-
公开(公告)号:CN102779350A
公开(公告)日:2012-11-14
申请号:CN201210186379.0
申请日:2012-06-07
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明涉及一种锥束CT迭代重建算法,特别是涉及一种锥束CT迭代重建算法投影矩阵构建方法。本发明针对锥束CT迭代重建算法投影矩阵的高精度刻画问题,提出了基于有限元模型和Radon算子的投影矩阵刻画方法。结合射线覆盖模型和基函数模型各自的特点,从一幅连续三维自然图像的数学刻画出发,按照射线投影规律,充分考虑对投影各物理过程的数学刻画,提出一种新的投影矩阵刻画方法,对投影过程进行了更为充分的刻画。实验结果表明,本发明有效提高了模型的刻画精度和重建的质量。
-
公开(公告)号:CN102609978A
公开(公告)日:2012-07-25
申请号:CN201210010806.X
申请日:2012-01-13
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于CUDA架构的GPU加速锥束CT图像重建的方法;具体为:在CUDA编程模型中,采用GPU进行锥束CT图像重建算法的运算,锥束CT图像重建采用FDK算法,构建CPU和GPU协作的CPU-GPU异构计算模式,将算法划分为M个子任务,每个子任务的结构包括两个部分:数据和在数据上施加的运算,根据各个子任务的特点将其调度到不同的硬件上执行,子任务分为串行子任务和并行子任务,其中,CPU负责子任务的调度和串行子任务的执行,GPU负责并行子任务的执行,CPU与GPU之间通过PCI-E总线进行通信;本发明提供了一种计算速度快的基于CUDA架构的GPU加速锥束CT图像重建的方法。
-
公开(公告)号:CN102567944A
公开(公告)日:2012-07-11
申请号:CN201210061660.1
申请日:2012-03-09
Applicant: 中国人民解放军信息工程大学
IPC: G06T1/20
Abstract: 本发明涉及一种基于FPGA的CT图像重建硬件加速方法;通过如下步骤实现:步骤1、上位PC机将探测器采集的投影数据传入FPGA中的PCI-E通信模块,PCI-E通信模块接收的投影数据通过总线转换模块进入预处理模块中,预处理模块对接收的投影数据依次进行加权和滤波计算;步骤2、DDR2控制模块将经过加权和滤波预处理的投影数据写入DDR2SDRAM外部存储器中,系统控制模块针对每次重建的区域通过DDR2控制模块从DDR2SDRAM外部存储器中取出相应的数据,再送入反投影模块中进行反投影计算,反投影模块计算后的数据再传回上位PC机;本发明提供了一种计算速度快的基于FPGA的CT图像重建硬件加速方法。
-
公开(公告)号:CN106709924B
公开(公告)日:2019-11-22
申请号:CN201611020101.0
申请日:2016-11-18
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于深度卷积神经网络和超像素的图像语义分割方法,克服了现有技术中,现有语义分割方法的精度仍待提高的问题。该发明含有如下步骤:1:在图像分类数据集上训练一个由图像到类别标签的深度卷积网络分类模型;2:在深度卷积神经网络分类模型中加入反卷积层,在图像语义分割数据集上进行微调训练,实现从图像到图像语义分割结果的映射;3:将测试图像输入深度卷积神经网络语义分割模型中,得到各个像素的语义标签,同时将测试图像送入超像素分割算法,得到若干超像素区域;4:把超像素和语义标签进行融合,得到最终改善的语义分割结果。本方法改善现有图像语义分割方法的精度,在图像识别和应用中具有重要意义。
-
公开(公告)号:CN106022384B
公开(公告)日:2019-07-12
申请号:CN201610361766.1
申请日:2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法,通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据,训练深度卷积神经网络模型,将其映射到关注目标类别标签上进行模型优化;构造与优化后的深度卷积神经网络对称的深度网络模型,利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数,获得fMRI视觉功能数据到逐像素语义分割结果的映射;采集被试观看测试图像的fMRI视觉功能数据,确定被试关注目标类别和逐像素语义分割结果,分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析,提取出刺激图像中所有目标类别并获得语义分割结果,提高关注目标提取的准确性。
-
公开(公告)号:CN105700687B
公开(公告)日:2018-03-13
申请号:CN201610139359.6
申请日:2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06F3/01 , G06F17/30 , A61B5/0476 , A61B5/04
Abstract: 本发明涉及一种基于folding HDCA算法的单试次脑电P300成分检测方法,给被试看一系列RSVP图像序列,采集被试脑电信号,将所有图像所对应的脑电信号分为若干个时间窗口,取一个时间窗口及其前f个时间窗口内的多导联信号组成一组新的导联信号,并与空间权重、时间权重做运算,获得兴趣得分,将兴趣得分与设定阈值进行比对,判断目标图像,将目标图像结果进行输出。本发明通过将被试当前时刻的脑电信号与之前时刻的脑电信号相关联,将多导联脑电信号降维到一维,有效降低实际应用中P300成分的潜伏期与峰值随被试生理状态、目标概率、目标含义而引起的变化因素的影响,有效的提取脑电P300成分,进而确定目标图像。
-
公开(公告)号:CN105205842B
公开(公告)日:2017-12-15
申请号:CN201510545646.2
申请日:2015-08-31
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种X射线成像系统中的变电流投影融合方法,克服了现有技术中,已有变电流投影融合技术中,人工选择融合阈值的缺陷问题。该发明具体步骤如下:(1)采集成像物体在各投影角度下不同电流的投影数据;(2)构造不同电流投影的灰度值‑有效边缘梯度序列;(3)使用动态时间弯曲方法求解最佳融合阈值;(4)计算缩放因子;(5)投影图像融合;(6)CT图像重建。该发明方法能够避免人工选择融合阈值的主观性,有效扩展探测器的动态范围。探测器动态范围得到扩展后,实验对于探测器的成像需求得到降低,从而减少硬件成本。基于融合后投影的CT图像SNR优于传统人工选择固定阈值的融合方法。
-
公开(公告)号:CN107358026A
公开(公告)日:2017-11-17
申请号:CN201710448687.9
申请日:2017-06-14
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F3/015 , G08B19/005 , G08B25/00
Abstract: 本发明公开了一种基于脑机接口和物联网的残疾人智能陪护系统,克服了现有技术中,残疾人陪护系统对残疾人情感和安全问题仍需改进的问题。该发明包括脑控轮椅助行子系统、情绪与体征安全监测子系统、家居突发情况报警子系统和信息采集处理子系统,其中脑控轮椅助行子系统将脑电帽采集的脑电信号传递给信息采集处理子系统,信息采集处理子系统对用户脑电信号进行处理识别,再将处理识别后的脑电控制信号经过转换器输入脑控轮椅的控制单元来控制轮椅行动;情绪与体征安全监测子系统根据检测结果通过智能陪护机器人调节用户情绪。该技术将脑电信号处理转化为控制命令,辅助残疾人控制电动轮椅,保障其健康和安全,减少医生及家属的负担。
-
公开(公告)号:CN104574458B
公开(公告)日:2017-10-27
申请号:CN201410848116.0
申请日:2014-12-31
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于非标准快速Fourier变换和交替方向法的平行束CT稀疏角度重建方法,克服了现有技术中,图像重建方法仍有缺陷的问题。该发明的步骤如下:对平行束CT采集到的投影数据进行一维FFT变换,得到对应的极坐标下的投影频域数据;在基于极坐标的投影频域基础上,利用NUFFT技术实现图像空频域变换,以避免频域插值造成的精度损失,并建立TV最小化图像重建模型;在从投影频域恢复待重建图像的过程中,设计了基于TV最小化的频域优化模型,利用交替方向法对TV最小化模型通过增广Lagrangian函数法和交替方向乘子法进行迭代求解。本发明结合NUFFT技术和优化策略中先进的交替方向思想,能避免频域插值、计算和存储资源需求小,收敛性能好。
-
公开(公告)号:CN105222730B
公开(公告)日:2017-10-24
申请号:CN201510545714.5
申请日:2015-08-31
Applicant: 中国人民解放军信息工程大学
IPC: G01B15/00
Abstract: 本发明公开了一种基于图像复原的工业CT几何尺寸测量方法,克服了现有技术中,一些工业CT几何尺寸测量方法仍需改进的问题。该发明具体步骤如下:(1)投影数据采集;(2)重建射束硬化校正后的CT图像;(3)计算二维PSF;(4)图像复原;(5)几何尺寸测量。与现有技术相比,本发明基于图像复原的工业CT几何尺寸测量方法具有以下优点:使用该发明方法复原后的CT图像,其模糊退化效应能得到有效抑制,并且能够获得更好的几何尺寸测量精度。
-
-
-
-
-
-
-
-
-