一种早期脑部肿瘤分割方法及系统

    公开(公告)号:CN116543166A

    公开(公告)日:2023-08-04

    申请号:CN202310808414.6

    申请日:2023-07-04

    Abstract: 本发明公开了一种早期脑部肿瘤分割方法和系统,包括:收集并预处理不同脑部肿瘤患者不同时期的MRI影像数据;划分为早期与中、晚期数据,进行标注并排序;将中、晚期脑部肿瘤数据作为源域输入基于3D‑GRU、3D‑CNN和Transformer融合设计的语义分割基模型进行预训练,提取中、晚期肿瘤的时序变化特征与肿瘤的形态学特征信息,获得预训练权重;将预训练权重作为先验知识,早期肿瘤训练集数据作为目标域进行迁移学习模型的训练,利用中、晚期肿瘤特征反演早期肿瘤特征,从源域进行参数高效迁移目标域;将待分割的早期肿瘤MRI影像数据预处理后,输入训练完成的迁移学习模型,生成早期脑部肿瘤病灶区域的分割结果。采用本发明,能在肿瘤尚处于早期的时候就将其准确分割。

    一种基于亮暗通道先验景深估计的神经元提取方法及装置

    公开(公告)号:CN116416253A

    公开(公告)日:2023-07-11

    申请号:CN202310689836.6

    申请日:2023-06-12

    Abstract: 本发明公开一种基于亮暗通道先验景深估计的神经元提取方法及装置,方法包括:输入原始图像视频数据;计算原始图像视频数据的亮暗通道先验,利用两种先验估计原始图像视频数据景深对应的传输率;将原始图像视频数据以像素为单位点除景深对应的传输率,构建约束性非负矩阵分解的神经元提取框架;迭代求解神经元的相关参数,包括:空间位置及形状大小、动作电位及时序变化、背景,直至迭代结束,最终输出神经元的提取信息,包括:空间位置及形状大小、动作电位和时序变化。本发明能够快速估计与利用原始数据景深,有效地去除原始数据的散射,准确地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。

    一种高分辨率大尺度森林生物量遥感预测方法和系统

    公开(公告)号:CN119323736B

    公开(公告)日:2025-05-06

    申请号:CN202411866559.2

    申请日:2024-12-18

    Abstract: 本发明公开一种高分辨率大尺度森林生物量遥感预测方法和系统,包括:获取待预测地理范围内的多源数据;联合几何特征和区域特征对多源数据进行地理配准并进行特征变量提取;输入森林生物量预测模型主干网络,包括图像序列化模块、融合通道先验的双分支特征提取网络和回归网络,图像序列化模块将图像切片并转换为图像序列,然后输入双分支特征提取网络,双分支特征提取网络先以通道先验模块提取经通道和空间加权后的特征图,随后在四个阶段中对加权后的特征图进行逐层的下采样,并使用状态空间特征提取模块进行双分支特征提取,最后通过回归网络进行上采样回归输出预测地理范围内的森林生物量预测结果。本发明可以对森林生物量进行预测。

    一种文本引导的弱标注浮选泡沫分割与计数方法及系统

    公开(公告)号:CN119625138B

    公开(公告)日:2025-04-25

    申请号:CN202510162501.8

    申请日:2025-02-14

    Abstract: 本发明提供一种文本引导的弱标注浮选泡沫分割与计数方法及系统,涉及人工智能与计算机视觉技术领域。方法包括:采集浮选池中泡沫的图像,进行预处理和点级别标注,收集对浮选泡沫的文本描述并进行预处理;将预处理后的图像输入点热图生成模块,识别图像中的关键点,并以关键点为中心形成预设尺寸的边界框;将关键点和边界框输入基于弱标注的层次化掩码生成模块,指导其生成整体、部分和子部分的层次化掩码;将文本描述和少样本示例图像输入视觉‑语言特征映射模块,将两者映射到同一个嵌入空间中进行特征拼接,得到分类指导特征;利用层次化掩码提取区域特征,并与分类指导特征进行相似度对齐,从而实现对图像中特定类别泡沫的精确分割和计数。

    一种跨模态外耳区域分割与关键点定位方法和系统

    公开(公告)号:CN119624993A

    公开(公告)日:2025-03-14

    申请号:CN202510147824.X

    申请日:2025-02-11

    Abstract: 本发明提供一种跨模态外耳区域分割与关键点定位方法和系统,包括:获取待分割定位的多模态外耳数据并输入多模态外耳区域分割与关键点定位多任务端到端模型,模型包括各模态数据特征提取模块、模通汇聚模块、视域联通模块、区域分割头和关键点定位头;各模态数据特征提取模块,将各模态特征提取出来;模通汇聚模块,利用图像特征去增强体素特征和深度图特征;视域联通模块,对三维的点云特征、图像增强的体素视图特征、图像增强的深度图特征进行三模态聚合,得到聚合的视域联通特征;区域分割头,对聚合的视域联通特征进行区域分割;关键点定位头,对聚合的视域联通特征中的体素特征进行关键点定位。本发明可以对外耳进行区域分割与关键点定位。

    一种耳廓指代分割方法和系统
    36.
    发明公开

    公开(公告)号:CN119579905A

    公开(公告)日:2025-03-07

    申请号:CN202510140742.2

    申请日:2025-02-08

    Abstract: 本发明提供一种耳廓指代分割方法和系统,包括:将待分割人耳图像和文本描述输入耳廓指代分割模型,模型包括文本编码模块、文本引导的视觉编码模块和视觉解码模块、角度变换模块;文本编码模块得到文本特征#imgabs0#;视觉编码模块通过组织成四阶段的结构实现文本特征与图像特征的融合,每个阶段的视觉编码器生成视觉特征#imgabs1#,跨模态感知模块对齐#imgabs2#与#imgabs3#得到多模态特征#imgabs4#,#imgabs5#中的每个元素由注意力门控模块进行加权获得加权多模态特征#imgabs6#,按元素与#imgabs7#相加产生增强视觉特征#imgabs8#,将#imgabs9#输入视觉解码模块逐步恢复图像的空间分辨率,进一步融合文本和视觉特征输出多尺度特征;角度变换模块对多尺度特征进行角度变换,输出与文本描述相关区域的分割掩码。本发明可以对耳廓进行指代分割。

    智能视觉感知的多变量自适应皮带纠偏控制方法和系统

    公开(公告)号:CN119370519A

    公开(公告)日:2025-01-28

    申请号:CN202510000364.8

    申请日:2025-01-02

    Abstract: 本发明公开一种智能视觉感知的多变量自适应皮带纠偏控制方法和系统,所述方法包括:S1、通过智能视觉感知总模块检测皮带实际位置;S2、将检测的皮带实际位置和皮带位置设定值进行比较,获得位置偏差,将所述位置偏差输入PI控制器得到准确的位置偏差控制输出;S3、将所述位置偏差控制输出和通过状态观测器观测纠偏电机的电流得到的皮带偏移量进行比较,获得实际纠偏量,并进而获得输入控制律;S4、将所述输入控制律输入状态空间模型,获得所述纠偏电机的纠偏信号;S5、根据所述纠偏信号输出电机电流,通过转矩系数计算得到所述纠偏电机的转矩,以驱动皮带纠偏装置对皮带进行纠偏。本发明,可以对皮带进行高效准确地纠偏。

    一种变电柜螺丝状态检测方法和系统

    公开(公告)号:CN119130962A

    公开(公告)日:2024-12-13

    申请号:CN202411201832.X

    申请日:2024-08-29

    Abstract: 本发明公开一种变电柜螺丝状态检测方法和系统,包括:将可见光图像‑红外图像对输入训练完成的螺丝状态检测主干网络,检测输出螺丝状态检测结果,螺丝状态检测主干网络由视觉编码器、特征解码器和螺丝状态检测头组成;视觉编码器对输入的可见光图像和红外图像分别经过双级状态空间特征提取模块进行局部和全局的特征提取后,通过状态空间特征增强模块进行特征增强,得到三个不同尺度的特征图;接着将三个不同尺度的特征图输入特征解码器中,采用基于视觉状态空间模块的金字塔网络,进一步对特征进行融合,得到三个多尺度特征图P1、P2、P3;最后将P1、P2、P3输入螺丝状态检测头,输出螺丝状态检测结果。本发明可以对变电柜螺丝状态进行精准检测。

    基于非参数贝叶斯景深估计的水下图像增强方法及装置

    公开(公告)号:CN117474818B

    公开(公告)日:2024-03-15

    申请号:CN202311817383.7

    申请日:2023-12-27

    Abstract: 本发明提供一种基于非参数贝叶斯景深估计的水下图像增强方法及装置,属于图像处理技术领域。所述方法包括:输入原始水下降质图像;采用基于归一化统计的颜色修正方法对所述原始水下降质图像进行预处理,以得到颜色修正水下图像;采用基于暗通道先验的自然图像去雾方法计算所述颜色修正水下图像的初始传输率与初始景深;构建非参数贝叶斯模型,对水下图像景深进行稀疏建模与估计;采用基于暗通道先验的自然图像去雾方法计算获得水下增强图像;将景深估计所计算的传输率与获得的水下增强图像进行多尺度融合,得到多尺度精细化的融合图像;将所述多尺度精细化的融合图像作为输出结果。本发明能够提升水下图像增强的性能。

    一种页岩油井产量预测方法和装置

    公开(公告)号:CN116151480B

    公开(公告)日:2023-07-18

    申请号:CN202310350371.1

    申请日:2023-04-04

    Abstract: 本发明提供一种页岩油井产量预测方法和装置,包括:收集页岩油井的历史生产数据,对数据进行预处理,包括静态参数数据、动态生产安排参数数据和日产油量数据;将静态参数数据输入静态嵌入初始偏置模块,提取静态嵌入信息,作为序列到序列模型的初始状态偏置;将静态参数数据、动态生产安排参数数据和日产油量数据输入动静态互补交叉融合模块,获得动态日产安排参数数据和静态参数数据的互补融合信息,作为序列到序列模型的输入;使用序列到序列模型进行页岩油井产量一定范围内任意步长的迭代预测。本发明能够适应复杂的地质工程条件,提高产量预测准确率,并且实现了页岩油井产量一定范围内任意步长的迭代预测。

Patent Agency Ranking