-
公开(公告)号：CN109064443A
公开(公告)日：2018-12-21
申请号：CN201810641415.5
申请日：2018-06-22
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/0012 , G06K9/627 , G06T7/11 , G06T2207/10132 , G06T2207/20081 , G06T2207/20084 , G06T2207/30056 , G06T2207/30084
Abstract: 一种基于腹部超声图像的多模型器官分割方法及系统，它解决了传统腹部超声图像器官分割方法准确度不足、实时性差以及通用性差的问题。本发明的步骤为：步骤一：将扫查的超声视频流解码为单帧图像并应用直方图均衡化对图像进行预处理；步骤二：基于改进后的U‑Net分割模型对单帧图像实现腹部器官粗略分割；步骤三：结合GoogleNet腹部器官分类模型对单帧图像的分类结果、医学上的器官结构先验知识以及视频帧间相关性特点等多个模型对粗略分割结果进行修正，实现腹部器官精细分割。本发明利用多模型方法完成基于腹部超声图像的器官精细分割，分割准确度高，实时性和通用性好，为端到端的智能诊断系统提供了实现平台，并可为医疗人员提供有效的诊断辅助。
-
公开(公告)号：CN108986204A
公开(公告)日：2018-12-11
申请号：CN201710402050.6
申请日：2017-06-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于双重校准的全自动快速室内场景三维重建装置，它涉及装置设计、位置粗校准、基于奇异值的关键点提取、局部收敛抑制、特征描述子的提取与匹配等方法。本装置为一键式重建，它解决了传统室内三维重建操作复杂的问题，是一款全自动，环境适应度高的重建装置。同时通过离散的数据进行场景重建，大大的减少了重建数据量，提高了系统的快速性。本装置的实现步骤为：一、装置设计；二、机体镜头粗校准；三、校准误差判断；四、机体镜头精校准；五、室内场景重建。本发明对装置进行镜头校准，通过步进电机实现全自动化，将获得的24帧数据根据校准数据融合，可快速的在显示端看到重建结果，适用于室内场景的自动化快速重建。
-
公开(公告)号：CN108695000A
公开(公告)日：2018-10-23
申请号：CN201810447761.X
申请日：2018-05-11
Applicant: 哈尔滨工业大学
CPC classification number: G16H50/20 , G06T7/0012 , G06T2207/10132 , G06T2207/20104
Abstract: 一种基于超声图像的甲状腺弥漫性疾病智能诊断方法及系统，它涉及基于小波多子图共生矩阵和条索特征的SVM二重级联分类方法，实现了高准确度的甲状腺弥漫性疾病智能诊断系统。本发明的步骤为：一、从原始超声图像中选择ROI并进行预处理；二、对处理后的ROI构造小波多子图共生矩阵并提取其纹理特征；三、对处理后的ROI提取条索纹理特征；四、对处理后的ROI提取其他纹理特征扩充特征空间；五、利用mRMR方法进行特征选择；六、进行基于SVM的二重级联分类。本发明利用小波变换抑制超声图像斑点噪声，提取条索特征表述桥本病，利用mRMR进行特征选择和SVM进行分类，能够高精度地对甲状腺弥漫性疾病进行分类诊断，适用于甲状腺弥漫性疾病的计算机辅助诊断。
-
公开(公告)号：CN102306302A
公开(公告)日：2012-01-04
申请号：CN201110251051.8
申请日：2011-08-29
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 基于EMD与GARCH模型的卫星时钟误差预报方法，涉及卫星时钟的钟差预测领域，解决了现有的卫星时钟误差预报方法因缺少非平稳随机项的预测，而导致预报精度难以提高的问题，它包括步骤一、获取时钟误差历史数据，并进行数据修正预处理得到卫星钟差数据；步骤二、对卫星钟差数据的经验模态进行分解，得到卫星钟差数据的随机项部分；步骤三、对卫星钟差数据的趋势项进行预测，通过建立卡尔曼预报模型进行卫星钟差数据趋势项的预测；步骤四、对卫星钟差数据的随机项进行预测，去除趋势项后得到的随机项，采用ARMA和GARCH模型对随机项进行预测，提高卫星钟差预测精度。用于卫星导航系统的高精度时间同步。
-
公开(公告)号：CN119919655A
公开(公告)日：2025-05-02
申请号：CN202411944674.7
申请日：2024-12-27
Applicant: 哈尔滨工业大学 , 中国移动通信集团黑龙江有限公司哈尔滨分公司
IPC: G06V10/26 , G06V10/54 , G06V10/771 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于先验注意力与辅助引导的甲状腺结节分割方法，属于超声医学图像处理技术领域，解决现有基于U‑Net的甲状腺结节超声图像分割准确性不佳、临床应用价值低的问题，包括：构建甲状腺超声图像数据集DS，将甲状腺超声图像数据集DS按比例划分为训练集、验证集和测试集；利用甲状腺结节超声图像ITN进行特征提取，对提取的特征进行最小冗最大相关特征选择，获取优化的甲状腺结节良恶性先验特征；计算整体损失L，在整体损失L的基础上，利用训练集训练PADPU‑Net网络，在训练过程中使用验证集进行验证，获取PADPU‑Net模型MPADPU‑Net；利用PADPU‑Net模型MPADPU‑Net，对甲状腺结节超声图像测试集DSTest进行测试，对测试结果进行优化获取最终甲状腺结节分割结果。
-
Patent Agency Ranking
公开(公告)号：CN119603525A
公开(公告)日：2025-03-11
申请号：CN202411769173.X
申请日：2024-12-04
Abstract: 本发明提出一种基于大语言模型的冰壶比赛视频描述方法。该方法通过智能解析视频并生成详细的文字描述，冰壶运动员可以用更少的时间更加深入地了解比赛的每一个细节，提供详细的战术分析和动作指导，帮助运动员更快地提升技能水平。该方法通过结合视频分析技术和大语言模型的优势，实现对冰壶比赛视频的全面、细致、深入的自然语言描述，本发明不仅提高冰壶比赛视频描述的准确性和全面性，还为观众和教练提供了更加丰富的比赛信息和分析手段。
-
公开(公告)号：CN116824703B
公开(公告)日：2024-11-15
申请号：CN202310854395.0
申请日：2023-07-13
Abstract: 本发明提出一种冰壶运动员动作识别与评估方法。所述方法首先，通过人体姿态估计算法，预测人体关节点的置信度和躯干亲和场，提取冰壶运动员投掷视频中的骨架时间序列信息；其次，通过骨架图的归一化，以骨架图之间的像素点欧氏距离作为匹配距离，进行基于动态规划算法的骨架序列对齐，实现待匹配骨架序列和标准骨架序列之间的时序对齐；最后，构建冰壶运动员投掷动作评估规则，并通过冰壶运动员人体骨架检测的骨架图计算目标关节角，利用关节角的范围设计得分函数进行动作评价。所述方法实现了对冰壶运动员投掷动作的评价，为冰壶运动员的训练提供了参考，能够起到辅助冰壶运动员训练的作用。
-
公开(公告)号：CN116650940B
公开(公告)日：2024-11-15
申请号：CN202310521043.3
申请日：2023-05-10
IPC: A63F13/245 , A63F13/816
Abstract: 本发明提出一种冰壶运动虚拟现实比赛实现方法。本发明基于力反馈与动作捕捉技术建立冰壶投掷动作与冰壶球运动初始状态之间关系的模型，在虚拟空间基于摩擦力模型实时估计并显示冰壶球运动状态，同时建立擦冰动作与虚拟空间冰刷运动对冰壶球运动状态改变之间的模型，基于多体碰撞模型预测冰壶球的位置分布，最后通过VR眼镜虚拟现实平台交互显示冰壶比赛过程，实现冰壶运动比赛对抗。所述方法通过对冰壶运动建模搭建冰壶比赛虚拟现实系统的软硬件平台，能够实时估计冰壶球运动状态和落点分布，实现虚拟现实环境中多人/人机交互冰壶比赛，为冰壶运动的大众推广提供条件。
-
公开(公告)号：CN118038033A
公开(公告)日：2024-05-14
申请号：CN202311769011.1
申请日：2023-12-21
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出一种基于通道分离网络的自归一化图像分割方法。本发明所述方法改进了UNet分割算法，使用三维卷积神经网络CSN和二维卷积解码器搭建UNet结构，其中二维卷积解码器中使用SiLU激活函数，并利用其自归一化性质代替BN层，形成了一种基于三维卷积神经网络的二维分割算法，是对于特殊输入输出要求设计的图像分割算法，同时做到了计算复杂度和精度的权衡。同时引入多种现代模型的训练技术，将其组成为一种规范化训练框架去优化本发明提出的算法。
-
公开(公告)号：CN110538439A
公开(公告)日：2019-12-06
申请号：CN201910796101.7
申请日：2019-08-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种冰壶机器人的投掷方法，属于人工智能与控制技术领域。本方法包括：确定大本营内外双方冰壶的数量和位置：获取冰壶比赛场地图像，进行图像校正，并进行冰壶识别、分割与定位，确定大本营内外双方冰壶的数量和位置；设计冰壶比赛己方得分函数St：设冰壶半径为rc，将双方冰壶中心到大本营中心点的距离与大本营半径r做比较，确定大本营内已方冰壶数量为K，对方冰壶数量为H，以及得分St；确定投掷方法：根据当前时刻得分情况St、不同位置双方冰壶的数量，设计冰壶投掷过程中的评价函数，再根据评价函数确定投掷方法。本发明大大降低了冰壶机器人的投掷策略算法的复杂性，为冰壶机器人进一步开展决策与控制提供了依据。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.034 seconds)
