-
公开(公告)号：CN115222725B
公开(公告)日：2023-04-18
申请号：CN202210940371.2
申请日：2022-08-05
Applicant: 兰州交通大学
IPC: G06T7/00 , G06N3/08 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种基于NSCT域PCRGF与双通道PCNN医学图像融合方法，该方法内容如下：采用PCRGF将已配准好的CT源图像进行图像增强，提高骨骼区域清晰度的同时删除小尺度结构，最大程度上提高中心坐标提取的鲁棒性，将PCRGF增强的CT图像与MRI源图像经NSCT变换分解为高频子带和低频子带，采用加权求和修正拉普拉斯算法计算图像CT和图像MRI的高频系数，采用参数自适应双通道PCNN计算图像CT和图像MRI低频子带，最后通过逆NSCT变换得到最终的融合图像。本发明，采用PCRGF算法与参数自适应双通道PCNN算法，对原有RGF算法和双通道PCNN加以改进，进一步显现出RGF的快速的收敛性，而且保留其他内容的同时删除小规模结构，并与其他算法相结合，实现了纹理细节和轮廓结构清晰化。
-
公开(公告)号：CN109685814B
公开(公告)日：2020-10-23
申请号：CN201910001478.9
申请日：2019-01-02
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于MSPCNN的胆囊结石超声图像全自动分割方法，包括：采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像；采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像；采用局部加权线性回归算法分别对所述胆囊精确分割二值图像和结石精确分割二值图像进行后处理，使胆囊结石边缘轮廓平滑，最终得到胆囊区域分割结果和结石区域分割结果。实现降低计算复杂度、减少分割步骤、提高图像分割速度与精度的优点。
-
公开(公告)号：CN119167133B
公开(公告)日：2025-03-21
申请号：CN202411085515.6
申请日：2024-08-08
Applicant: 兰州交通大学
IPC: G06F18/24 , G06F18/25 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种对比学习网络的射频指纹分类方法，涉及射频指纹识别技术领域。传统射频指纹识别算法容易受到信道干扰，识别准确率不高。针对上述问题，本文从预处理方法和基于深度学习的分类算法入手；首先，通过获取10台hackRF one发射机的IQ信号构建不同调制方式和功率的无线电信号真实数据集；然后，提取通信辐射源发射信号的多个变换域特征，并组合这些特征为多域特征，分别从时域、频域和高阶谱域的信号预处理进行数据增强，构建多通道卷积神经网络，利用多通道卷积操作对多域特征进行深层次提取；最后，使用对比学习模型对不同发射机的信号进行数据增强之后的特征向量进行特征对比，提取射频指纹的特征并对发射机进行身份识别。
-
公开(公告)号：CN119180826A
公开(公告)日：2024-12-24
申请号：CN202411203045.9
申请日：2024-08-29
Applicant: 兰州交通大学
IPC: G06T7/10 , G06N3/047 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T5/70 , G06T5/60 , G06V10/80 , G06V10/44 , G06V10/52
Abstract: 本发明公开了扩散模型、多尺度与注意力模块的医学超声图像分割方法，本发明将其扩散模型为改进的去噪扩散概率模型，多尺度与注意力模块分别为自行设计的多尺度动态条件模块和高斯交叉融合注意力模块。该方法使用去噪扩散概率模型，去除图像噪声和捕获重要细节信息；利用多尺度动态条件模块，提高图像对比度和对不同尺度上下文信息的整合能力；利用高斯交叉融合注意力模块，克服直接合并编码器特征和动态条件模块特征时的不兼容性。
-
公开(公告)号：CN118275838B
公开(公告)日：2024-08-20
申请号：CN202410707812.3
申请日：2024-06-03
Applicant: 兰州交通大学
IPC: G01R31/12 , G06F30/27 , G01D21/02 , G08B31/00 , G06F119/02
Abstract: 本发明涉及安全检测技术领域，公开了一种基于神经网络的局部放电探测系统，通过将目标电缆划分为多段探测区，在每段探测区均安装超声波传感器，检测当前探测区是否存在局部放电信号，将超声波传感器检测到的超声波信号与探测区的环境数据进行采集；将超声波信号处理后获得超声波数据；再根据超声波数据计算获得局部放电指数，通过将局部放电指数与预设放电区间进行比较，根据比较结果判断当前探测区内局部放电的严重程度，根据严重程度生成相应的预警等级信号；随后根据环境数据与预设环境数据之间的差值情况，计算获得环境影响指数，将环境影响指数与预设环境阈值进行比较，根据判断结果对预警等级信号是否进行调整；最后，发送预警等级信号。
-
Patent Agency Ranking
公开(公告)号：CN117911545A
公开(公告)日：2024-04-19
申请号：CN202410028105.1
申请日：2024-01-09
Applicant: 兰州交通大学
IPC: G06T9/00 , G06T5/60 , G06T5/70 , G06T5/20 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/082 , H04N19/117 , H04N19/17 , H04N19/42 , H04N19/80
Abstract: 本发明公开了基于滤波器剪枝的多尺度压缩感知图像重构算法，所提采样算法通过卷积模拟图像的线性分解，融合输入图像和不同尺度的分解特征后，进行多尺度采样得到压缩感知测量值，使采样子网络学习到更加丰富的多尺度特征，在重构阶段，提出一种基于坐标注意力的多尺度空洞残差模块，通过融合不同尺度特征及坐标注意力的加权得到更多的特征，进而完成重构。坐标注意力的引入，使得精确的位置信息嵌入到通道注意中，对通道关系和长距离依赖进行编码，增强了网络特征学习的能力，对较复杂的深度特征提取模块进行了模型剪枝来减少模型参数量，通过计算输出特征图的熵来判别每一个滤波器的重要性，剪除掉重要性低的滤波器，实现网络轻量化的目的。
-
公开(公告)号：CN117786466A
公开(公告)日：2024-03-29
申请号：CN202410203536.7
申请日：2024-02-23
Applicant: 兰州交通大学
IPC: G06F18/24 , G06F18/22 , G06F18/213 , G01R31/12
Abstract: 本发明公开了基于智能频谱感知的信号盲识别方法，涉及电磁信号检测技术领域。通过获取时域周期T以内的变压器工作过程中的原始信号经带通滤波器，去工频且过滤频率小于#imgabs0#kHz的信号作为初始识别信号进行采样，获取采样信号的分布模型，计算采样信号的信号能量，根据采样信号的分布模型是否符合判定模型对局部放电信号是否存在进行判决，且当判定局部放电信号不存在时，将原始信号经带通滤波器，去工频，过滤频率大于#imgabs1#kHz的信号作为次级识别信号，大于#imgabs2#kHz的信号作为对比识别信号,分别提取次级识别信号及对比识别信号的识别特征向量，计算识别特征向量的相似度，根据相似度的计算结果对局部放电信号是否存在进行再次判定。
-
公开(公告)号：CN117196981A
公开(公告)日：2023-12-08
申请号：CN202311153943.3
申请日：2023-09-08
Applicant: 兰州交通大学
IPC: G06T5/00 , G06T5/50 , G06T7/40 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于纹理和结构调和的双向信息流方法，涉及图像修复技术领域。本发明提出一种基于纹理和结构调和的双向信息流方法，该网络对纹理和结构特征赋予不同的权重，通过调和特征权重避免图像重建过程中对纹理或结构特征的单一依赖，使特征相互感知，相互引导以生成在整体上令人信服的填充内容。
-
公开(公告)号：CN116779091A
公开(公告)日：2023-09-19
申请号：CN202310710730.X
申请日：2023-06-15
Applicant: 兰州交通大学
IPC: G16H15/00 , G16H30/40 , G06T7/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种多模态网络互联融合的胸部影像诊断报告自动生成方法，涉及医疗信息领域。本发明提出了一种基于残差网络(Resnet)、注意力机制(Transformer)模块的网络、跨模态强化记忆网络(DCTMN)的多模态网络互联融合医学报告自动生成方法，关照和融通上述两个发力点，促进跨模态(医学影像和对应报告文本)信息的交互与匹配，自动生成图像与文本信息有效融合的医学影像诊断报告。
-
公开(公告)号：CN116523985A
公开(公告)日：2023-08-01
申请号：CN202310501736.6
申请日：2023-05-06
Applicant: 兰州交通大学
IPC: G06T7/40 , G06T5/00 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/75 , G06V10/54 , G06N3/0455 , G06N3/045
Abstract: 本发明公开了一种结构和纹理特征引导的双编码器图像修复方法，属于图像修复技术领域，本发明提出一种由结构特征和纹理特征引导的双编码器粗修复网络和基于长短期注意力机制、多尺度感受野的细修复网络，实现了对视野缺损图像结构和纹理的联合修复。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.022 seconds)
