-
公开(公告)号：CN117422701A
公开(公告)日：2024-01-19
申请号：CN202311542382.6
申请日：2023-11-18
Applicant: 南昌大学
IPC: G06T7/00 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 一种基于YOLOX的超声图像腹部器官内脏检测方法，通过在添加可变形卷积，从而使模型可以更好地适应不规则的目标形状，提高模型的感受野和边缘检测能力。为了解决腹部器官检测任务中模型参数量过多以及运行速度过慢的问题，采用知识蒸馏的方式来对模型进行压缩，并通过前背景分离的局部方法解决前背景目标不平衡问题以及GCBlock的全局方法解决前背景上下文信息不关联的问题。本发明实现了对腹部器官检测与识别的同时，有效的减少了网络的参数量和计算复杂度，提高了腹部器官检测的准确率，具有参数量小，检测精度高等特点，实现了腹部超声图像检测的实时性和精确度。
-
公开(公告)号：CN118769246A
公开(公告)日：2024-10-15
申请号：CN202410894689.0
申请日：2024-07-04
Applicant: 南昌大学
IPC: B25J9/16
Abstract: 一种超声机器人能量最优轨迹规划方法，包括：(1)设定模拟参数和初始化机器人模型；(2)设定机械臂的起始和终点位置状态；(3)构建5‑7‑5分段多项式插值函数；(4)利用CDE‑GRO算法进行核心优化，获取最优机械臂运动参数。本发明用改进的关节空间轨迹规划方法及金矿搜索优化算法来实现超声机器人能量最优轨迹规划，通过三种运动阶段：匀速阶段、加速阶段、减速阶段，有效地解决了在传统的关节空间规划方法中存在的动态特性优化以及能源合理分配问题，同时CDE‑GRO算法通过引入精英反向学习和动态探索平衡机制，与传统的GRO算法对比，不仅收敛速度更快，而且获得的能量最优解也更为精确，提高算法解的质量。
-
公开(公告)号：CN117557996A
公开(公告)日：2024-02-13
申请号：CN202311616731.4
申请日：2023-11-30
Applicant: 南昌大学
IPC: G06V20/69 , G06V10/20 , G06V10/24 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T7/00 , G06N3/045 , G06N3/0464
Abstract: 一种基于结构重参数化的幽门螺杆菌内镜图像分类方法，针对ResNet18和MobileNetV3，分别构建改进的基于结构重参数化与深度可分卷积的残差模块RepRes和瓶颈模块RepBneck，构建改进的基于结构重参数化的轻量化网络RepResNet18和RepMobileNetV3，并在胃部内窥镜图像数据集上进行训练，利用结构重参数化方法将训练好的RepResNet18和RepMobileNetV3中新增分支与主分支融合，用于幽门螺杆菌内镜图像分类的推理或部署。本发明在实现了幽门螺杆菌内镜图像分类的同时，有效平衡了模型的性能、参数量与计算量，提高了幽门螺杆菌内镜图像分类的准确率和AUC。
-
公开(公告)号：CN117456181A
公开(公告)日：2024-01-26
申请号：CN202311441056.6
申请日：2023-11-01
Applicant: 南昌大学
IPC: G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0464 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 一种基于MobileViT的结肠镜息肉图像分割方法，包括1)构建数据集并进行预处理；2)构建改进的MVT分割网络；3)用1)中的训练集样本训练MVT网络；4)使用1)中的测试集数据输入3)训练完的MVT网络中，完成对息肉图像进行分割。本发明结合卷积和Transformer的优势，可以同时提取局部和全局特征；用深度可分离卷积替换传统卷积及倒残差结构和SiLU函数组合成MN模块，降低了参数量和计算量；借助Transformer模型可对图像全局信息表征的能力。实现了对结肠镜息肉图像分割的同时，有效的减少了网络的参数量和计算复杂度，提高了结肠镜息肉图像分割的准确率，具有参数量小，分割精度高等特点。
-
公开(公告)号：CN117353286A
公开(公告)日：2024-01-05
申请号：CN202311252281.5
申请日：2023-09-26
Applicant: 南昌大学
Abstract: 一种基于多个相似日和堆叠学习的短期负荷预测方法，1)利用滑动窗口算法对具有高度非线性和非平稳性的时间序列电力负荷数据进行处理；2)提出了一种堆叠神经网络的集成学习方法，在预训练过程中，基层网络集成了径向基函数、随机向量函数链接和反向传播神经网络，以提供稳健的预测模型，元层网络利用深度信念网络和改进的广义学习系统来提高预测精度；3)提出了相似日预测方法来提取电力负荷数据在不同时间维度上的相似特征，进一步增强了模型的稳健性和准确性。本发明通过使用三种策略：滑动窗口算法、堆叠算法、相似日预测方法，有效的提取历史负荷数据的时空特征，减少了计算量，有效提高了模型预测精度，增强了预测模型稳健性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN119888139A
公开(公告)日：2025-04-25
申请号：CN202411706896.5
申请日：2024-11-26
Applicant: 南昌大学
IPC: G06T19/00 , G06V10/762 , G16H40/60
Abstract: 一种基于Sphere包围盒的凝聚层次聚类碰撞检测方法，其步骤包括：遍历软组织表面的三角网格，判断三角网格属于三角形的类型；根据三角网格的形状，生成对应的Sphere包围盒；设定簇的数量k，将Sphere包围盒作为k聚类算法的输入，进行聚类，生成k个新Sphere包围盒；重新设定k，将上一步生成的Sphere包围盒作为输入，继续进行聚类，直到剩下一个Sphere包围盒，停止聚类，建立层次聚类树；获取手术器械的空间信息，遍历层次聚类树，进行碰撞检测，选取最终的碰撞点。本发明提供的方法，实现了更加精准的碰撞检测，提高了碰撞检测的效率。
-
公开(公告)号：CN119759203A
公开(公告)日：2025-04-04
申请号：CN202411594628.9
申请日：2024-11-09
Applicant: 南昌大学
Abstract: 一种电极‑手指皮肤阻抗变体模型及其参数估计方法，属于电触觉反馈领域。其包括如下步骤：推导电极皮肤阻抗模型数学表达式；测得人体手指皮肤在刺激频率从Fmmin至Fmmax区间下的刺激频率#imgabs0#与阻抗模型#imgabs1#的响应数据#imgabs2#根据EFSIE模型目标参数建立目标函数；采用蜜獾觅食正余弦算法对电极‑手指皮肤阻抗变体模型进行参数估计。本发明提供的电极‑手指皮肤阻抗变体模型充分考虑了神经纤维的阻抗特性对模型精度的影响，并推导了其频率‑响应数学表达式。并将正余弦更新策略引入到蜜獾觅食算法中，改进了原始的蜜獾觅食算法，使用HBSCA算法对电极‑手指皮肤阻抗变体模型进行了参数估计。
-
公开(公告)号：CN117576289A
公开(公告)日：2024-02-20
申请号：CN202311617694.9
申请日：2023-11-30
Applicant: 南昌大学
Abstract: 一种新型连续碰撞检测算法，包括构建软组织和手术器械模型；将虚拟空间均匀划分为若干设定大小的等体积子空间，利用GPU多线程加速搜索空间信息，快速建立空间信息哈希表；获取待检测对象在空间内移动轨迹，根据空间哈希函数计算的结果存入空间信息哈希表中；根据空间哈希表确定处于同一空间下的对象，为其构建混合层次包围盒，并检测其是否相交；基于折半查找时间定位法确定检测对象发生碰撞的时间区间，标记可能发生碰撞的对象集；为可能发生碰撞的对象集构建层次包围盒，并执行相交检测；精确判断节点所包含的基本三角单元是否相交。本发明有效地解决了离散碰撞检测算法中的漏检错检问题，提高了检测三维空间中对象之间是否发生碰撞的效率。
-
公开(公告)号：CN119763839A
公开(公告)日：2025-04-04
申请号：CN202411594723.9
申请日：2024-11-10
Applicant: 南昌大学
IPC: G16H50/50 , G06F30/20 , G06F30/10 , G06F17/11 , G06F119/14
Abstract: 一种基于生物力学特征的虚拟手术中的软组织建模方法，包括：1)质点弹簧系统设定，为每个质点建立动力学方程；2)位移场的移动最小二乘法逼近；3)模拟更新，用MLS逼近计算新的位移场，并保证物理约束；4)求解动力学方程，使用隐式的欧拉法求解方程，得到随时间变化的系统响应；5)迭代和调整，使用隐式的欧拉法求解方程，得到随时间变化的系统响应。本发明通过加入多种功能弹簧，有效的模拟了软组织的生物力学特性，再通过将MLS方法整合进质点弹簧模型之中，增强了模型处理复杂变形和大位移事件的能力，同时提高了整体的数值稳定性和精确度，使得建立的软组织模型更加适配于虚拟手术系统的要求。
-
公开(公告)号：CN119600227A
公开(公告)日：2025-03-11
申请号：CN202411059504.0
申请日：2024-08-04
Applicant: 南昌大学
Abstract: 一种虚拟手术仿真系统中的混合碰撞检测方法，包括1)构建手术器械与软组织模型；2)划分虚拟空间为相同大小的网格，并对物体模型进行索引，利用GPU多线程加速空间信息哈希表的构建与更新，并将所有基元包围盒所占的网格映射至哈希表中，根据空间哈希表确定处于同一空间下的对象；3)物体相交求解前，进行空间约减，优化哈希表数据；4)为可能发生碰撞的物体构建层次包围盒，并进行相交检测；若检测到某节点或其子节点相交，则执行下一步，否则推退出检测；5)精确判断步骤4)中节点所包含的基本三角单元是否相交，完成碰撞检测。本发明有效地解决了现有离散碰撞检测算法中的“漏检错检”的问题，检测算法具有较为出色的精确性和计算效率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
