-
公开(公告)号：CN115797741A
公开(公告)日：2023-03-14
申请号：CN202211597408.2
申请日：2022-12-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于图神经网络融合全局特征的脊椎骨骨折判别方法，其特征在于，包括如下步骤：步骤一：椎骨CT影像数据的获取；椎骨CT影像数据中包括目标脊椎与全部椎骨,而预处理这里是指数据增强处理；步骤二：局部图的构建与全局图的构建；对步骤一处理完的数据，构建局部和全局图；步骤三：分别提取全局特征与局部特征；从步骤二获得的局部和全局脊椎图结构数据中提取节点特征与图特征；步骤四：融合全局特征与局部特征，对疑似骨折节点进行预测。本发明不仅能对疑似骨折的椎骨进行自动判别，同时由于其对病灶节点关系进行了建模以及融合了全局特征，对于多发性脊椎骨骨折的判别具有重要意义。
-
公开(公告)号：CN110766666B
公开(公告)日：2022-11-04
申请号：CN201910953409.8
申请日：2019-10-09
Applicant: 河海大学常州校区
IPC: G06T7/00 , G06T7/11 , G06T7/33 , G06V10/774
Abstract: 本发明公开了一种基于区域分割和GAN模型的骨骼断层轮廓大样本库生成方法。步骤一：构建带有区域特征和层级属性的模板；步骤二：基于模板区域映射的初始轮廓样本库的构建；步骤三：基于形态特征信息和GAN模型的轮廓样本库的扩展。本发明针对骨外科临床骨折病例中受损骨骼的3D模型修复问题，提供了一种科学合理的骨骼断层轮廓样本库的生成方法，基于这种方法所构建出的大样本库再通过计算机技术和机器学习技术能够快速准确地对受损骨骼进行智能修复，从而为骨外科医生进行手术治疗提供一种计算机辅助手段，具有重要的骨科临床实际应用意义和应用前景。
-
公开(公告)号：CN107767961B
公开(公告)日：2021-09-24
申请号：CN201710879502.X
申请日：2017-09-26
Applicant: 河海大学常州校区
IPC: G16H50/50
Abstract: 本发明公开了一种面向接骨板类型判别的骨骼模板设计方法，其特征在于，包括如下步骤：步骤一:基于已有同类型骨骼模型生成为模板；步骤二：基于骨骼模板生成接骨板；步骤三：建立模板与接骨板之间对应信息数据库；步骤四：目标骨骼到模板骨骼的映射，判定所适用接骨板类型。本发明通过目标骨骼到模板的映射，利用模板与接骨板之间的对应信息，快速得到受损骨骼所适用的接骨板类型，给医生对患者接骨板类型的判断提供参考，以减少手术时间和手术后二次伤害风险的概率。
-
公开(公告)号：CN108710733A
公开(公告)日：2018-10-26
申请号：CN201810418171.4
申请日：2018-05-04
Applicant: 河海大学常州校区
IPC: G06F17/50
CPC classification number: G06F17/5086
Abstract: 本发明公开了一种基于规则的动态装配CAD模型全局对称性识别方法，包括步骤1：将所有零件分类划分为若干一致零件集；步骤2：识别每个零件集对称性，并标记识别结果；步骤3：设定零件集排序规则并将零件集排序；步骤4：利用合并验证规则和运动副规则计算中间模型对称性；步骤5：递归调用步骤4，合并验证中间模型对称性，直至确定整个动态装配模型的全局对称性。本发明方法针对动态装配CAD模型全局对称性识别，设计了合并验证规则和运动副规则，这些规则是充分利用装配模型的静态信息和动态信息，并通过几何推理设计的。利用这些规则可以有效避免对运动周期进行密集采样，从而大幅提高动态对称性识别准确性与效率。
-
公开(公告)号：CN107993277A
公开(公告)日：2018-05-04
申请号：CN201711213243.3
申请日：2017-11-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于先验知识的损伤部位人造骨骼修补模型重建方法。首先，从医学断层CT图像中提取骨骼外层轮廓，引入修补模板并根据断层层厚从修补模板中重采样轮廓线；其次，利用特征值法在修补模板中搜索出与待修补层最为匹配的模板层并建立两者对齐变换；然后，通过公共夹角法在模板层得到与待修补层断点同构的点并计算同构点间的拟合方程，反向代入拟合方程即获得待修补层插值点坐标；接着，根据给定的骨骼内外层厚生成内层轮廓；最后，利用VTK三维重建得到人造骨骼修补模型。该发明应用于人体额骨、顶骨等部位遭重创后造成头骨严重碎裂无法直接手术修复，需要植入个性化人造骨骼的实际手术操作中。
-
Patent Agency Ranking
公开(公告)号：CN104622559B
公开(公告)日：2017-03-15
申请号：CN201410811801.6
申请日：2014-12-23
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种参数化股骨模板的构建方法。首先，基于股骨各局部样条轮廓线，创建局部曲面模型，设计过渡曲面特征，光滑连接相邻局部曲面；然后，设计股骨近端及远端参数，根据参数与局部曲面的关联性，实现通过调整单一参数修改局部曲面形态的功能；最后，根据股骨参数间相关性，确定各局部曲面间联系，设计主要参数、细节参数，创建参数化股骨模板。本发明能够通过参数直观、准确地表示股骨曲面形态，能够基于参数的修改生成一系列多样化股骨模型，对骨科手术中患者接骨板个性化设计有重要意义。
-
公开(公告)号：CN105653887A
公开(公告)日：2016-06-08
申请号：CN201610179053.3
申请日：2016-03-24
Applicant: 河海大学常州校区
IPC: G06F19/00
CPC classification number: G16H50/50
Abstract: 本发明公开了一种基于参数化模板的受损骨骼模型复原方法，包括如下步骤：步骤一：构建具有层次结构的参数化骨骼模板，参数包括：模型参数、特征参数、局部细节参数；步骤二：提取受损骨骼块的测量参数和相应几何信息；步骤三：建立参数间的约束关系，将测量参数输入到对应的参数化骨骼模板后，生成骨骼复原模型。本发明通过测量受损骨骼块的部分参数，直观快捷地复原出骨骼模型的形状，以便于对骨骼受损患者进行术前手术。
-
公开(公告)号：CN103801776B
公开(公告)日：2016-06-08
申请号：CN201410065431.6
申请日：2014-02-26
Applicant: 河海大学常州校区
IPC: B23H7/20
Abstract: 本发明公开了一种电火花加工特征识别方法，其特征在于，包括步骤如下：步骤一：载入零件CAD模型和工序毛坯模型；步骤二：确定B-rep模型中边的类型；步骤三：识别加工区域并确定其类型；步骤四：确定加工方向和加工坐标系；步骤五：分解加工区域，提取加工特征。在模具镶块件的复杂产品的EDM加工过程中，通过本发明的一种电火花加工特征识别方法能够有效地解决EDM加工特征获取，为电极设计、加工工艺优化提高技术支持，实现EDM加工的CAD/CAM集成，提高加工效率。
-
公开(公告)号：CN104881875A
公开(公告)日：2015-09-02
申请号：CN201510312364.8
申请日：2015-06-09
Applicant: 河海大学常州校区
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/20112 , G06T2207/30008
Abstract: 本发明公开了一种基于先验知识的医学断层图像闭合骨骼轮廓计算方法，首先对从医学断层图像中提取的骨骼轮廓做预处理，将无多余支线且不出现相交情况的单回路骨骼轮廓作为参考模板，其余为非参考模板；然后，引入同类型骨骼模板概念，通过特征值法在同类型骨骼模板中搜索与参考模板最为匹配的轮廓并建立两者仿射变换，利用非参考模板和参考模板的相邻关系，在同方向找到与非参考模板最为匹配的同类型骨骼模板；最后，将参考模板和同类型骨骼模板作为先验知识补全非参考模板断边并去除不相关轮廓线。该发明对轮廓提取中经常出现的相交、相邻、断边等问题进行分类讨论，大大提高了轮廓提取的质量和效率，对提高三维重建的精确度有重要意义。
-
公开(公告)号：CN104809736A
公开(公告)日：2015-07-29
申请号：CN201510239512.8
申请日：2015-05-12
Applicant: 河海大学常州校区
IPC: G06T7/00
CPC classification number: G06T7/0014 , G06T2207/10072 , G06T2207/30008
Abstract: 本发明公开了一种基于先验知识的医学断层图像闭合骨骼轮廓计算方法；首先，对从医学断层图像中提取的骨骼轮廓做预处理，将无多余支线且不出现相交情况的单回路骨骼轮廓作为参考模板，其余为非参考模板；然后，引入同类型骨骼模板，通过特征值法在同类型骨骼模板中搜索与参考模板最为匹配的轮廓并建立两者仿射变换，利用非参考模板和参考模板的相邻关系，在同方向找到与非参考模板最为匹配的同类型骨骼模板；最后，将参考模板和同类型骨骼模板作为先验知识补全非参考模板断边并去除不相关轮廓线。该发明应用于医学断层图像三维重建设计中，对轮廓提取中经常出现的相交、相邻、断边等问题进行分类讨论，能大大提高轮廓提取的质量和效率。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.03 seconds)
