-
公开(公告)号：CN115736986A
公开(公告)日：2023-03-07
申请号：CN202211399348.3
申请日：2022-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于L1范数的源编码全波形反演超声层析成像方法及设备，属于面向乳腺癌早期诊断的超声层析成像技术领域。为了解决现有的全波形反演存在计算量需求大，串扰噪声抑制能力弱的问题。本发明所述方法获取观测声压、初始声场、声源等数据，然后以L1范数作为源编码FWI成像的目标函数，迭代地求解L1范数问题并更新声场数据，当满足迭代结束的条件时确定声场最终数据，重建图像。本发明利用L1范数作为源编码FWI算法的目标函数，结合Bregman变量分裂求解问题有效减少了计算量和串扰噪声且加快了收敛速度，适用于乳腺癌早期诊断的新型医学影像超声层析成像的应用。
-
Patent Agency Ranking
公开(公告)号：CN115347841A
公开(公告)日：2022-11-15
申请号：CN202211159454.4
申请日：2022-09-22
Applicant: 国网黑龙江省电力有限公司电力科学研究院 , 哈尔滨工业大学 , 国家电网有限公司
IPC: H02P21/22 , H02P21/00 , H02P21/13 , H02P21/18 , H02P25/022
Abstract: 一种永磁同步电机无差拍预测电流环控制方法，属于电机控制技术领域。本发明解决了现有补偿过程中存在电流环中参数失配问题和速度环中参数和负载的干扰性强的问题。本发明建立永磁同步电机的数学模型，利用所述数学模型，获取电流环超螺旋滑模观测器；建立带有扰动的电机运动方程，设计速度环高阶滑模观测器；用速度环超螺旋滑模观测器对电机的速度环扰动进行观测，获取扰动观测结果；利用电机实际转速和转速给定值对滑模趋近律改进，获得速度控制律；将电流环超螺旋滑模观测器的观测值和速度控制律输入到无差拍电流控制器，获取电流环控制信号。本发明适用永磁同步电机无差拍预测电流控制。
-
公开(公告)号：CN113393512B
公开(公告)日：2022-11-11
申请号：CN202110542900.9
申请日：2021-05-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于二维超声图像的甲状腺体积自动估算方法及系统，其中，该方法包括通过超声设备采集甲状腺的二维超声图像；利用深度学习算法对二维超声图像进行语义分割，获得二值分割图像；根据二值分割图像计算每个纵扫截面甲状腺侧叶的最大长度a，每个横扫截面甲状腺侧叶的最大宽度b和最大厚度cmax，自动选出最大横向截面和最大纵向截面；处理最大横向截面和最大纵向截面，在最大纵向截面上沿最大长度a方向，按宽度比c(a)/cmax等比缩放最大横向截面面积，得到甲状腺估算体积。该方法有效解决了传统甲状腺体积测量专业性强、操作难度高导致的甲状腺体积测量效率较低、加重医生工作负担的技术问题，满足了自动化的要求，同时能有效提高甲状腺体积测量精度。
-
公开(公告)号：CN113393512A
公开(公告)日：2021-09-14
申请号：CN202110542900.9
申请日：2021-05-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于二维超声图像的甲状腺体积自动估算方法及系统，其中，该方法包括通过超声设备采集甲状腺的二维超声图像；利用深度学习算法对二维超声图像进行语义分割，获得二值分割图像；根据二值分割图像计算每个纵扫截面甲状腺侧叶的最大长度a，每个横扫截面甲状腺侧叶的最大宽度b和最大厚度cmax，自动选出最大横向截面和最大纵向截面；处理最大横向截面和最大纵向截面，在最大纵向截面上沿最大长度a方向，按宽度比c(a)/cmax等比缩放最大横向截面面积，得到甲状腺估算体积。该方法有效解决了传统甲状腺体积测量专业性强、操作难度高导致的甲状腺体积测量效率较低、加重医生工作负担的技术问题，满足了自动化的要求，同时能有效提高甲状腺体积测量精度。
-
公开(公告)号：CN105631899B
公开(公告)日：2019-01-04
申请号：CN201511003335.X
申请日：2015-12-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于灰度纹理特征的超声图像运动目标跟踪方法，其步骤如下：步骤一、对包括训练集与运动估计序列图像在内的所有图像进行预处理；步骤二、抽取训练集图片模板，划分网格并提取灰度纹理信息作为特征，建立训练数据；步骤三、建立反向传播神经网络结构，利用步骤二得到的训练集训练BP前馈神经网络，建立特征与结果的联系；步骤四、开始跟踪目标，从第一帧起，提取目标区域，对下一帧的搜索区域进行互相关匹配，得到预选坐标并提取灰度纹理特征，输入神经网络，得到目标最佳位置。本发明充分利用已有超声图像的纹理信息训练神经网络，使用已训练的神经网络在线校正模板，改进现有的运动跟踪方法，提高运动目标跟踪的精确度。
-
公开(公告)号：CN214908032U
公开(公告)日：2021-11-30
申请号：CN202120558499.3
申请日：2021-03-18
Applicant: 哈尔滨工业大学
Abstract: 一种基于超声检测的自动采血机械臂，属于医疗超声机器自动化技术领域，本实用新型的是解决自动采血工作中所需设备过多，所有设备需要合适的位置固定和功能配合；而现有控制采血针进行移动的机械臂系统集成度较低，占据空间大的问题，本实用新型提供一种基于超声检测的自动采血机械臂，所述机械臂包括顶层平面座、一号旋转舵机、旋转舵机固定支架、连接支臂、二号旋转舵机、一号L型支架、三号旋转舵机、直线舵机、直线舵机固定支架、超声探头夹具、红外摄像头等，本实用新型通过机械结构设计，将红外摄像头、超声探头和自动采血机械臂结合起来，缩小了整体设备所占空间，使自动采血过程更加容易实现，为自动采血的实现提供了有效支持。
-
-
-
-
-
Search Results
46
records
(took 0.033 seconds)
