-
公开(公告)号：CN116912301A
公开(公告)日：2023-10-20
申请号：CN202310157970.1
申请日：2023-02-23
Applicant: 浙江大学 , 杭州普健医疗科技有限公司
IPC: G06T7/38 , G06T7/00 , G06T7/11 , G06V10/764
Abstract: 本发明公开了一种肝肿瘤对齐方法、装置、电子设备及介质，包括对病灶CT数据进行肝肿瘤分割，得到病灶CT数据分割后的肝肿瘤标记数据；基于肝肿瘤标记数据，获取肝肿瘤的质心位置以及肝肿瘤的体积；将肝肿瘤的质心位置作为肝肿瘤的空间坐标，基于肝肿瘤的体积以及肝肿瘤的空间坐标得到待配准点云数据；利用迭代最近点算法对待配准点云数据进行不同期之间的肝肿瘤对齐。本发明具有好的抗噪性和鲁棒性，获得的分割肝肝肿瘤图像更加精准，本发明能有效地实现病灶增强三期的肝肿瘤自动配准，方便影像科医生去做动脉期、门脉期和延迟期CT的比较查看，进而实现更加精准的肝肿瘤识别和肝肿瘤类别的辨识。
-
公开(公告)号：CN116563358B
公开(公告)日：2023-09-22
申请号：CN202310827251.6
申请日：2023-07-07
Applicant: 浙江大学 , 杭州普健医疗科技有限公司
IPC: G06T7/38 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种肝脏增强多期CT数据AI训练的数据对齐预处理方法。所述方法包括：获取动脉期肝脏CT数据、门脉期肝脏CT数据、静脉期肝脏CT数据和延迟期肝脏CT数据；基于四期肝脏CT数据和所述四期肝脏CT数据的分组数，获取若干组动脉期CT切片数据、若干组门脉期CT切片数据、若干组静脉期CT切片数据和若干组延迟期CT切片数据；基于所述动脉期CT切片数据、所述门脉期CT切片数据、所述静脉期CT切片数据和所述延迟期CT切片数据的组合数据对人工智能医学检测模型进行训练，以获取训练好的人工智能医学检测模型。本申请所述肝脏增强多期CT数据AI训练的数据对齐预处理方法能够提升模型的训练效果，提高模型的精度。
-
公开(公告)号：CN116563535A
公开(公告)日：2023-08-08
申请号：CN202310394733.7
申请日：2023-04-13
Applicant: 浙江大学
Abstract: 本发明公开了一种基于类级上下文聚合的高分辨率遥感图像语义分割方法。本发明在图像语义分割任务中，通过全局类感知模块，有效提取高分辨率遥感图像中的全局类特征表示，减少图像背景噪声的干扰；进一步使用局部类感知模块，作为中间感知单元间接关联全局类特征表示，可应对类内方差大的问题。除此之外，本发明设计了多尺度架构，集成全局类感知模块和局部类感知模块，通过细化级联特征和融合多尺度特征，实现对不同尺度目标的有效分割。本发明应用上下文聚合机制，为高分辨率遥感图像分割任务提供一种新的解决方案，能够在提高语义分割性能的同时，降低任务的复杂度。
-
公开(公告)号：CN116563358A
公开(公告)日：2023-08-08
申请号：CN202310827251.6
申请日：2023-07-07
Applicant: 浙江大学 , 杭州普健医疗科技有限公司
IPC: G06T7/38 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种肝脏增强多期CT数据AI训练的数据对齐预处理方法。所述方法包括：获取动脉期肝脏CT数据、门脉期肝脏CT数据、静脉期肝脏CT数据和延迟期肝脏CT数据；基于四期肝脏CT数据和所述四期肝脏CT数据的分组数，获取若干组动脉期CT切片数据、若干组门脉期CT切片数据、若干组静脉期CT切片数据和若干组延迟期CT切片数据；基于所述动脉期CT切片数据、所述门脉期CT切片数据、所述静脉期CT切片数据和所述延迟期CT切片数据的组合数据对人工智能医学检测模型进行训练，以获取训练好的人工智能医学检测模型。本申请所述肝脏增强多期CT数据AI训练的数据对齐预处理方法能够提升模型的训练效果，提高模型的精度。
-
公开(公告)号：CN116330984A
公开(公告)日：2023-06-27
申请号：CN202310453669.5
申请日：2023-04-23
Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
Abstract: 本发明公开了轨道交通智能供电系统，包括供电架和受电弓，还包括使受电弓得到弹性支撑的受电弓支撑装置，受电弓支撑装置安装于轨道交通的列车顶部，受电弓支撑装置包括支撑弹簧、以及两个相对且并列设置的支撑机构；其体积小，重量减轻，以便于模块化拆装，使用时自动化程度较高。
-
Patent Agency Ranking
公开(公告)号：CN116305832A
公开(公告)日：2023-06-23
申请号：CN202310125365.6
申请日：2023-02-16
Applicant: 浙江大学
Abstract: 本发明公开了一种林火蔓延实时模拟方法、灭火决策方法与预警系统。本发明提出了一种林火蔓延实时模拟方法，具体为：输入林火蔓延模拟区域的地形数据(坡向、坡度、可燃物类型分布)以及实时风向、风速，根绝地形数据建立栅格网络；选择起火点的地理位置，从起火点的位置计算出其在栅格网络中的坐标；由起火点开始在栅格网络中进行蔓延模拟，基于最短路径算法以及边界外延扩展方法来模拟火场范围的推进，获取栅格网络的起火时间；根据栅格网络的起火时间进行可视化展示。然后根据此蔓延方法分别提出了辅助于直接灭火与间接灭火决策的方法。最后基于前面所述方法提出了一个林火蔓延模拟及预警系统，为森林灭火提供辅助决策功能。
-
公开(公告)号：CN115861396A
公开(公告)日：2023-03-28
申请号：CN202211376828.8
申请日：2022-11-04
Applicant: 浙江大学
IPC: G06T7/33 , G06N3/0464 , G06N3/047 , G06N3/084 , G06N3/088
Abstract: 一种基于深度学习的医学图像配准方法，包括：将浮动图像和固定图像传入网络模型，生成变形场；用变形场对浮动图像进行插值变换得到变形图像；利用固定图像、变形图像和变形场计算损失函数；基于损失函数和优化方法对网络参数进行训练，训练好网络模型后保存网络参数；将新的一组浮动图像和固定图像传入网络模型，调用训练后的网络参数得到变形场，并对浮动图像进行变换得到配准后的变形图像。本发明可以提高非刚体配准的准确度和速度。
-
公开(公告)号：CN115830439A
公开(公告)日：2023-03-21
申请号：CN202211145676.0
申请日：2022-09-20
Applicant: 浙江大学
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于可学习角点特征的高分辨率遥感影像建筑物提取方法。本发明是一种后处理方法，对在简单分割模型输出的建筑物粗略分割图进行调整，最终得到建筑物细致分割图。与现有高分遥感影像建筑物提取方法相比，本发明首次将角点特征与深度学习结合，缓解了现有方法在边缘棱角特征提取方面表现不佳的问题。具体而言，本发明设计了一种可学习的角点特征提取方法，使其结果更加准确。
-
公开(公告)号：CN115565368A
公开(公告)日：2023-01-03
申请号：CN202211138801.5
申请日：2022-09-19
Applicant: 浙江大学
Abstract: 本发明公开了一种面向城市交通模拟的交通需求快速估算方法，该方法基于目标区域的人口密度数据，通过从OpenStreetMap中下载的道路网络数据，将道路网络对应的城市区域自定义划分为若干个交通分析区(Traffic Analysis Zone,TAZ)，结合OD矩阵和划分好的TAZ，根据TAZ间的距离、人口数量以及出入度数据使用重力模型(Gravity model)估算各TAZ间的出发和终到车辆数，快速生成对应的交通需求文件，进而利用Simulation of Urban MObility(SUMO)对道路网络进行仿真。本发明可在保证交通需求与实际情况相关的基础上，大幅降低因人工自定义所产生的时间消耗和错误率，进而提高使用SUMO进行城市交通模拟的准确性和可靠性。
-
公开(公告)号：CN115511280A
公开(公告)日：2022-12-23
申请号：CN202211139339.0
申请日：2022-09-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多模态数据融合的城市洪水韧性评价方法。本发明在城市洪水韧性的评价任务中先进行了对两种模态的城市数据及对应洪水韧性评价指标标签进行预处理；然后提出通过数据特征融合模块融合两种模态数据的特征信息；最后通过城市洪水韧性评价模块基于融合特征评价城市韧性的优劣。与传统的城市洪水韧性评价方法相比，本发明首次将多模态融合的思想引入到城市洪水韧性评价任务中，并验证了其有效性。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.027 seconds)
