-
公开(公告)号：CN111882514B
公开(公告)日：2023-05-19
申请号：CN202010734334.7
申请日：2020-07-27
Applicant: 中北大学
IPC: G06T5/50 , G06V10/44 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于双残差超密集网络的多模态医学图像融合方法，包括：通过在双残差超密集网络中的第一Conv层卷积和PReLU层激活，提取第一模态医学图像和第二模态医学图像的浅层特征；通过残差学习和超密集连接，提取深层特征；对深层特征依次进行双残差超密集网络中的Concat层通道维度上拼接、最后Conv层卷积、PReLU层激活，获得第一模态医学图像和第二模态医学图像的融合图像。本发明通过将残差密集块与超密集连接结合提出的双残差超密集块不仅将密集连接应用到同一路径的层之间，还运用到跨不同路径的层之间，在提取不同模态图像特征的两个路径间进行信息传递，使得提取到的深层特征更详细丰富，减少了网络中间层有用信息的丢失。
-
Patent Agency Ranking
公开(公告)号：CN112750097B
公开(公告)日：2022-04-05
申请号：CN202110050993.3
申请日：2021-01-14
Applicant: 中北大学
Abstract: 本发明属于医学图像融合领域，具体涉及基于多CNN组合和模糊神经网络的多模态医学图像融合。为了将多模态医学图像中病灶部位的纹理细节表征更充分，边缘更清晰，本发明提出的方法主要有两部分组成：1)构建G‑CNN组(G‑CNNs)；2)基于模糊神经网络的G‑CNNs融合。第一部分首先通过一组比例和方向不同的Gabor滤波器获得CT和MR的不同Gabor表示对，然后分别使用每对不同的Gabor表示训练相应的CNN，从而生成G‑CNNs；第二部分利用模糊神经网络将G‑CNNs的多个输出进行融合得到最后的融合图像。
-
公开(公告)号：CN111882514A
公开(公告)日：2020-11-03
申请号：CN202010734334.7
申请日：2020-07-27
Applicant: 中北大学
Abstract: 本发明公开了一种基于双残差超密集网络的多模态医学图像融合方法，包括：通过在双残差超密集网络中的第一Conv层卷积和PReLU层激活，提取第一模态医学图像和第二模态医学图像的浅层特征；通过残差学习和超密集连接，提取深层特征；对深层特征依次进行双残差超密集网络中的Concat层通道维度上拼接、最后Conv层卷积、PReLU层激活，获得第一模态医学图像和第二模态医学图像的融合图像。本发明通过将残差密集块与超密集连接结合提出的双残差超密集块不仅将密集连接应用到同一路径的层之间，还运用到跨不同路径的层之间，在提取不同模态图像特征的两个路径间进行信息传递，使得提取到的深层特征更详细丰富，减少了网络中间层有用信息的丢失。
-
公开(公告)号：CN116538227A
公开(公告)日：2023-08-04
申请号：CN202310342817.6
申请日：2023-03-31
Applicant: 中北大学
IPC: F16F13/00 , F16F15/023 , F16F15/08 , F16F15/04
Abstract: 本发明公开了三维复合阻尼器及其在切削刀具中的应用，包括有用于连接刀头与刀杆的阻尼器本体。阻尼器本体由内向外依次以圆管形同心设置有内层振子、中层振子、外层振子，刀杆内腔与外层振子之间、外层振子与中层振子之间、中层振子与内层振子之间均设置间隙，间隙内填充阻尼液。中层振子、内层振子均沿长度方向分成多段，中层振子、内层振子同层各段长度之和略小于外层振子长度。阻尼器本体的两端设置有端盖、轴端弹簧或者弹性体。三维复合阻尼器在径向、周向、轴向都产生减振效果，可实现三维复合减振，显著提高减振效果，在大长径比切削刀具如减振镗刀、减振铣刀、减振车刀等刀具中具有重要应用价值，可提升零件加工质量，提升加工效率。
-
公开(公告)号：CN112750097A
公开(公告)日：2021-05-04
申请号：CN202110050993.3
申请日：2021-01-14
Applicant: 中北大学
Abstract: 本发明属于医学图像融合领域，具体涉及基于多CNN组合和模糊神经网络的多模态医学图像融合。为了将多模态医学图像中病灶部位的纹理细节表征更充分，边缘更清晰，本发明提出的方法主要有两部分组成：1)构建G‑CNN组(G‑CNNs)；2)基于模糊神经网络的G‑CNNs融合。第一部分首先通过一组比例和方向不同的Gabor滤波器获得CT和MR的不同Gabor表示对，然后分别使用每对不同的Gabor表示训练相应的CNN，从而生成G‑CNNs；第二部分利用模糊神经网络将G‑CNNs的多个输出进行融合得到最后的融合图像。
-
公开(公告)号：CN219189816U
公开(公告)日：2023-06-16
申请号：CN202222229594.6
申请日：2022-08-23
Applicant: 中北大学 , 太原工具厂有限责任公司
Abstract: 本实用新型属于材料加工领域，具体涉及一种旋转超声磨削的测力装置，包括测力组件、工件旋转组件、工件装夹组件和计算机，所述测力组件包括工作台连接法兰、六维力传感器和工字形连接法兰，所述工作台连接法兰与机床工作台固定连接，所述六维力传感器固定连接在工作台连接法兰的上端面，所述工字形连接法兰通过螺栓固定连接在六维力传感器的上端面；所述工件旋转组件安装在工字形连接法兰的上端用于驱动工件装夹组件的旋转，所述工件装夹组件用于夹持工件，所述计算机与六维力传感器连接，用于接收六维力传感器采集的数据。本实用新型工件旋转组件安装在测力组件的上方，避免了六维力传感器旋转测力带来的扭矩处理的问题。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
