-
公开(公告)号：CN113599728A
公开(公告)日：2021-11-05
申请号：CN202110957932.5
申请日：2021-08-20
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种放疗剂量预测方法，包括：预处理，根据患者的医学影像，建立患者模体；利用放疗剂量第一计算方法计算患者模体中放射性粒子的剂量分布H；利用TG‑43方法及组织异质性校正方法得到患者模体中放射性粒子的剂量分布L；模型训练，以若干次的剂量分布L和患者的医学影像为输入，以若干次的剂量分布H为输出，送入深度学习神经网络训练得到放疗剂量预测网络；剂量预测，在放疗剂量预测网络的输入端送入任一患者的医学影像，及利用TG‑43方法和组织异质性校正方法得到的剂量分布L*；获取放疗剂量预测网络输出端预测得到的任一患者模体的剂量分布H*。本发明技术方案实现了利用低精度算法预测高精度算法输出结果的技术效果。
-
公开(公告)号：CN109345508B
公开(公告)日：2021-07-27
申请号：CN201811008805.5
申请日：2018-08-31
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于两阶段神经网络的骨龄评价方法，步骤如下：一：调整原始输入手骨图像大小为512×512，即按比例缩放，并添加边缘信息；二：图像掩模提取；三：生成训练图像；四：对步骤三中生成的图像分别计算二维单尺度小波变换与Canny算子边缘提取，与直方图均衡后的图像共同组成输入样本的三通道；五：对步骤四中生成的三通道图像进行数据增强，扩充数据集大小；六：骨龄预测；通过以上步骤，本检测方法结合图像分割和骨龄预测，能够较好地抑制噪音，比较准确地分割出手骨区域，从而进行骨龄评价；对于其他图像处理领域如目标分割、目标检索、目标回归预测等都有实际应用价值。
-
公开(公告)号：CN111260702A
公开(公告)日：2020-06-09
申请号：CN202010091558.0
申请日：2020-02-13
Applicant: 北京航空航天大学
IPC: G06T7/33
Abstract: 本发明公开了一种激光三维点云与CT三维点云配准方法，包括：对患者体表激光三维点云数据进行统计滤波、点云区域生长处理和体素滤波，将患者的4D-CT数据重建为CT三维点云数据；从激光三维点云数据选取点集合S1，从CT三维点云数据选取点集合S2；利用PointRegNet网络，从S1提取特征点集合Q，从S2提取特征点集合V；设置Q中所有特征点相互连接形成特征边的集合ES，设置V中所有特征点与K近邻的特征点连接形成特征边的集合E，将图(V,E)与图(Q,ES)进行配准；利用运动幅度信息对S1中的点分配权重，以S2为基础建立GMM模型，GMM模型结合分配权重后的S1中的点构造概率似然函数。本发明技术方案缓解了现有技术无法直接应用于体表点云配准的问题。
-
公开(公告)号：CN110378881B
公开(公告)日：2020-03-24
申请号：CN201910605718.6
申请日：2019-07-05
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种基于深度学习的肿瘤定位系统，包括用于获取训练数据的训练数据生成模块、用于估计肿瘤运动与CBCT透视图像之间关系的肿瘤定位模型模块、用于实现治疗过程中肿瘤实时精确定位的肿瘤定位应用模块。通过本发明的技术方案，可以应用于任意机架角度下，利用单幅CBCT透视图像对肿瘤进行实时精确三维定位的装置，从而满足包含VMAT等治疗模式下对肿瘤定位的临床需要。
-
公开(公告)号：CN107093205B
公开(公告)日：2019-08-16
申请号：CN201710151974.3
申请日：2017-03-15
Applicant: 北京航空航天大学
Abstract: 一种基于无人机图像的三维空间建筑物窗户检测重建方法，步骤如下：一：场景图像预处理；二：对纹理图像进行Canny边缘检测；三：对墙面的网格分布建立马尔科夫随机场和对应的能量函数；四：将检测得到的墙面窗户区域的二维坐标和墙面的三维平面进行三维空间映射；通过以上步骤，本检测方法结合建筑的三维空间信息和图像信息，能够克服窗户在二维图像中的遮挡、变形和其他结构差异变化带来的影响，在三维空间中实现窗户结构的准确定位和重建，对于其他图像处理领域如目标跟踪、三维重建和场景仿真等都有实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN104182632A
公开(公告)日：2014-12-03
申请号：CN201410415421.0
申请日：2014-08-21
Applicant: 北京航空航天大学
IPC: G06F19/00
Abstract: 一种基于扰动图像的长时间曝光深空视景仿真图像合成方法，它有六大步骤：一、利用已知的星表数据构建高真实度的深空三维场景；二、利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合；三、利用步骤二得到了扰动集合，从中随机选取一个扰动变换阵作为当前的扰动变换阵；四、利用步骤三得到的扰动变换阵，设置当前相机变换阵；五、利用步骤一得到深空三维场景和步骤四得到的当前相机变换阵进行星图采集；六、重复步骤三到步骤五，得到一系列在曝光时间内采集的星图，将这些星图进行合成，得到长时间曝光星图合成结果。本发明在深空光学自主导航的图像处理领域里有较好的应用前景。
-
公开(公告)号：CN103679664A
公开(公告)日：2014-03-26
申请号：CN201310743733.X
申请日：2013-12-30
Applicant: 北京航空航天大学
IPC: G06T5/00
Abstract: 本发明涉及一种利用数学形态学交替滤波器的能够保留图像细节的增强方法，它有四大步骤：设有n个尺度不同的结构元素参与计算，首先，利用数学形态学中的交替滤波器提取图像的亮区域和暗区域；然后，改变结构元素的尺度大小，分别提取n个不同尺度结构元素交替滤波器所对应图像的亮区域和暗区域；随后，分别取所有亮区域和暗区域的最大值作为所有尺度结构元素交替滤波器提取的亮区域和暗区域；最后，通过在保留原始图像基本信息的图上分别加上提取的亮区域并减去提取的暗区域，增大原始图像的对比度从而达到保留图像细节的图像增强。本发明广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN101582161A
公开(公告)日：2009-11-18
申请号：CN200910087257.4
申请日：2009-06-15
Applicant: 北京航空航天大学
Abstract: 一种基于透视成像模型标定的C型臂图像校正方法，它有四大步骤；步骤一：设计C型臂系统标定的标定模板；步骤二：获取标记点的失真坐标，在失真图像上通过图像处理获得；步骤三：C型臂系统标定；包括标定模板上标记点的三维空间坐标、透视成像模型标定、畸变模型和失真坐标通过系统标定获得透视成像参数；步骤四：图像校正；由标定的透视成像模型，对失真图像进行校正。本发明在线将C型臂系统标定和C型臂X射线投影失真图像校正作为一个整体，基于摄像机透视成像模型对C型臂系统进行标定和对C型臂X射线投影失真图像进行校正，改变了在传统方法中先离线进行图像校正然后进行线性标定，使系统步骤变得简洁方便，容易在线使用。
-
公开(公告)号：CN101567087A
公开(公告)日：2009-10-28
申请号：CN200910085469.9
申请日：2009-05-25
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种复杂天空背景下红外序列图像弱小目标检测与跟踪方法，包括以下步骤：(1)采用结合图像弱小目标特征和Top－hat变换的自适应背景剔除算法进行自适应背景剔除，抑制复杂背景和部分噪声对弱小目标检测的影响；(2)利用适合暗背景图像的迭代阈值算法分割背景剔除后的暗背景图像中的可能目标区域；(3)根据目标在连续多帧中的运动规律构造膨胀累加算法，区分可能的虚警目标区域；(4)用基于轮廓结构元素的CB运算和逻辑与操作抑制虚警目标；(5)将虚警目标抑制后的区域作为可能的目标区域与步骤(7)轨迹预测的结果进行比较，实现轨迹更新；(6)进行轨迹判决；(7)进行轨迹预测。
-
公开(公告)号：CN114913472B
公开(公告)日：2024-06-25
申请号：CN202210167951.2
申请日：2022-02-23
Applicant: 北京航空航天大学
IPC: G06V20/52 , G06V20/40 , G06V10/26 , G06V10/762 , G06T7/11 , G06T7/136 , G06T7/187 , G06T7/246 , G06T7/269
Abstract: 本发明公开了一种联合图学习与概率传播的红外视频行人显著性检测方法，能够在红外视频中自动定位红外行人区域，并准确地将行人与背景区分开。其步骤如下：一：基于布尔图的候选区域生成；二：计算各帧图像的运动显著性；三：构建多视角时空图结构；四：构建结合图自学习和显著性传播的能量函数并求解。通过以上步骤，本方法能够从杂乱背景及多重复杂运动中准确且鲁棒地提取出红外行人目标的时空显著性，并将背景几乎完全抑制，在其他图像处理领域如目标分割、目标跟踪和目标检索等都有实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.027 seconds)
