-
公开(公告)号：CN114581963B
公开(公告)日：2025-05-13
申请号：CN202210191133.6
申请日：2022-02-25
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于重构差异的OCT指纹切面图像真伪检测方法，包括：S1、构建全卷积神经网络模型，包括编码器、生成器、特征提取器；S2、收集OCT系统采集的图像，预处理完成后，随机选取70％的正样本图像作为训练数据；选取另外30％的正样本图像和负样本图像，数量均衡后作为测试数据；步骤S3、训练网络模型；选用划分好的训练图像作为输入数据，设定损失函数，用于优化编码器、生成器；设定对比损失，用于优化特征提取器；对所建网络模型进行多轮次训练，通过反向传播，对模型权重参数进行更新优化直到损失函数趋向收敛时，停止训练；步骤S4、测试网络模型；应用训练好的网络模型，选用测试数据输入模型进行测试，根据设定阈值对输入图像进行真伪判别。
-
公开(公告)号：CN119027988A
公开(公告)日：2024-11-26
申请号：CN202411153540.3
申请日：2024-08-21
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/10 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度压缩神经网络的手指汗腺提取方法，首先将OCT指纹体数据进行分割，将分割得到的系列子块输入到深度压缩神经网络；然后经过连续的扩张深度压缩模块，利用扩张卷积提升对汗腺的感受野，提取汗腺初步特征；通过连续的基础深度压缩模块，提取汗腺细化特征；汗腺细化特征在随机失活后，经过连续的卷积层，输出汗孔特征图，将汗孔特征图经过二值化后得到表面汗孔图片，将所有子块对应的表面汗孔图片进行拼接，得到手指汗孔图。本发明能够对OCT原始数据直接进行处理。通过深度压缩模块来提取汗腺特征，无需去噪和映射操作，直接从OCT原始数据中提取汗腺，压缩生成准确的表面汗孔图像，提升了提取精度和速度。
-
公开(公告)号：CN118444477B
公开(公告)日：2024-10-01
申请号：CN202410904632.4
申请日：2024-07-08
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于FPGA的同步信号控制系统，包括上位机、FPGA模块、振镜、光学图像传感器和采集卡，其中FPGA模块包括BRAM模块、帧解析器、3D扫描模块和2D扫描模块，且3D扫描模块和2D扫描模块均包括操作单元，以及与振镜、光学图像传感器和采集卡依次对应的第一子控制单元、第二子控制单元和第三子控制单元。本发明通过FPGA实现对OCT外设振镜、CCD和采集卡的时序控制，实现了对外设的通用同步控制，解决了传统OCT系统由于控制精度不足导致的图像畸变问题；本发明通过单独配置外设振镜、CCD和采集卡的延迟，在几乎不消耗任何资源的情况下实现了对外设固有延迟的精确补偿，解决了采集的OCT图像的错位问题，且简单有效。
-
公开(公告)号：CN118090699B
公开(公告)日：2024-09-24
申请号：CN202410093578.X
申请日：2024-01-23
Applicant: 浙江工业大学
IPC: G01N21/65 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明涉及到差分拉曼光谱技术，特别涉及一种结合差分拉曼光谱和SE‑Res2Net的黄曲霉素检测方法。测得含有黄曲霉素以及不含有黄曲霉素的待测物的差分拉曼光谱；构建模型，初始化模型参数；将黄曲霉素的差分拉曼光谱和待测物的差分拉曼光谱输入模型得到特征图X；将特征图X输入Res2Net模块，得到特征图Y5；将特征图Y5输入SE模块，得到特征图f'；通过跳跃连接的方式将特征图X连接到特征图f'上，得到特征图f；得到待测物中是否含有黄曲霉素的概率，完成模型的训练；验证模型并更新参数。本发明有效去除拉曼光谱中的荧光、环境光等干扰，增强拉曼光谱中的特征峰，提高检测准确率。
-
公开(公告)号：CN109919022A
公开(公告)日：2019-06-21
申请号：CN201910088552.5
申请日：2019-01-29
Abstract: 一种基于OCT系统的自适应内外部指纹提取方法，包括如下步骤：1)对一组OCT图像使用一阶纵向差分并筛选得到指尖结构的初始特征点集，同时进行连通域去噪；2)使用改进聚类的相似度判断与终止条件的计算方法，自适应分离角质层和乳头层的特征点；3)通过定义了位于真皮层内部结构上其他组织的伪特征点，提出基于距离度量的方法去除伪特征点；4)对得到的两类特征点集分别进行三次样条插值拟合并拼接成完整指纹图像。本发明能够自适应不同个体的乳头层深度，以更高的普适性和鲁棒性实现从OCT三维数据中同时提取具有可识别性的、大面积和高分辨率的内外部指纹。
-
Patent Agency Ranking
公开(公告)号：CN109919019A
公开(公告)日：2019-06-21
申请号：CN201910083635.5
申请日：2019-01-29
Abstract: 一种指尖三维信息采集系统，包括OCT指尖内部信息采集模块(1000)、全反射指尖表皮信息采集模块(1100)、支持模块(1200)以及计算机(1300)；所述支持模块(1200)用于实现数据接口拓展以便计算机(1400)与各个模块的数据传输和电源输出；所述全反射指尖表皮信息采集模块(1100)用于实现指尖表皮指纹信息的采集；OCT指尖内部信息采集模块(1100)用于负责指尖OCT信息的采集；计算机(1400)用于实现对采集到的光谱信号进一步处理，得到最终所需的指尖三维信息。本发明可以得到指尖三维信息，包括指尖表皮指纹、指尖真皮指纹、指尖汗孔汗腺信息等三维结构信息。
-
公开(公告)号：CN109363650A
公开(公告)日：2019-02-22
申请号：CN201811546239.3
申请日：2018-12-18
Applicant: 浙江工业大学
IPC: A61B5/0205 , A61B5/1455 , H04L27/00
Abstract: 一种基于载波调制方法的血氧饱和度及脉搏测量系统，包括控制电路模块(1000)、面光源模块(1100)、采集装置模块(1200)和计算机(1300)；应用于电学噪声较大的测量环境下，非接触的血氧饱和度测量和脉搏测量。该方法通过660nm光源(1101)850nm光源(1102)以一定的周期进行交替工作并在此基础上加入载波信号，通过高速成像CCD(1203)获取人手背处的区域灰度值信息。对得到不同波长下的灰度值信息通过图像处理(1301)、结果计算(1302)进一步处理。本发明可以得到手部的血氧饱和度信息和脉搏信息。
-
公开(公告)号：CN117686479B
公开(公告)日：2025-03-28
申请号：CN202410074926.9
申请日：2024-01-18
Applicant: 浙江工业大学
Abstract: 一种单激光器的位移激发差分光谱仪，包括光路、温控模块、控制模块和显示交互模块，光路通过温控可调节波长近红外激光光源产生780～790nm近红外光，通过激发聚焦收集光路实现拉曼散射光的激发和采集，通过对称式交叉式Czerny‑Turner光路结构作为分光光路得到原始拉曼光谱，通过温控系统完成激光波长调整后输入多组同物质不同激发光的拉曼光谱至ZYNQ芯片进行差分、重建及基线校正得到样品的位移激发差分拉曼光谱。通过HDMI多媒体接口与显示模块连接完成与用户的交互显示。本发明装置便携方便，减少了差分拉曼光谱仪在激光器上的复杂设计及成本，使用位移激发差分拉曼技术满足现场实时检测的需要，能完成对样品实时拉曼光谱检测。
-
公开(公告)号：CN119273990A
公开(公告)日：2025-01-07
申请号：CN202411424974.2
申请日：2024-10-12
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00 , G06V10/80
Abstract: 一种基于Cascade R‑CNN小尺度牙齿疾病自动化检测方法和装置，其方法包含：Attneck将变形卷积与变形注意的全局注意机制相结合，使模型能够在全景X光片的复杂背景下更准确地提取小目标前景特征，并提出了FAM来动态对齐上下特征来提高模型对不同小尺度疾病的泛化能力。Point‑to‑Patch Module采用关键点检测和级联动态补丁对病灶边界盒进行动态调整，保证小尺度牙齿疾病有足够的高质量建议，从而提高检测器性能。
-
公开(公告)号：CN118980673A
公开(公告)日：2024-11-19
申请号：CN202411232274.3
申请日：2024-09-04
Applicant: 浙江工业大学
IPC: G01N21/65 , G16C20/20 , G16C20/70 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于拉曼光谱的物质成分检测方法，包括获取待检测物质的拉曼光谱信号，并进行基线矫正得到矫正后的拉曼光谱信号；采用分类网络对矫正后的拉曼光谱信号进行分类得到待检测物质的类别；根据待检测物质所属的类别找出对应官能团的特征峰波段，并从拉曼光谱信号中将该特征峰波段分割出，然后将剩余的拉曼光谱信号按预设长度进行分割得到对应的小块波段；本基于拉曼光谱的物质成分检测方法通过分类出待检测物质的类别，然后根据所属类别对应的官能团的特征峰波段对待检测物质的成分进行识别，同时按照完整的官能团信息对拉曼光谱信号进行分割，保持了信号的完整性，提升了分类的精度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.022 seconds)
