-
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
申请人： 河海大学常州校区
摘要： 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：CN110570523B
公开(公告)日：2022-08-16
申请号：CN201910841806.6
申请日：2019-09-06
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于高斯过程渐变模型的骨骼医学语义自动提取方法，采取团体匹配的方式，以构建出更平均的基于高斯过程渐变模型的单骨统计形状模板，并标注相应医学语义；接下来导入目标骨骼的医学CT图像并生成目标骨骼的三维网格模型；将模板与目标骨骼的三维网格模型进行拟合、映射，即可自动提取目标骨骼的医学语义。本发明采取基于高斯过程渐变模型的骨骼医学语义提取方法，高斯过程渐变模型变形能力较强，并能在统计形状样本较少的情况下，产生较好统计变形，且其变形可以超出统计样本的形状范围，可以较好得满足医学上提取医学语义的需求，有效提高了自动化程度与效率。
-
公开(公告)号：CN108492017B
公开(公告)日：2021-12-10
申请号：CN201810210279.4
申请日：2018-03-14
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于增强现实的产品质量信息传递方法，以MBD表示的三维CAD模型为信息输入源，提取基于制造特征的产品质量信息；生成CAD模型图像集，并在生成过程中，构建图像与制造特征的关联关系；最后把制造现场图像与模板图像匹配，将相似度最高的模板图像对应的虚拟摄像机姿态参数为外置摄像机的初始姿态，实现产品质量信息叠加到真实的制造现场场景中。本发明将制造特征作为产品质量信息的基本载体，满足操作人员只需检测指定特征的需求；并通过构建图像与制造特征的关联关系，满足操作人员在不同视角下对零件可视特征的要求；利用跟踪注册技术，再结合外部数据库，实现了将产品质量信息传递到制造现场的需求，提高了检测的效率和质量。
-
公开(公告)号：CN109598051A
公开(公告)日：2019-04-09
申请号：CN201811439032.6
申请日：2018-11-29
申请人： 河海大学常州校区
IPC分类号： G06F17/50
摘要： 本发明公开了基于制造特征的多层次结构化MBD模型构建方法，包括提取制造语义：将制造特征作为各类制造语义的基本载体，把制造语义与零件三维几何关联，本步骤包括提取特征内关联和特征间关联两种模式；制造特征间耦合类型的判定：根据特征间的设计交互作用与制造交互作用判定制造特征间耦合类型；构建耦合制造特征簇：提取MBD模型内部的所有耦合制造特征簇，实现对MBD模型的结构化表征。本发明将制造特征作为载体实现与其他制造语义的关联表示，引入耦合制造特征簇来刻画相对完整与独立的局部区域，以有效表示和维护包括制造特征、耦合制造特征簇和零件以及它们之间的关联关系在内的零件设计信息，使得三维CAD模型具有层次性、局部性及语义性特点。
-
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
申请人： 河海大学常州校区
IPC分类号： G06F17/50
CPC分类号： G06F17/5086
摘要： 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：CN103801776B
公开(公告)日：2016-06-08
申请号：CN201410065431.6
申请日：2014-02-26
申请人： 河海大学常州校区
IPC分类号： B23H7/20
摘要： 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：CN111402216B
公开(公告)日：2022-09-23
申请号：CN202010160086.X
申请日：2020-03-10
申请人： 河海大学常州校区
摘要： 本发明公开了基于深度学习的三维碎骨分割方法和装置，方法包括：基于获取的三维碎骨网格模型提取顶点坐标与顶点法向量，生成碎骨点云模型；将生成的碎骨点云模型输入至预先训练完成的PointNet++深度神经网络，将得到的顶点碎骨标签概率映射到对应的三维碎骨网格模型，进一步地利用图割法对三维碎骨网格模型进行分割优化获得最终碎骨分割结果。本发明采用几何深度学习中的PointNet++深度神经网络预测碎骨皮质骨与松质骨的分类标记，PointNet++通过分层方式处理度量空间中采样的点集，能提取局部特征捕获到的精细几何结构，较好实现碎骨皮质骨与松质骨分割；再根据三角面片间的平滑程度利用图割法改善分割结果，提高了碎骨分割效率与自动化程度。
-
公开(公告)号：CN103310050B
公开(公告)日：2015-12-02
申请号：CN201310217522.2
申请日：2013-05-31
申请人： 河海大学常州校区
IPC分类号： G06F17/50
摘要： 本发明给出了一种基于已有模型的用户自定义曲面特征的方法，它利用已有模型的几何信息，选择用户感兴趣的局部曲面区域，自动生成一个新的曲面特征。鉴于大量的已有曲面模型，首先根据用户需求，选择具有工程语义的局部曲面区域；然后通过获取局部区域中以特征线为主的相关信息；再选择一种适合的曲面生成方式，重构出局部区域形状的曲面；最后对新生成的曲面进行参数化。该方法的主要特点是支持用户自动选择已有模型中的具有工程意义的局部区域，实现特征化，避免每次都从底层进行重新设计。该发明应用于CAD模型设计中，能够促进产品的设计重用和设计变形，缩短产品开发周期和提升设计效率。
-
公开(公告)号：CN102831283A
公开(公告)日：2012-12-19
申请号：CN201210349287.X
申请日：2012-09-19
申请人： 河海大学常州校区
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于曲面特征的复杂产品模型构建方法，首先，通过设置特征参数值对曲面特征进行实例化；其次将实例化的曲面特征定位于曲面模型；然后自动生成一个过渡曲面特征将曲面特征与依附面进行光滑衔接；最后采用“搭积木”式建立曲面特征模型，直至产品模型构建完成。本发明能够有效地以曲面特征为设计单元，像规则特征造型系统一样，方便地使用具有特定功能语义的曲面特征建立特征模型。该发明应用于CAD模型构建中，能够使得产品具有顺畅的外形和更强的功能，从而更好地满足消费者的需要，有效提升产品竞争力和提高设计效率。
-
公开(公告)号：CN108710733B
公开(公告)日：2022-03-01
申请号：CN201810418171.4
申请日：2018-05-04
申请人： 河海大学常州校区
IPC分类号： G06F30/17
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.032 秒)
