基于混合坐标关键点估计的车道线检测方法、装置及设备

    公开(公告)号:CN119152465A

    公开(公告)日:2024-12-17

    申请号:CN202411656096.7

    申请日:2024-11-19

    Applicant: 中南大学

    Abstract: 本申请涉及一种基于混合坐标关键点估计的车道线检测方法,本方法通过提取出行、列锚置信度特征图,可以从中提取出置信度较高的坐标点;通过提取行、列锚偏移量特征图,可以确认置信度较高的坐标点对应的偏移量,进而可以基于该偏移量进行坐标点修正,以消除量化误差,最终提升后续检测的准确度;另外,本方法还在行锚检测方法的基础上结合了列锚检测方法,通过判断目标行锚车道线的斜率和目标列锚车道线的斜率之间的平均值的绝对值与第二阈值之间的大小来选择目标行锚车道线或目标列锚车道线作为输出,有效解决了传统关键点估计方法因无法有效表征场景中倾斜角度过大的车道线导致的漏检问题,提升车道线最终检测的准确度。

    一种基于多层次注意力机制的单目标追踪方法

    公开(公告)号:CN114399533B

    公开(公告)日:2024-04-16

    申请号:CN202210047253.9

    申请日:2022-01-17

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多层次注意力机制的单目标追踪方法,其实施方案为:(1)获取数据集与追踪标签;(2)选取并裁剪追踪样本;(3)提取、展平、拼接样本图像特征图;(4)构建多层次注意力网络;(5)构建特征增强模块;(6)构建目标预测网络;(7)获取追踪模型;(7)构建损失函数;(8)训练追踪模型;(9)单目标追踪。本发明构建的追踪模型,利用多层次注意力网络对搜索区域和模板的图像特征进行全局的相关性建模,产生多层的注意力特征;利用特征增强模块对多层注意力特征进行融合,获得目标的最终预测结果。该模型能够解决当追踪目标发生大的形变时难以追踪的问题,并可有效提高单目标追踪的准确率和鲁棒性。

    一种基于特征预融合与掩膜引导的表面缺陷检测方法

    公开(公告)号:CN116805310A

    公开(公告)日:2023-09-26

    申请号:CN202311034675.3

    申请日:2023-08-17

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于特征预融合与掩膜引导的表面缺陷检测方法,主要解决现有缺陷检测技术对弱区分度、小尺度缺陷检测结果准确率低的问题。其实施方案为:1)获取数据集与检测标签;2)构建缺陷检测模型;3)构建损失函数;4)训练缺陷检测模型;5)推理并获得检测结果。本发明构建的表面缺陷检测模型,通过特征预融合进行感受野的扩大与信息扩散,实现特征图内上下文的增强,有效提升了对弱区分度缺陷的检测准确率;通过多阶段特征融合引入缺陷边界框的掩膜标签,使得缺陷区域信息密度升高,提升了小尺度缺陷的检测准确率。

    一种基于纵向磁约束的高能电子线多自由度调强放疗系统

    公开(公告)号:CN113181565B

    公开(公告)日:2023-08-01

    申请号:CN202110495014.5

    申请日:2021-05-07

    Abstract: 本申请涉及一种基于纵向磁约束的高能电子线多自由度调强放疗系统,包括纵向磁约束高能电子线放疗设备和一种用于高能电子线调强放疗的多自由度一体优化方法;设备包括:放疗机和磁约束装置;放疗机包括加速电子的直线加速器或回旋加速器以及多级电子束准直器,磁约束装置包括三级分裂开孔线圈,线圈中心轴均与高能电子束中心轴重合;优化方法包括:步骤一,优化放疗机机头角度,确定出束弧段;步骤二,优化准直器角度,确定出束动态径迹;步骤三,同步优化电子线能量和射束强度,确定最优的电子线多自由度调强放疗计划。本发明能够有效地减少高能电子线在空气中和病人体内的侧向散射,实现磁约束高能电子线多自由度调强放疗,改善患者疗效。

    儿童股骨头旋转中心检测方法

    公开(公告)号:CN111429417B

    公开(公告)日:2023-06-16

    申请号:CN202010195907.3

    申请日:2020-03-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种儿童股骨头旋转中心检测方法,包括获取并选择儿童双侧髋关节X线图像、标注标志点、X轴和Y轴并测量髋关节指标;处理髋关节指标得到样本数据并设定权重;将数据分为训练集和测试集,采用训练集对检测模型进行训练、采用测试集进行检测得到最终的儿童股骨头旋转中心检测模型;采用最终的儿童股骨头旋转中心检测模型对待检测儿童的双侧髋关节X线图像进行股骨头旋转中心的检测。本发明方法能够快速准确对儿童股骨头旋转中心进行检测,而且训练速度快,稳定性强,实用效果较好。

    一种基于无监督深度学习的肺部CT图像配准方法

    公开(公告)号:CN111524170B

    公开(公告)日:2023-05-26

    申请号:CN202010286805.2

    申请日:2020-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于无监督深度学习的肺部CT图像配准方法。首先应用由滑动窗口和反向采样组成的预处理方法将肺部CT图像对划分成若干个便于神经网络模型处理的中间图像块对;随后使用由“缩减路径”、“扩张路径”、后续卷积层以及空间变换层组成的频繁连接U型卷积神经网络模型提取、融合图像特征,并输出与中间图像块对对应的密集位移场块和变形图像块;最后应用由边缘裁剪和重叠区域均值化组成的后处理方法将若干个变形图像块和密集位移场块拼接缝合成与原始肺部CT图像大小一致的变形图像和密集位移场。与已有配准算法相比,本发明方法完全自动,运行速度快且配准精度高。

    一种解剖标志点识别方法及识别设备

    公开(公告)号:CN109166183B

    公开(公告)日:2023-04-07

    申请号:CN201810780286.8

    申请日:2018-07-16

    Applicant: 中南大学

    Abstract: 本发明提供了一种解剖标志点识别方法,包括根据三维体数据建立第一三维模型,对第一三维模型的解剖标志点进行标记,并标记对应的网格标签;将所述第一三维模型进行平面化处理,得到二维图像数据,并将所述第一三维模型对应的网格标签进行平面化处理,得到二维标签数据;将二维图像数据和二维标签数据进行训练,得到第二模型;将多组预测数据分别作为所述第二模型的输入数据,得到多组预测结果;对所述多组预测结果分别执行全局无缝参数化过程的逆操作,得到多组第三三维模型;根据所述多组第三三维模型确定目标模型;根据所述目标模型和预设能量函数确定目标网格标签对应的标志点。在保证实际可用的前提下,减小了计算复杂度,提高了时间效率。

    一种磁约束高能电子线放疗设备

    公开(公告)号:CN113198114B

    公开(公告)日:2023-02-07

    申请号:CN202110495012.6

    申请日:2021-05-07

    Applicant: 中南大学

    Abstract: 本申请涉及一种磁约束高能电子线放疗设备,包括:放疗机和磁约束装置;所述放疗机设有用于加速电子的直线加速器和/或回旋加速器以及多级电子线准直器,所述磁约束装置位于放疗机与治疗床之间的射束通路。本发明的有益效果是:结合放疗机和磁约束装置,改善高能电子线侧向散射问题;同时弃用传统高能电子挡铅和限光筒,扩大患者体表与放疗设备的距离,提高电子线放疗计划的调制自由度,提升放疗计划质量,更好地保护正常组织。

Patent Agency Ranking