-
公开(公告)号：CN106056602B
公开(公告)日：2019-06-28
申请号：CN201610365605.X
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于CNN的fMRI视觉功能数据目标提取方法，首先被试在复杂场景自然图像刺激下采集到的fMRI视觉功能数据，训练一个由刺激图像到fMRI视觉功能数据的深度卷积神经网络模型，同时训练一个由fMRI视觉功能数据到关注目标类别的线性映射模型；在深度卷积神经网络模型中加入反馈层，将训练好的线性映射模型与其复合，对一幅测试图像中的不同目标类别分别得到类别评分映射；利用类别评分映射，分析被试观看全新测试图像的fMRI视觉功能数据，提取被试所关注的目标。本发明能够对被试观看复杂场景自然图像时所引发的fMRI视觉功能数据进行解析，提取出被试在图像中所关注的目标，提高提取关注目标的准确性。
-
公开(公告)号：CN104142845B
公开(公告)日：2018-08-17
申请号：CN201410347123.2
申请日：2014-07-21
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于OpenCL‑To‑FPGA的CT图像重建反投影加速方法，主要利用FPGA实现了CT图像重建反投影步骤的加速，具体为：在OpenCL编程模型中，构建CPU和FPGA协作的CPU‑FPGA异构计算模式，CPU和FPGA间通过PCI‑E总线进行通信，CPU作为主机端，负责算法中的串行任务以及对FPGA的配置与控制任务；FPGA作为协处理器端，通过加载OpenCL内核程序以实现对反投影计算的并行流水加速。在编程模式中，FPGA执行程序全部采用类C/C++风格的OpenCL语言开发，开发简便，修改灵活，能大大缩短研发周期，减少产品维护和升级的研发成本；另一方面，新方法基于OpenCL框架，代码可以实现跨平台快速移植，适合扩展和应用于多处理器异构平台的协同加速之中。
-
公开(公告)号：CN105973917A
公开(公告)日：2016-09-28
申请号：CN201610512467.3
申请日：2016-06-29
Applicant: 中国人民解放军信息工程大学
CPC classification number: G01N23/046 , A61B6/032 , A61B6/4085 , A61B6/5205 , G01N2223/03 , G01N2223/1016 , G01N2223/401
Abstract: 本发明涉及一种X射线CT转台单侧两次螺旋扫描单层重排重建方法，首先在转台的同一侧进行两次螺旋扫描，将两组螺旋锥形束投影重排成多层平行束投影，然后利用平行束投影的对称性质去除数据的横向截断，得到一组完全覆盖物体横截面的平行束投影数据，再通过滤波反投影方式进行图像重建。本发明通过在转台的同一侧进行两次螺旋扫描成像，能够更大程度上扩展螺旋锥束CT的横向成像视野，通过实验验证，能够扩展至2.56倍的成像视野，在更大程度上扩展成像视野的同时成像质量没有明显下降，具有与传统全覆盖算法相当的成像质量。
-
Patent Agency Ranking
公开(公告)号：CN105825225A
公开(公告)日：2016-08-03
申请号：CN201610139386.3
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6263 , G06K2209/21
Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法，克服了现有技术中，因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤（1）、通过脑电信号采集设备收集被试的脑电信号；步骤（2）、确定被试P300成分潜伏期的变化误差；步骤（3）、通过P300成分定位目标图像在图像序列中的位置；步骤（4）、结合步骤（2）中确定的潜伏期变化误差与步骤（3）中单试次检测算法确定的目标图像位置，确定目标备选图像；步骤（5）、使用机器视觉对目标备选图像进行识别归类，并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。
-
公开(公告)号：CN105825225B
公开(公告)日：2019-06-28
申请号：CN201610139386.3
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法，克服了现有技术中，因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤（1）、通过脑电信号采集设备收集被试的脑电信号；步骤（2）、确定被试P300成分潜伏期的变化误差；步骤（3）、通过P300成分定位目标图像在图像序列中的位置；步骤（4）、结合步骤（2）中确定的潜伏期变化误差与步骤（3）中单试次检测算法确定的目标图像位置，确定目标备选图像；步骤（5）、使用机器视觉对目标备选图像进行识别归类，并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。
-
公开(公告)号：CN105973917B
公开(公告)日：2019-01-18
申请号：CN201610512467.3
申请日：2016-06-29
Applicant: 中国人民解放军信息工程大学
IPC: G01N23/046 , A61B6/03
Abstract: 本发明涉及一种X射线CT转台单侧两次螺旋扫描单层重排重建方法，首先在转台的同一侧进行两次螺旋扫描，将两组螺旋锥形束投影重排成多层平行束投影，然后利用平行束投影的对称性质去除数据的横向截断，得到一组完全覆盖物体横截面的平行束投影数据，再通过滤波反投影方式进行图像重建。本发明通过在转台的同一侧进行两次螺旋扫描成像，能够更大程度上扩展螺旋锥束CT的横向成像视野，通过实验验证，能够扩展至2.56倍的成像视野，在更大程度上扩展成像视野的同时成像质量没有明显下降，具有与传统全覆盖算法相当的成像质量。
-
公开(公告)号：CN104142845A
公开(公告)日：2014-11-12
申请号：CN201410347123.2
申请日：2014-07-21
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于OpenCL-To-FPGA的CT图像重建反投影加速方法，主要利用FPGA实现了CT图像重建反投影步骤的加速，具体为：在OpenCL编程模型中，构建CPU和FPGA协作的CPU-FPGA异构计算模式，CPU和FPGA间通过PCI-E总线进行通信，CPU作为主机端，负责算法中的串行任务以及对FPGA的配置与控制任务；FPGA作为协处理器端，通过加载OpenCL内核程序以实现对反投影计算的并行流水加速。在编程模式中，FPGA执行程序全部采用类C/C++风格的OpenCL语言开发，开发简便，修改灵活，能大大缩短研发周期，减少产品维护和升级的研发成本；另一方面，新方法基于OpenCL框架，代码可以实现跨平台快速移植，适合扩展和应用于多处理器异构平台的协同加速之中。
-
公开(公告)号：CN106056602A
公开(公告)日：2016-10-26
申请号：CN201610365605.X
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10088 , G06T2207/20081
Abstract: 本发明涉及一种基于CNN的fMRI视觉功能数据目标提取方法，首先被试在复杂场景自然图像刺激下采集到的fMRI视觉功能数据，训练一个由刺激图像到fMRI视觉功能数据的深度卷积神经网络模型，同时训练一个由fMRI视觉功能数据到关注目标类别的线性映射模型；在深度卷积神经网络模型中加入反馈层，将训练好的线性映射模型与其复合，对一幅测试图像中的不同目标类别分别得到类别评分映射；利用类别评分映射，分析被试观看全新测试图像的fMRI视觉功能数据，提取被试所关注的目标。本发明能够对被试观看复杂场景自然图像时所引发的fMRI视觉功能数据进行解析，提取出被试在图像中所关注的目标，提高提取关注目标的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
