-
公开(公告)号：CN106200207B
公开(公告)日：2019-01-08
申请号：CN201610594966.1
申请日：2016-07-26
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种用于光声耦合光子器件的模式滤波方法及装置。模式滤波方法包括：对高斯型信号光束进行模式变换，获得OAM信号光束；令OAM信号光束和高斯型泵浦光束分别从光声耦合光子器件的两侧输入，以使高斯型泵浦光束在光声耦合光子器件中对OAM信号光束进行受激布里渊放大；对从光声耦合光子器件输出的放大的OAM信号光束和SBS噪声光束的混合光束进行模式逆变换，使得经过模式逆变换后，混合光束中的放大的OAM信号光束变为放大的高斯型信号光束，而混合光束中的SBS噪声光束变为OAM‑SBS噪声光束；通过空间滤波，滤除混合光束中的OAM‑SBS噪声光束，以获得混合光束中的放大的高斯型信号光束。本发明的模式滤波方法及装置可用于去除光声耦合光子器件中的SBS噪声。
-
公开(公告)号：CN106200207A
公开(公告)日：2016-12-07
申请号：CN201610594966.1
申请日：2016-07-26
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种用于光声耦合光子器件的模式滤波方法及装置。模式滤波方法包括：对高斯型信号光束进行模式变换，获得OAM信号光束；令OAM信号光束和高斯型泵浦光束分别从光声耦合光子器件的两侧输入，以使高斯型泵浦光束在光声耦合光子器件中对OAM信号光束进行受激布里渊放大；对从光声耦合光子器件输出的放大的OAM信号光束和SBS噪声光束的混合光束进行模式逆变换，使得经过模式逆变换后，混合光束中的放大的OAM信号光束变为放大的高斯型信号光束，而混合光束中的SBS噪声光束变为OAM-SBS噪声光束；通过空间滤波，滤除混合光束中的OAM-SBS噪声光束，以获得混合光束中的放大的高斯型信号光束。本发明的模式滤波方法及装置可用于去除光声耦合光子器件中的SBS噪声。
-
公开(公告)号：CN115393584A
公开(公告)日：2022-11-25
申请号：CN202210921524.9
申请日：2022-08-02
Applicant: 哈尔滨理工大学
Abstract: 基于多任务超声甲状腺结节分割与分类模型的建立方法、分割与分类方法和计算机设备，属于图像处理技术领域，解决甲状腺结节多尺度、结节边缘模糊、良恶分类不平衡以及数据不平衡问题。方法包括：以FCN为主干共享网络，基于UNet解码层为分割分支网络和ResNet34为分类分支网络。主干共享网络对输入超声图像采用参数硬共享的方式进行浅层特征提取，将提取的特征共享给两个分支网络。分割分支网络中，首先在主干共享网络后引入深层卷积块，获取分割分支深层特征，其次对各个特征提取阶段获取到的浅层特征通过带有多尺度卷积注意力模块的跳跃连接操作。在分类分支残差模块前后结合M‑CBAM，通过M‑CBAM和残差模块优化分类性能。本发明适用于超声甲状腺结节的分割与分类。
-
公开(公告)号：CN113222931A
公开(公告)日：2021-08-06
申请号：CN202110510490.X
申请日：2021-05-11
Applicant: 哈尔滨理工大学
Abstract: 一种基于聚焦注意力机制attention的甲状腺结节自动检测方法。超声检查在对甲状腺良性结节及甲状腺癌的鉴别诊断和评估方面，有着安全、无创、诊断率高等优势，在临床工作中已经得到了广泛应用，是检测甲状腺结节的首选方法。甲状腺结节的超声征象，如形状、纵横比、回声、硬度、边缘、血流分布和钙化等，是评估结节良恶性的重要依据。基于此提出一种基于改进RNN的甲状腺结节自动检测方法。所述结节自动检测方法包括以下步骤：A、图像预处理，CNN提取图像特征；B、RNN解码多边形定点用于定位结节；C、在分类网络中加入attentionmodule提升RNN性能；D、使用评估网络选取最佳多边形；E、使用门控神经网络GGNN或者SRGNN进行上采样，提高输出分辨率。本发明能够实现对甲状腺结节超声图像的全自动精准分割，对甲状腺结节的诊断具有重要意义。
-
-
-
Search Results
4
records
(took 0.024 seconds)
