一种基于标签融合的半监督开集目标检测方法

    公开(公告)号:CN118736197A

    公开(公告)日:2024-10-01

    申请号:CN202410834098.4

    申请日:2024-06-26

    Abstract: 本发明公开了一种基于标签融合的半监督开集目标检测方法,该方法首先将带标记数据图像中的前景部分和对应的标注截取,构建前景信息库并动态增强,与无标记数据进行融合,得到合成数据。其次将带标签数据同时送入两个教师网络中进行训练,分别是原始的教师网络和检测器。然后使用两个教师网络对无标记数据以及新生成的合成数据进行预测,进行预测标签融合,得到最终的伪标签。最后将带标签数据、带伪标签的无标记数据以及合成数据送入半监督框架,输出目标检测结果,并进行训练。本发明是处理开集问题以及基于构建前景信息库缓解类别不均衡问题的半监督目标检测,缓解常见的类别不均衡问题。

    一种面向等几何分析的CAD模型扫掠体参数化方法

    公开(公告)号:CN117710607A

    公开(公告)日:2024-03-15

    申请号:CN202311781102.7

    申请日:2023-12-22

    Abstract: 本发明公开了一种面向等几何分析的CAD模型扫掠体参数化方法,包括如下步骤:1、输入格式为.obj的三维几何模型并保存;2、识别扫掠方向,所有垂直于扫掠方向的面投影至计算平面,在计算平面完成初始三角形网格的构造,内部线约束、边界线约束建立并保存;3、保约束的重新网格化;4、基于标架场的二维区域全自动四边形网格生成;5、四边形网格拓扑提取,根据奇异点和约束边进行区域划分;6、四边子区域拟合至B样条曲面,得到控制点在二维平面上的分布;7、确定每个四边子区域的扫掠距离,并确定控制点在三维空间的分布,并保证控制点的共享;输出最终的扫掠体参数化结果。该方法能够高效地生成具有高质量、高连续性的参数化扫掠体。

    基于体素特征和稀疏Sinkhorn Transformer的3D姿态估计方法

    公开(公告)号:CN115391733A

    公开(公告)日:2022-11-25

    申请号:CN202211078771.3

    申请日:2022-09-05

    Abstract: 本发明涉及基于体素特征和稀疏Sinkhorn Transformer的3D姿态估计方法,将三维的体素特征分解成Transformer可处理的一维体素序列,然后把序列按同样的大小分为多个组;计算出每个体素元素的Key、Value和Query,计算每组的平均Key、平均Value和平均Query,计算组与组之间的相关度;按照相关度计算出转换矩阵;对同一个组内的元素和其对应相关组之间的元素进行自注意力操作;把一维体素序列还原回三维空间,并与CNN提取的特征进度融合,得出最终的体素特征,把每个关节在体素中的概率与体素在三维空间中的坐标进行加权平均得到关节的估计位置。本发明的估计精度高。

    一种基于马氏距离的织物图片经纬纱染色方法

    公开(公告)号:CN114463463A

    公开(公告)日:2022-05-10

    申请号:CN202111658825.9

    申请日:2021-12-30

    Abstract: 本文实现了一种基于马氏距离的织物图片经纬纱染色方法,可以对单张织物图片进行特定纱线的染色,如花纹或背景的纱线编织区域纱线,用户不需要手动操作,只需要输入目标颜色的参考图片即可完成染色。本发明提供如下方法,包括以下步骤:步骤一,对使用相机拍摄后得到的织物图片进行主颜色采样;步骤二,使用步骤一采样结果组成颜色样本集,对图像中的像素点计算其到每个样本集的马氏距离;步骤三,通过马氏距离计算概率分布,得到织物图片的经纬纱分割图;步骤四,将步骤三得到的织物图片的经纬纱分割图,原图和颜色迁移的参考图片一起作为输入;步骤五,利用织物图片的经纬纱分割图作为分割条件,在LAB空间进行织物图片的经纬纱染色。

    多模态眼睑肿瘤数据融合进行肿瘤区域分割的方法

    公开(公告)号:CN113989297A

    公开(公告)日:2022-01-28

    申请号:CN202111125371.9

    申请日:2021-09-23

    Abstract: 本发明公开了利用多模态的眼睑肿瘤数据进行肿瘤区域分割的方法。通常病理科对于肿瘤的诊断需要病理医生对患者的病理切片进行显微镜观察之后做出判断,这个过程往往需要大量时间和精力。本发明根据该需求公开了一种通用的端到端框架以实现眼睑肿瘤病理图像的自动分类和分割。本发明首先输入病理医生已经诊断过的患者病理切片图像以及性别年龄等文本信息,用文本分支混合UNET3+网络进行训练,得到训练好的模型。接着,输入未经诊断的患者病理图像,经过训练好的模型,即可得到该患者的诊断结果以及相关癌症区域。本发明能够自动对眼睑肿瘤中基底细胞癌和脂溢性角化病两类的病理切片进行分类,以及对病理切片中肿瘤区域得到很好的分割结果。

    一种基于MedSAM的弱监督三维医学图像分割方法

    公开(公告)号:CN119904467A

    公开(公告)日:2025-04-29

    申请号:CN202411959379.9

    申请日:2024-12-30

    Abstract: 本发明公开了一种基于MedSAM的弱监督医学图像分割方法,意在解决传统医学图像分割依赖大量标注数据、训练耗时费力的问题,提高在标注成本受限条件下的分割性能。它利用深度学习模型特征提取能力,经骨干网络生成类别激活图初步定位目标区域。提出了CSD双向常识防御模块与AMS类激活图叠加模块,前者结合全局信息提升模型鲁棒性,后者确定目标最大范围保障分割效果。结合动态阈值分割策略及MedSAM模型增强热力图,整合语义特征避免依赖原型学习,实现弱监督高精度分割。实验显示其在多数据集性能优于现有方法,应用前景广泛,可用于多种医学影像任务及其他标注成本高需高效分割的领域。

    一种基于网格自适应切割与细分的虚拟手术仿真方法

    公开(公告)号:CN119418942A

    公开(公告)日:2025-02-11

    申请号:CN202510025848.8

    申请日:2025-01-08

    Abstract: 本发明公开了一种基于网格自适应切割与细分的虚拟手术仿真方法,首先对输入被切割物体四面体化,记录手术刀位置构成切割面。其次构造包围盒以及bsp树A,并标记拼接面和模拟表面,利用三角剖分生成公共切割线,得到模拟切割面。然后标记可移动顶点和不可移动顶点,根据胡克定律,求解新的顶点的位置,移动顶点对切割后的形状进行模拟,对局部区域进行重新四面体化和bsp细分,生成bsp树B与A合并。最后遍历所有bsp结点,对非四面体的结点,利用非四面体的重心进行四面体化,完成模拟切割,并进行优化。本发明对被切割的物体进行精准切割,提升切割平面的精确性,保证切割仿真的稳定性和准确性。

    合身度驱动的服装CAD版片多约束自适应调整优化方法

    公开(公告)号:CN115994393A

    公开(公告)日:2023-04-21

    申请号:CN202211396172.6

    申请日:2022-11-09

    Abstract: 现有的CAD版片的调整方法要么只保证服装的大小而无法保证服装版片的整体形状偏离设计,要么是通过参数化后无法保证二维版片的多边形结构而无法进行自动的多次迭代修改,需要进行网格到版片的转化造成数据的失真。本文提出了一种合身度驱动的服装CAD版片多约束自适应调整优化方法。这种方法直接使用二维版片的边长和角度作为目标参数,根据采取多边形的性质作为约束条件,通过考虑模拟后网格的边长和版片原始的角度,能够使生成的新版片更加匹配人体模型的同时,保证版片的形状与设计师设计的原始版片在形状上更加一致,而且不需要网格到版片的二次转化。同时这种方法能够根据角度和边长添加对称约束,使生成的布片满足对称的要求。

    结合先验掩膜的OCT图像脉络膜分割模型构建方法及应用

    公开(公告)号:CN114972365A

    公开(公告)日:2022-08-30

    申请号:CN202210691853.9

    申请日:2022-06-17

    Abstract: 本发明公开了一种结合先验掩膜的OCT图像脉络膜分割模型构建方法及应用,本发明包括数据预处理,通过裁剪,调整比例,再裁剪,统一数据尺寸;再通过标注分别生成脉络膜的两个阶段掩膜;为了解决图像背景复杂的问题,设计了级联结构的多阶段分割网络,第一阶段先分割BM层以下部分,去除上方背景干扰,第二阶段在精细分割脉络膜;为了解决脉络膜纹理不均且下方边界模糊的问题,设计了多尺度上下文聚合模块;最后为了优化级联网络的训练过程,设计了自适应的跨阶段特征融合模块。本发明充分利用了光学相干断层扫描图像本身信息,并且能够有效捕捉图像的多尺度信息以及上下文信息,提升了光学相干断层扫描图像脉络膜分割效果。

    一种基于深度学习的等几何热传导仿真方法

    公开(公告)号:CN114139454A

    公开(公告)日:2022-03-04

    申请号:CN202111465718.4

    申请日:2021-12-02

    Abstract: 本发明公开了一种基于深度学习的等几何热传导仿真方法,包括如下步骤:步骤(1)数据集的制作;步骤(2)提出自定义损失函数并用于训练;步骤(3)训练引入ISSA模块增强的UNet3+网络;步骤(4)最优网络模型预测及结果分析。采用上述技术方案,可以在拓扑一致的复杂模型上进行热仿真分析预测并快速得到光滑连续的仿真解,在保证精度的前提下大幅度降低了仿真时间,适用于CAD模型形状不断变化的实时热仿真分析的场景。与近年来研究比较多的PINNs相比,本发明中的网络模型在一个拓扑相同的新CAD模型上进行热仿真分析预测只需0.013s;而PINNs中的网络模型对一个新的CAD模型需要训练44分钟左右才能达到与本发明相同的精度。

Patent Agency Ranking