-
公开(公告)号：CN112508844B
公开(公告)日：2022-11-18
申请号：CN202011060583.9
申请日：2020-09-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于弱监督的大脑磁共振图像分割方法，包括以下步骤：使用超体素匹配方法实现待分割图像与参考图像之间的匹配，使得待分割图像的超体素获得标签，在待分割图像匹配的超体素中，选择高置信度的超体素组成种子区域；建立一种脑组织分割网络模型BTSNet，以选择的种子区域作为监督标签，指导网络训练，获得图像每个体素的类别概率；采用了深度种子区域增长方法，以当前种子区域为基础，使用卷积网络输出的类别概率，更新种子区域；最后，迭代脑组织分割网络与深度种子区域增长两个步骤，直至种子区域覆盖整个图像，输出分割结果。本发明能够在只使用少量参考图像的超体素级别标签的条件下实现脑MRI图像的准确分割。
-
公开(公告)号：CN108305279B
公开(公告)日：2019-07-05
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
公开(公告)号：CN108305279A
公开(公告)日：2018-07-20
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
CPC classification number: G06T7/344 , G06K9/6218 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
公开(公告)号：CN112508844A
公开(公告)日：2021-03-16
申请号：CN202011060583.9
申请日：2020-09-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于弱监督的大脑磁共振图像分割方法，包括以下步骤：使用超体素匹配方法实现待分割图像与参考图像之间的匹配，使得待分割图像的超体素获得标签，在待分割图像匹配的超体素中，选择高置信度的超体素组成种子区域；建立一种脑组织分割网络模型BTSNet，以选择的种子区域作为监督标签，指导网络训练，获得图像每个体素的类别概率；采用了深度种子区域增长方法，以当前种子区域为基础，使用卷积网络输出的类别概率，更新种子区域；最后，迭代脑组织分割网络与深度种子区域增长两个步骤，直至种子区域覆盖整个图像，输出分割结果。本发明能够在只使用少量参考图像的超体素级别标签的条件下实现脑MRI图像的准确分割。
-
Patent Agency Ranking
公开(公告)号：CN106374489B
公开(公告)日：2019-03-12
申请号：CN201610827781.0
申请日：2016-09-18
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院 , 东南大学
IPC: H02J3/01 , H02M7/5387
Abstract: 本发明涉及一种基于九开关管逆变器的有源电力滤波器的谐波补偿方法，包括以下步骤：步骤S1：采用九开关管逆变器NSI作为电力电子主电路，为一双谐振注入式混合有源滤波器提供两个独立的输出端口；步骤S2：九开关管逆变器的一个输出端口通过双谐振注入支路并联于配电变压器的高压侧，用以对高压侧电网谐波的进行治理；步骤S3：九开关管逆变器的另一个输出端口并联于配电变压器的低压侧，用以对低压侧电网谐波和无功进行治理，并稳定NSI公用直流母线电压。本发明利用九开关管逆变器不仅可以节省三个开关管，降低系统成本，还可以同时实现对配电变压器高、低压侧电能质量问题的补偿，避免配电变压器受配电网谐波分量的干扰，提高变压器的使用寿命。
-
公开(公告)号：CN109472263B
公开(公告)日：2021-06-15
申请号：CN201811186880.0
申请日：2018-10-12
Applicant: 东南大学
Abstract: 本发明公开了一种结合全局和局部信息的大脑磁共振图像分割方法，包括：利用构建的端到端卷积神经网络对大脑磁共振图像进行分割，得到各类别的预测概率分布；对于大脑磁共振图像利用线性迭代聚类超体素算法生成超体素；将分割所得预测概率分布和所生成超体素融合得到分割结果的大脑磁共振图像，包括：找出超体素在各类别预测概率分布中的对应区域；统计找出各对应区域中背景、脑脊液、灰质和白质出现次数，并计算各个类别出现的比重；利用超体素类别比例方法对各类别预测概率分布重新赋值；求出其类别概率最大的一类，及将类别作为该像素点的类别标签，得到分割结果的大脑磁共振图像。本发明可提高分割精度，得到较好的大脑磁共振图像分割结果。
-
公开(公告)号：CN108596236A
公开(公告)日：2018-09-28
申请号：CN201810351078.6
申请日：2018-04-18
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于全局连接特征和测地距离的丘脑核团分区方法，以实现对大脑丘脑区域的核团分区，该方法首先利用大脑静息态磁共振图像的时间序列信息，结合大脑不同组织的先验图谱，构建了丘脑体素水平的全局连接特征，降低特征的维度从而减少了噪声；其次，结合大脑的三维空间结构信息，构建基于测地距离的丘脑相似度矩阵，更有效地利用了特征的信息；最后提出一种归一化割谱聚类的方法来结合丘脑体素相似度信息对体素进行聚类，与传统方法相比，本发明提出的方法能更有效的降低静息态磁共振图像的噪声影响，提取出高质量的特征，生成精确有效的丘脑核团分区。
-
公开(公告)号：CN106374489A
公开(公告)日：2017-02-01
申请号：CN201610827781.0
申请日：2016-09-18
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院 , 东南大学
IPC: H02J3/01 , H02M7/5387
CPC classification number: Y02E40/22 , Y02E40/40 , H02J3/01 , H02M7/5387
Abstract: 本发明涉及一种基于九开关管逆变器的有源电力滤波器的谐波补偿方法，包括以下步骤：步骤S1：采用九开关管逆变器NSI作为电力电子主电路，为一双谐振注入式混合有源滤波器提供两个独立的输出端口；步骤S2：九开关管逆变器的一个输出端口通过双谐振注入支路并联于配电变压器的高压侧，用以对高压侧电网谐波的进行治理；步骤S3：九开关管逆变器的另一个输出端口并联于配电变压器的低压侧，用以对低压侧电网谐波和无功进行治理，并稳定NSI公用直流母线电压。本发明利用九开关管逆变器不仅可以节省三个开关管，降低系统成本，还可以同时实现对配电变压器高、低压侧电能质量问题的补偿，避免配电变压器受配电网谐波分量的干扰，提高变压器的使用寿命。
-
公开(公告)号：CN109472263A
公开(公告)日：2019-03-15
申请号：CN201811186880.0
申请日：2018-10-12
Applicant: 东南大学
Abstract: 本发明公开了一种结合全局和局部信息的大脑磁共振图像分割方法，包括：利用构建的端到端卷积神经网络对大脑磁共振图像进行分割，得到各类别的预测概率分布；对于大脑磁共振图像利用线性迭代聚类超体素算法生成超体素；将分割所得预测概率分布和所生成超体素融合得到分割结果的大脑磁共振图像，包括：找出超体素在各类别预测概率分布中的对应区域；统计找出各对应区域中背景、脑脊液、灰质和白质出现次数，并计算各个类别出现的比重；利用超体素类别比例方法对各类别预测概率分布重新赋值；求出其类别概率最大的一类，及将类别作为该像素点的类别标签，得到分割结果的大脑磁共振图像。本发明可提高分割精度，得到较好的大脑磁共振图像分割结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
