-
公开(公告)号：CN110728660B
公开(公告)日：2022-04-15
申请号：CN201910882536.3
申请日：2019-09-18
Applicant: 清华大学 , 中国人民解放军总医院
Abstract: 本发明公开了一种基于缺血性脑卒中MRI检测标记进行病灶分割的方法及装置，其中，方法包括：对核磁共振成像图像进行超像素分割生成多个超像素，选取亮度值大于预设亮度值的超像素组成候选超像素集合，进一步生成预设亮度值对应的候选mask图，改变预设亮度值，生成不同亮度值对应的候选mask图；通过训练集样本训练深度卷积神经网络生成候选mask判别网络，通过判别网络对多个候选mask图进行评分，选取评分最高的候选mask图；通过评分最高的候选mask图对图像分割网络进行训练。该方法利用核磁共振DWI序列中缺血性脑卒中区域的图像特点，仅使用对缺血性脑卒中区域进行边界框标记的训练数据集，对病灶区域进行细致分割。
-
公开(公告)号：CN112149717A
公开(公告)日：2020-12-29
申请号：CN202010916992.8
申请日：2020-09-03
Applicant: 清华大学 , 中国人民解放军总医院
Abstract: 本发明提出一种基于置信度加权的图神经网络训练方法及装置，其中，方法包括：从训练样本集中随机选择一个医学图像序列输入至图神经网络模型中，根据从图神经网络模型获取的图像特征向量表示计算医学图像序列中每张医学图像的分类概率值，根据分类概率值计算每张医学图像对应类别的置信度，进而根据分类概率值和置信度计算损失函数，根据损失函数对图神经网络模型的参数进行更新，并在更新参数后的图神经网络模型收敛时输出图神经网络模型。本发明在模型训练过程中分析了医学图像之间的关系，考虑了每张医学图像的分类概率值和分类的置信度，使得标注噪声对损失函数及整个训练过程的影响被减弱，能够得到鲁棒性和准确性都较高的图神经网络。
-
公开(公告)号：CN111583295A
公开(公告)日：2020-08-25
申请号：CN202010348577.7
申请日：2020-04-28
Applicant: 清华大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于图像块二值化哈希表示的实时稠密光流计算方法，包括：输入两帧连续的图像，将其转换为灰度图；根据灰度图构建图像金字塔；通过编码函数处理图像金字塔，得到各个图像块的二值化哈希表示；在图像金字塔中的最小尺寸图像上随机初始化NNF映射；在最小图像尺寸上运行分块式PatchMatch算法，得到该层次的NNF映射；借助上层图像金字塔中计算得到的NNF映射，对当前层NNF映射进行初始化；在当前层运行PatchMatch算法，优化当前层NNF映射；循环执行前两个步骤至原始图像尺寸，得到最终光流估计。该方法提高了图像块特征提取和相似性计算的效率，在不失准确性的前提下，实现高实时性的稠密光流计算。
-
公开(公告)号：CN111145225A
公开(公告)日：2020-05-12
申请号：CN201911114894.6
申请日：2019-11-14
Applicant: 清华大学
Abstract: 本发明公开了一种三维人脸的非刚性配准方法及装置，其中，方法包括以下步骤：通过结点驱动的网格变形方式，对输入的三维人脸模板进行非刚性形变，得到结点驱动的结果；为目标扫描建立一颗八叉树，并用于结点驱动的结果上的顶点沿着法向和目标模型求交；在迭代过程中，为模板上每个顶点沿着法向寻找在目标模型上的对应点，接以对应点作为约束，对模板网格进行拉普拉斯变形，直至满足预设迭代条件，获得与目标模型表面贴近的中间结果；根据中间结果，为每个顶点计算沿着法向的位移，得到模板上每个顶点的最终位置，得到最终非刚性配准结果。该方法可以使得配准的结果不仅较好地维持了模板的拓扑结构，同时能够捕捉目标模型的几何细节。
-
公开(公告)号：CN111128349A
公开(公告)日：2020-05-08
申请号：CN201911114252.6
申请日：2019-11-14
Applicant: 清华大学 , 中国人民解放军总医院
Abstract: 本发明公开了一种基于GAN网络的医学影像病灶检测标记数据增强方法及装置，其中，方法包括以下步骤：根据影像数据通过病灶生成模型得到带有病灶的影像序列；根据带有病灶的影像序列通过判别模型识别带病灶的合成医学影像序列；通过病灶检测模型检测带病灶的合成医学影像序列，获取带标注的医学影像及其检测标注数据。该方法基于生成式对抗网络的思想，利用正常医学影像，可以生成大量高质量的带标注数据，可以有效提高医学影像检测模型的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN110728746A
公开(公告)日：2020-01-24
申请号：CN201910899828.8
申请日：2019-09-23
Applicant: 清华大学 , 中国人民解放军总医院
IPC: G06T17/00
Abstract: 本发明公开了一种动态纹理的建模方法及系统，其中，该方法包括以下步骤：获取物体静止时的第一纹理变化值和关键运动时的第二纹理变化值；利用运动相似性的度量方法对所述第一纹理变化值和所述第二纹理变化值进行处理，得到任意运动下的动态纹理。本发明实施例的方法，通过组线性基来表达物体随运动而变化的纹理，以使得三维模型拥有更好的表达效果。
-
公开(公告)号：CN110689625A
公开(公告)日：2020-01-14
申请号：CN201910840594.X
申请日：2019-09-06
Applicant: 清华大学
IPC: G06T19/20
Abstract: 本发明公开了一种定制人脸混合表情模型自动生成方法及装置，该方法包括：利用RGB-D图像序列的每一帧图像对应的深度图和人脸特征点对人脸三维模板模型进行非刚性注册，根据非刚性注册结果和Shape from Shading对人脸三维模板模型进行变形生成中性人脸三维模型；通过Deformation Transfer对中性人脸三维模型和人脸混合模型模板进行处理，生成定制人脸混合模型；通过定制人脸混合模型、Warping Field和Shape from Shading依次对中性人脸三维模型进行变形，生成人脸跟踪结果来更新定制人脸混合模型。该方法可以实时生成逼真的人脸表情模型。
-
公开(公告)号：CN110070611A
公开(公告)日：2019-07-30
申请号：CN201910322098.5
申请日：2019-04-22
Applicant: 清华大学
Abstract: 本申请提出一种基于深度图像融合的人脸三维重建方法和装置，其中，方法包括：通过获取对应目标人脸多个角度的多帧初始人脸三维图像，确定参考初始人脸三维图像，提取三维图像的外围特征点和关键特征点，根据参考初始人脸三维图像对应的关键特征点和非参考初始人脸三维图像对应的关键特征点的特征点位置，估算每帧非参考初始人脸三维图像的位姿参数，分割出包含人脸区域的各帧目标人脸三维图像，获取各帧目标人脸三维图像的三维坐标点的法向量，根据法向量确定三维坐标点的深度置信度；根据深度置信度、位姿参数对所有目标人脸三维图像进行融合，得到目标人脸的三维人脸模型。由此，提高了人脸三维重建的精度，得到了纯净的三维人脸。
-
公开(公告)号：CN1434122A
公开(公告)日：2003-08-06
申请号：CN03119280.7
申请日：2003-03-07
Applicant: 清华大学
IPC: C12P7/04
Abstract: 1，3－丙二醇的两段双底物集成发酵生产方法，属于1，3－丙二醇的生物合成生产方法技术领域。其特征在于，本发明的二级种子培养是以葡萄糖和甘油为混合双底物，将好氧条件下的二级种子培养和厌氧条件下的甘油厌氧转化集成在同一个发酵罐中进行，并以葡萄糖是否消耗完为好氧到厌氧转换的条件。本发明能够减少工艺步骤，提高设备的利用率，缩短工艺周期而不影响1，3－丙二醇最终的浓度，还避免了系统转换所造成的感染杂菌的机会。
-
公开(公告)号：CN111583422B
公开(公告)日：2023-03-28
申请号：CN202010304897.2
申请日：2020-04-17
Applicant: 清华大学
Abstract: 本发明公开了一种三维人体模型的启发式编辑方法及装置，其中，该方法包括以下步骤：获取待编辑的三维人体模型；利用曲面参数化方法将待编辑的三维人体模型转换为几何图像；处理几何图像对二维神经网络进行训练，输出生成几何图像，并将生成几何图像反转化为三维信息。该方法仅需要选取顶点，无需定义草图面，摆脱了视角的限制，简化了编辑步骤。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.027 seconds)
