低下等问题，提高电网设备信息检索和提取效率。
-
公开(公告)号：CN118012387B
公开(公告)日：2024-10-22
申请号：CN202410217261.2
申请日：2024-02-28
Applicant: 西安交通大学
Abstract: 本发明公开了大数据分析算法库的构建系统，包括：分析流程构建模块、算子平台选择模块、代码反向生成模块、用户代码校验模块、集群控制主机、集群计算主机。能实现跨平台、跨语言的算法融合，在一个完整且异构的数据分析流中实现数据分析。本发明还公开了大数据分析算法库的构建方法。
-
公开(公告)号：CN116993845A
公开(公告)日：2023-11-03
申请号：CN202310681091.9
申请日：2023-06-09
Applicant: 西安交通大学
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 本发明一种基于集成深度网络DnCNN的CT图像去伪影方法，采集带伪影的CT横断面数据，利用图像伪影区域的周围像素点值对图像伪影部分进行填充修复，将修复后的CT图像作为标注数据；将数据随机划分为训练集及测试集，并初始化每个训练样本权重；训练多个DnCNN模型，学习原数据与标注数据之间的残差，并在每轮训练完成后计算该轮模型的权重系数，更新样本权重；对权重系数进行归一化，并对训练后的多个DnCNN模型进行集成；最后在测试集上对集成网络模型进行去伪影性能评估。本发明一定程度上解决了CT图像中重度条状伪影难以去除的问题。
-
公开(公告)号：CN114913262B
公开(公告)日：2023-08-18
申请号：CN202210621149.6
申请日：2022-06-02
Applicant: 西安交通大学
IPC: G06T11/00 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了一种采样模式与重建算法联合优化的核磁共振成像方法及系统，分别构建混合拉普拉斯概率生成网络模型，可微二值化模型和MRI重建网络ADMM‑CSNET+；将混合拉普拉斯概率生成网络模型，可微二值化模型和MRI重建网络ADMM‑CSNET+进行端到端训练，得到可微训练框架；向训练好的可微训练框架输入k空间的欠采样数据，输出重建后的核磁共振图像。本发明方法重建的图像能够提供完整的细节信息，并没有明显的噪声伪影。
-
公开(公告)号：CN116312983A
公开(公告)日：2023-06-23
申请号：CN202310278527.X
申请日：2023-03-21
Applicant: 西安交通大学
Abstract: 本发明公开一种基于噪声生成机制的隐正则化低剂量CT图像重建方法，将基于噪声生成机制的低剂量CT重建的优化问题展开为一个隐正则化深度网络NGMNet，对所述隐正则化深度网络NGMNet的参数进行训练，得到低剂量投影数据重建的深度网络模型，将低剂量投影数据输入所述深度网络模型中进行优化得到重建后的CT图像；隐正则化深度网络NGMNet每个操作单元包含三个网络层：投影域更新层、弦图域更新层及图像域更新层；投影域更新层、弦图域更新层及图像域更新层分别对应基于噪声生成机制的低剂量CT重建的框架求解时投影域Q、弦图域Y和图像域X的更新规则；根据噪声生成模型求解过程展开为端到端的隐正则化深度网络，能够在极低剂量情况下仍能够恢复出高质量CT图像。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.072 seconds)
