-
公开(公告)号:CN120043763A
公开(公告)日:2025-05-27
申请号:CN202510429620.5
申请日:2025-04-08
Applicant: 东北大学
IPC: G01M13/045
Abstract: 本发明的一种基于麦克风阵列的自适应轴承故障诊断方法,包括:步骤1:利用麦克风阵列采集轴承故障的声音阵列信号,选择轴承位置作为增强目标位置;步骤2:建立自适应鲁棒性波束形成器,将声音阵列信号输入该波束形成器,获得增强信号;步骤3:设置时频域滤波器,通过PSO算法求解滤波器长度,对增强信号进行时频域滤波;步骤4:计算理论故障类型对应的特征频率;步骤5:使用小波变换分解对滤波后信号进行分解,选择分解后的信号进行包络功率谱分析,根据包络功率谱的峰值频率确定故障类型。
-
公开(公告)号:CN109389594A
公开(公告)日:2019-02-26
申请号:CN201811173155.X
申请日:2018-10-09
Applicant: 东北大学
Abstract: 本发明属于图像分析技术领域,尤其涉及一种基于图论的宫颈癌组织显微图像分析方法。基于图论的宫颈癌组织显微图像分析方法包括以下步骤:采集宫颈癌组织显微图像数据,采用不同的算法对采集的每张原图进行分割,将分割结果进行融合得到融合图像;根据核的形态学和纹理特征将融合图像分成高分化,中分化,低分化三大类;对分类结果进行综合评估。本申请使用融合的分割算法加强了精度,形成了完整的分类流程,并且做出了分类评估。利用图论算法把宫颈癌组织病理图像根据核的空间结构分为高分化,中分化,低分化三大类,这可以应用在组织学家的日常实践中,加快诊断的时间,提高诊断的准确度。
-
公开(公告)号:CN117671179A
公开(公告)日:2024-03-08
申请号:CN202311678029.0
申请日:2023-12-07
Applicant: 东北大学
IPC: G06T17/05 , G06T17/10 , G06T7/73 , G06T7/11 , G06T5/70 , G06T5/90 , G06T17/00 , H04L67/02 , G06T17/20 , G06T19/20 , G06N20/00 , G06N3/084 , G01B11/00
Abstract: 本公开提供了一种三维重建装置、方法及相关设备,其中,该三维重建装置包括:装载组件,形成有容置空间,容置空间用于容纳待重建模型;光源组件,设置于装载组件,用于调整容置空间内的光照强度;图像采集组件,设置于装载组件,图像采集组件用于获取待重建模型的几何尺寸信息和颜色纹理信息。本公开提供的三维重建装置可以利用装载组件和光源组件为待重建模型提供相对封闭稳定的光学环境,有利于保证图像采集结果的精度,并便于结合图像采集组件采集的图像信息类型提供相应的光学环境,有利于进一步保证提高图像采集结果的精确性,提高三维重建模型的还原度,拓展三维重建装置的适用范围。
-
公开(公告)号:CN109102510B
公开(公告)日:2022-08-26
申请号:CN201810877093.4
申请日:2018-08-03
Applicant: 东北大学
IPC: G06T7/10 , G06T7/136 , G06V10/762
Abstract: 本发明涉及一种基于半监督k‑means算法的乳腺癌显微病理组织图像分割方法,所述方法包括:所述方法包括:101、获取一张待处理的乳腺癌显微病理组织图片;102、对获取的乳腺癌显微病理组织图片进行预处理;103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割,获取聚类中心;104、将步骤103中获取的聚类中心作为初始聚类中心,将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k‑means分割,获得一个多类图像染色区矩阵,并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色;105、将获取的多类图像矩阵数据以图片的格式进行展示;本发明提供的图像分割方法,能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
公开(公告)号:CN109543758A
公开(公告)日:2019-03-29
申请号:CN201811422275.9
申请日:2018-11-26
Applicant: 东北大学
Abstract: 本发明提供了基于共轭蝶形条件随机场的宫颈癌组织病理图像诊断方法,包括:获取待处理的组织病理学图像并进行预处理;对预处理后的图像进行图像分割,获得图像的细胞核二值图,根据图像分割结果定位细胞核,得到图像的细胞核坐标,并将细胞核二值图分割成固定大小的图像块;对细胞核二值图进行特征提取,得到图像的全局特征,对细胞核二值图的图像块进行特征提取,得到图像的局部特征;将图像的全局特征和局部特征输入到预先设计的共轭蝶形对称布局的条件随机场模型中,根据细胞核坐标定位包含细胞核图像块,得到全图细胞核特征,并使用预先训练的条件随机场分类器进行处理,输出分类结果。可以较为精确的给出患者的病理状态,提高诊断准确率。
-
公开(公告)号:CN109671072A
公开(公告)日:2019-04-23
申请号:CN201811552817.4
申请日:2018-12-18
Applicant: 东北大学
Abstract: 本发明提供了基于点式阵列条件随机场的宫颈癌组织病理图像诊断方法,包括:获取待处理的组织病理学图像并进行预处理;对预处理后的图像进行图像分割,获得图像的细胞核二值图和图像的细胞核坐标,并将细胞核二值图分割成固定大小的图像块;对细胞核二值图进行特征提取,得到图像的全局特征,对图像块进行特征提取,得到图像的局部特征;将图像的全局特征和局部特征输入到预先设计的矩形区域点式多尺度阵列布局的条件随机场模型中,根据细胞核坐标定位包含细胞核图像块,得到全图细胞核特征,并使用预先训练的条件随机场分类器进行处理,输出分类结果。可以较为精确的给出患者的病理状态,提高诊断准确率。
-
公开(公告)号:CN109410196A
公开(公告)日:2019-03-01
申请号:CN201811242279.9
申请日:2018-10-24
Applicant: 东北大学
Abstract: 本发明涉及一种基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法,所述方法包括:101、获取数字化宫颈癌组织病理学图像;102、对获取的数字化宫颈癌组织病理学图像进行预处理;103、采用分割算法对经过预处理的数字化宫颈癌组织病理学图像进行聚类分割和分块,获得多个图像小块;104、从步骤103中获得的每个图像小块中提取特征,然后对提取到的特征进行特征选择;105、采用条件随机场模型对选择到的特征进行数字化宫颈癌组织病理学图像分级,获得宫颈癌组织病理学图像的分级结果。本发明提供的基于泊松环形条件随机场的宫颈癌组织病理图像诊断方法,能够根据宫颈癌组织病理图像,获得宫颈癌的分级结果。
-
公开(公告)号:CN109389594B
公开(公告)日:2020-12-25
申请号:CN201811173155.X
申请日:2018-10-09
Applicant: 东北大学
Abstract: 本发明属于图像分析技术领域,尤其涉及一种基于图论的宫颈癌组织显微图像分析方法。基于图论的宫颈癌组织显微图像分析方法包括以下步骤:采集宫颈癌组织显微图像数据,采用不同的算法对采集的每张原图进行分割,将分割结果进行融合得到融合图像;根据核的形态学和纹理特征将融合图像分成高分化,中分化,低分化三大类;对分类结果进行综合评估。本申请使用融合的分割算法加强了精度,形成了完整的分类流程,并且做出了分类评估。利用图论算法把宫颈癌组织病理图像根据核的空间结构分为高分化,中分化,低分化三大类,这可以应用在组织学家的日常实践中,加快诊断的时间,提高诊断的准确度。
-
公开(公告)号:CN109299679A
公开(公告)日:2019-02-01
申请号:CN201811056305.9
申请日:2018-09-11
Applicant: 东北大学
Abstract: 本发明属于疾病识别技术领域,尤其涉及一种基于狭长型条件随机场的宫颈癌组织病理图像诊断方法。该方法包括如下步骤:A1、对待处理的宫颈癌组织病理学显微图像,进行预处理;A2、对预处理的宫颈癌组织病理学显微图像进行分割处理;A3、选取分割处理后的图像进行特征提取,获取提取的全局特征;A4、采用条件随机场的方式对全局特征、分割处理后的图像进行处理,获取特征向量;A5、将所述特征向量输入预先训练的分类模型中,获取宫颈癌组织病理学显微图像的分类结果。本发明的方法全新设计了狭长型中心对称布局,用以结合使用宫颈癌组织病理学显微图像的局部特征与全局特征,使系统的诊断结果更加高效可靠。
-
公开(公告)号:CN109102510A
公开(公告)日:2018-12-28
申请号:CN201810877093.4
申请日:2018-08-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于半监督k-means算法的乳腺癌显微病理组织图像分割方法,所述方法包括:所述方法包括:101、获取一张待处理的乳腺癌显微病理组织图片;102、对获取的乳腺癌显微病理组织图片进行预处理;103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割,获取聚类中心;104、将步骤103中获取的聚类中心作为初始聚类中心,将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k-means分割,获得一个多类图像染色区矩阵,并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色;105、将获取的多类图像矩阵数据以图片的格式进行展示;本发明提供的图像分割方法,能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
-
-
-
-
-
-
-
-