影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法

    公开(公告)号:CN107949330B

    公开(公告)日:2021-04-20

    申请号:CN201580082695.5

    申请日:2015-09-02

    Abstract: 本发明涉及影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法。通过在对于肿瘤的会聚出现的剖面上显示肿瘤和会聚的状态,来进行辅助以便影像解读医生判断肿瘤是否是腺癌。影像解读辅助程序使计算机执行如下的处理:基于对于特定对象获取到的第一剖面图像组生成表示上述特定对象的第一内部结构的数据;根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据,针对上述第一内部结构检测从上述第二内部结构起的结构变化;基于检测到的结构变化确定上述特定对象的新剖面;基于上述第一剖面图像组生成上述新剖面的上述特定对象的剖面图像;以及将所生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。

    用于检测图像中的云的装置、方法以及电子设备

    公开(公告)号:CN103679684B

    公开(公告)日:2017-05-24

    申请号:CN201210333163.2

    申请日:2012-09-10

    Abstract: 本发明提供了用于检测图像中的云的装置、方法以及电子设备,以克服传统的云检测方法所存在的检测效果差的问题。上述用于检测图像中的云的装置包括:计算模块,其被配置用于根据图像中的每个基本处理单元的预定大小邻域内的像素信息,计算每个基本处理单元的白化程度;以及确定模块,其被配置用于将白化程度在预定范围内的基本处理单元确定为云。上述用于检测图像中的云的方法用于执行能够实现上述用于检测图像中的云的装置的功能的处理。上述电子设备包括上述用于检测图像中的云的装置。本发明的上述技术能够应用于图像处理领域。

    三维模型分割装置和方法

    公开(公告)号:CN101807308B

    公开(公告)日:2015-07-08

    申请号:CN200910006405.5

    申请日:2009-02-12

    Abstract: 本发明涉及三维模型分割装置和方法。该三维模型分割方法包括以下步骤:平面检测步骤,检测输入的三维模型中包括的平面,所述输入的三维模型以三角形网格描述;轮廓图提取步骤,根据所述平面检测步骤中检测出的平面,提取所述三维模型的轮廓,即轮廓图;以及轮廓图分离步骤,将所述轮廓图提取步骤提取出的轮廓图分割成若干个子图;三维实体重建步骤,为所述轮廓图分离步骤分割出的各个子图重建三维实体模型,重建出的各三维实体采用三角形网格表达。

    制造工程分析支持方法、制造工程分析支持装置

    公开(公告)号:CN1714361B

    公开(公告)日:2015-04-15

    申请号:CN03825681.9

    申请日:2003-05-02

    CPC classification number: G05B15/02

    Abstract: 本发明提供了一种支持对制品的品质因素和特性之间的关系进行分析的作业的制造工程分析支持方法、程序产品及存储介质,使计算机从用户处接收因素的指定,将对应于与所接收的因素相关的图像数据的图像配置于与计算机连接的显示装置内的虚拟空间上(S13),在显示装置上显示配置了图像的虚拟空间(S14),重复进行指定接收、配置和显示,直至用户判断出所显示的图像中的相邻图像间具有类似性,根据在相邻图像间具有类似性的图像接收用户的至少一个的图像指定(S15),自动抽出所指定的图像具有的因素中共同的因素(S16),接收用户指定的该共同因素和制品的品质之间的关系的假设,验证该关系假设(S17),由此支持对用户所选择的因素和品质特性之间的关系进行分析的作业,将来自制品的图像数据的特征量和来自制造作业人员的与工程相关的文本数据的特征量数值/文字化并加到因素中(S11,S12)。

    构建装置和方法、分类装置和方法以及电子设备

    公开(公告)号:CN104281569A

    公开(公告)日:2015-01-14

    申请号:CN201310270851.3

    申请日:2013-07-01

    CPC classification number: G06K9/6271

    Abstract: 本发明提供了构建装置和方法、分类装置和方法以及电子设备,以克服传统的分类技术由于没有利用样本的多种特征之间的联系而导致最终的分类性能较差的问题。上述构建装置包括:提取训练样本的多种特征的第一提取单元;以及基于提取的多种特征来训练分类器的构建单元。构建单元在训练时考虑如下第一约束:在与多种特征中的一种特征有关的分类器对训练样本的分类结果的可信度高于第一预定程度的情况下,若与多种特征中的其他一种或其他多种特征有关的分类器对训练样本的分类结果的可信度低于对应的第二预定程度,则增加对与上述其他一种或其他多种特征有关的分类器对训练样本的分类结果的惩罚。本发明的上述技术能够应用于信息处理领域。

Patent Agency Ranking