-
公开(公告)号：CN113989301B
公开(公告)日：2025-05-23
申请号：CN202111276806.X
申请日：2021-10-29
Applicant: 浙江工业大学
IPC: G06T7/11 , G06T7/194 , G06T3/4046 , G06T3/60 , G06T5/90 , G06V10/24 , G06V10/44 , G06V10/26 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种融合多种注意力机制神经网络的结直肠息肉分割方法，包括：(1)收集多种类型内窥镜下结直肠息肉图像，并通过图像随机水平翻转、随机对比度增强、0.75～1.25倍随机多尺度放大缩小和0～360度随机旋转等方法进行图像增强，组成训练样本；(2)构建包含多种注意力机制的神经网络，其中包含特征提取模块、通道分组空间增强模块、轴向自注意力结合感受野增强模块和逆向注意力边界增强模块；(3)利用训练样本训练所述神经网络，优化网络参数，确定网络参数后与神经网络共同组成模型；(4)应用时，采集内窥镜下结直肠图像，并输入至模型中，经计算输出结直肠息肉分割图像。该方法提升结直肠息肉的分割效果。
-
公开(公告)号：CN118749548A
公开(公告)日：2024-10-11
申请号：CN202410958890.0
申请日：2024-07-17
Applicant: 浙江工业大学
IPC: A23B4/09 , A23L33/105
Abstract: 本发明提供了一种蛋白质纳米基双重冷冻保护剂的制备方法及应用。本发明以来源于水产品加工副产物中的鱼鳞为原料，经酶法提取制备酶型鱼鳞胶，并通过“下‑上‑下”方法制备了蛋白质‑多酚复合纳米抗冻剂，包括以下步骤：预处理后采用酶浸提提取鱼鳞胶；冷冻干燥，孵化后与多酚充分混合，在谷氨酰胺转胺酶交联鱼鳞胶凝胶化作用下将茶多酚包埋于形成的三维网络结构中；待凝胶体充分形成后进行，均质粉碎、超声分散，进行冷冻干燥得到鱼鳞胶‑多酚纳米颗粒。本发明制备的蛋白质纳米抗冻剂粒径范围可调，多酚负载率高，产品分散性好，具有冰晶抑制与组分保护等双重冷冻保护效果，制备成本低，具有广阔的应用前景。
-
公开(公告)号：CN112435164B
公开(公告)日：2024-04-30
申请号：CN202011323293.9
申请日：2020-11-23
Applicant: 浙江工业大学
IPC: G06T3/4053 , G06T3/4007 , G06T5/50 , G06T5/70 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于多尺度生成对抗网络的低剂量CT肺部图像的同时超分辨率和去噪方法，包括：(1)收集高剂量CT肺部图像并退化成低剂量CT肺部图像，组成一个样本；(2)构建包含生成器和判别器的生成式对抗网络，其中，生成器包括依次连接的多尺度特征提取模块，卷积层、多个残差通道注意力模块、填充模块、残差模块以及上采样模块，判别器包括一系列的卷积层和BN模块；(3)利用样本训练所述生成式对抗网络优化网络参数，确定的网络参数与生成器组成超分辨率和去噪模型；(4)应用时，采集低剂量CT肺部图像，并输入至超分辨率和去噪模型中，经计算输出高剂量CT肺部图像。该方法提升了超分辨率成像质量和去噪效果。
-
公开(公告)号：CN117044869A
公开(公告)日：2023-11-14
申请号：CN202310880339.4
申请日：2023-07-18
Applicant: 浙江工业大学
IPC: A23L3/3571 , A23L3/36 , A23L3/358 , A23L3/3562 , A23L3/3418
Abstract: 本发明公开一种气体密封控容的非冻结食品低温保鲜方法，该方法包括：将质量比为1:1～1:10的溶菌酶与海藻酸钠溶解在水中，水与海藻酸钠的体积质量比为3:1，单位为mL/g，搅拌使充分溶解后，调节溶液pH至8～11；向溶液中加入氯化钙，氯化钙粉末为海藻酸钠质量的0.5～1％，在30～40℃下搅拌，使得钙离子促进海藻酸钠凝胶化，离心，取沉淀物，进行冷冻干燥，得到促冰成核剂；将促冰成核剂加水配制成浸渍液，将冷冻原料在合适的温度下浸渍后，然后放置于密封包装盒中进行完全充气密封，最后进行冷冻贮藏。本发明的促冰成核剂能够在相应冷冻温度下率先成核，从而降低了食品原材料的凝固点，使其难以结冰。因此，该方法安全环保、简易高效、适用范围广。
-
公开(公告)号：CN114271450A
公开(公告)日：2022-04-05
申请号：CN202210006064.7
申请日：2022-01-05
Applicant: 浙江工业大学
IPC: A23L17/00 , A23L33/105 , A23B4/20
Abstract: 本发明公开了一种高效钙负载鱼糜制品及其制备方法，所述高效钙负载鱼糜制品包括鱼糜、鱼骨和植物多酚，本发明以植物多酚作为钙改性剂，得到具有一定反应活性的Ca@polyphenol颗粒，能够增强钙负载。本发明方法基于多酚酚羟基与肌原纤维蛋白氨基间的氢键桥接作用，将鱼骨钙包裹于鱼糜凝胶体系中，从而增强钙的有效摄入，减少高温加工过程中的钙损失。本发明多酚除可作为钙改性剂起到纳米钙的束缚作用外，另外多酚丰富的生物学活性和抗氧化活性，还可作为品质改良剂进一步增强鱼糜制品的加工贮藏品质。
-
Patent Agency Ranking
公开(公告)号：CN113516586A
公开(公告)日：2021-10-19
申请号：CN202110443108.8
申请日：2021-04-23
Applicant: 浙江工业大学
Abstract: 本发明公开一种低剂量CT图像超分辨率去噪方法，包括：获取低剂量CT图像；基于生成式对抗网络构建训练系统，包括生成器和判别器，生成器包括特征提取模块、至少1个轻量高效像素注意力模块、至少1个多尺度细节上下文模块和融合模块，融合模块用于将去噪特征向量和上下文细节紧密联系的特征向量进行融合处理得到预测高剂量CT图像；构建训练系统的总损失函数，利用总损失函数对训练系统进行训练，训练结束时，确定参数的生成器组成CT图像超分辨率去噪模型；应用时，将低剂量CT图像输入至CT图像超分辨率去噪模型，经计算获得超分辨去噪的CT图像。利用所述方法能够抑制低剂量CT图像噪音，提高低剂量CT图像分辨率。
-
公开(公告)号：CN112435164A
公开(公告)日：2021-03-02
申请号：CN202011323293.9
申请日：2020-11-23
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于多尺度生成对抗网络的低剂量CT肺部图像的同时超分辨率和去噪方法，包括：(1)收集高剂量CT肺部图像并退化成低剂量CT肺部图像，组成一个样本；(2)构建包含生成器和判别器的生成式对抗网络，其中，生成器包括依次连接的多尺度特征提取模块，卷积层、多个残差通道注意力模块、填充模块、残差模块以及上采样模块，判别器包括一系列的卷积层和BN模块；(3)利用样本训练所述生成式对抗网络优化网络参数，确定的网络参数与生成器组成超分辨率和去噪模型；(4)应用时，采集低剂量CT肺部图像，并输入至超分辨率和去噪模型中，经计算输出高剂量CT肺部图像。该方法提升了超分辨率成像质量和去噪效果。
-
公开(公告)号：CN109949235A
公开(公告)日：2019-06-28
申请号：CN201910141579.6
申请日：2019-02-26
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于深度卷积神经网络的胸部X光片去噪方法，包括：收集胸部X光片数据，并进行数据格式的转化、预处理后得到训练用的原始图像块，加入高斯噪声后生成含噪图像块，将成对的原始图像块和含噪图像块作为训练数据集；构建去除胸部X光片噪声的卷积神经网络模型，所述卷积神经网络模型包括深度卷积神经网络和残差网络；将成对的原始图像块和含噪图像块作为输入，进行训练，得到训练完成后的卷积神经网络模型X-ReCNN；将待去除噪声的胸部X光片数据作为X-ReCNN的输入特征图，去除噪声，输出预测的去噪后的胸部X光片。该方法可以轻量化、速度快、高精度的去除胸部X光片中的噪声，而且大幅度地降低了网络结构的参数，缩短了网络训练时间。
-
公开(公告)号：CN109360157A
公开(公告)日：2019-02-19
申请号：CN201810961332.4
申请日：2018-08-22
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于TV和小波正则化的空间变化模糊图像复原方法，包括：(1)对模糊图像进行灰度化；(2)根据灰度化的模糊图像构建模糊核分解模型，在所述模糊核分解模型中，采用奇异值分解方法将模糊核分解为基滤波矩阵和系数矩阵；(3)应用所述模糊核分解模型，并结合TV正则项和小波正则项构建去模糊模型；(4)将所述去模糊模型转化为增广拉格朗日形式后，在对增广拉格朗日形式的去模糊模型进行改进，得到新去模糊模型；(5)采用ADMM算法对新去模糊模型进行数值迭代求解，获得复原图像。该方法解决了TV正则化算法在复原过程中产生的细节信息丢失问题。
-
公开(公告)号：CN109064425A
公开(公告)日：2018-12-21
申请号：CN201810820477.2
申请日：2018-07-24
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种自适应非局部总变分的图像去噪方法，包括:(1)构建NA‑NLTV模型：其中，Ω表示恢复图像u或含噪图像u0的整个图像区域，|▽NLu|是正则项，保真项，λ1(x)为根据含噪图像u0计算得到的自适应平衡函数，具体为：其中，θ1为函数λ1(x)的值域范围参数，λ1(x)∈(0,θ1)；Ω1是以含噪图像u0中的点x∈Ω为中心的大小为s1×s1的区域，ω1(x,y)为含噪图像u0中二个像素点x、y间的非局部像素相似性权重；(2)利用构建的NA‑NLTV模型对输入的含噪图像u0进行去噪，即求解NA‑NLTV模型，输出恢复图像u1。该图像去噪方法去噪效果佳，能够获得优质量的图像。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.028 seconds)
