-
公开(公告)号：CN118490363B
公开(公告)日：2024-11-08
申请号：CN202410940457.4
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于自适应神经网络的手术机器人末端力跟踪方法，该方法包括：手术机器人由机械臂和固定在其末端的末端执行器组成；通过机械臂的正逆动力学以及雅克比矩阵，建立末端执行器与机械臂之间的信息转换；建立末端执行器与人体组织交互的动力学模型，基于动力学模型设计末端力控制器；通过径向基函数神经网络确定最终的末端力控制器；基于机械臂上的关节速度、位姿以及最终的末端力控制器，跟踪并控制末端执行器的力。该方法可以提高机器人对手术力的控制精度，从而使得手术更加精确，且手术环境复杂多变；末端力控制器可以实时调整控制参数，适应不同的手术场景和组织特性，保证末端执行器的力跟踪性能。
-
公开(公告)号：CN118864827A
公开(公告)日：2024-10-29
申请号：CN202411345989.X
申请日：2024-09-26
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/64
Abstract: 一种针对大型装配过程全场景的统一化三维目标检测方法，包括：1、构建全场景激光雷达感知平台，采集三维点云数据；2、制作装配制造场景的检测数据集；3、构建三维目标检测模型；4、将训练集中的数据输入到三维目标检测模型中，得到目标分类结果和目标边界框回归结果；5、构建总损失函数，计算目标分类结果与目标边界框回归结果的损失值，循环4至5，直至总损失函数收敛，更新权重，得到训练后的三维目标检测模型；6、对训练后的三维目标检测模型进行测试，得到检测结果。本发明增加了装配效率，提高了装配质量，能及时发现和处理装配过程中的问题，避免了制造业中传统人工装配过程的安全隐患，有助于推动工业智能制造快速且高质量的发展。
-
公开(公告)号：CN118470254B
公开(公告)日：2024-10-18
申请号：CN202410940189.6
申请日：2024-07-15
Applicant: 湖南大学
IPC: G06T17/20 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T19/20 , G06T3/18 , G06T3/4038 , G06V10/40 , G06V10/82
Abstract: 本申请涉及一种基于自适应模板的三维网格重建方法，该方法包括：构建三维网格重建模型；获取目标医学图像，通过特征提取模块对目标医学图像进行特征提取，得到多个不同尺度的特征图谱；GCN网格解码模块基于最小尺度的特征图谱构建自适应差分模板网格；构造平均模板网格，基于自适应差分模板网格和平均模板网格得到自适应模板网格；体素‑点云映射模块将各所述特征图谱上的体素特征分别转化为对应顶点的空间域特征；GCN网格形变模块基于所有的空间域特征对自适应模板网格进行变形，得到目标医学图像对应的三维表面网格。该方法解决了在复杂解剖结构的重建中因采用固定模板存在的局限性问题。
-
公开(公告)号：CN118470037B
公开(公告)日：2024-10-18
申请号：CN202410941292.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于深度圆检测的无监督语义分割方法，该方法包括：构建第一阶段的仿射配准网络模型；获取心脏模板图像、目标图像；将心脏模板图像和目标图像输入至仿射配准网络优化训练；将心脏模板图像与目标图像进行特征对齐；将目标图像输入训练完成后的仿射配准网络模型得到仿射配准模板图像；获取目标图像和仿射配准模板图像；将目标图像和仿射配准模板图像输入至第二阶段的变形配准网络模型优化训练，得到变形配准模板图像；基于变形配准模板图像进行标签融合过程，确定目标图像的掩膜分割结果。该方法通过仿射配准模型和变形配准模型可以有效地捕获心脏的解剖结构，两阶段的网络框架能够实现对心脏解剖结构的无监督语义分割。
-
公开(公告)号：CN118470254A
公开(公告)日：2024-08-09
申请号：CN202410940189.6
申请日：2024-07-15
Applicant: 湖南大学
IPC: G06T17/20 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T19/20 , G06T3/18 , G06T3/4038 , G06V10/40 , G06V10/82
Abstract: 本申请涉及一种基于自适应模板的三维网格重建方法，该方法包括：构建三维网格重建模型；获取目标医学图像，通过特征提取模块对目标医学图像进行特征提取，得到多个不同尺度的特征图谱；GCN网格解码模块基于最小尺度的特征图谱构建自适应差分模板网格；构造平均模板网格，基于自适应差分模板网格和平均模板网格得到自适应模板网格；体素‑点云映射模块将各所述特征图谱上的体素特征分别转化为对应顶点的空间域特征；GCN网格形变模块基于所有的空间域特征对自适应模板网格进行变形，得到目标医学图像对应的三维表面网格。该方法解决了在复杂解剖结构的重建中因采用固定模板存在的局限性问题。
-
Patent Agency Ranking
公开(公告)号：CN118469839A
公开(公告)日：2024-08-09
申请号：CN202410941877.4
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本发明公开了一种基于边缘增强采样的机器人手术多源影像融合方法，使用改进多方向Sobel算子处理输入图像得到初步边缘特征图，利用双编码器对输入图像及初步边缘特征图进行编码，将每阶段编码结果输入边缘注意力增强模块计算出不同阶段边缘特征图的注意力权重，并与相同阶段输入特征进行融合，得到每阶段的边缘增强特征图；利用特征多阶融合模块使不同阶段的边缘增强特征图相融合，将输出与同阶段解码器跳接，提取二维术中影像解剖标志物的特征；使用多点透视成像模型计算提取到的二维术中解剖特征与已知的三维术前影像解剖特征间的转换矩阵，预测二维术中影像在三维术前影像中的位姿，实现机器人手术多源影像解剖特征的配准融合。
-
公开(公告)号：CN117542084A
公开(公告)日：2024-02-09
申请号：CN202311659687.5
申请日：2023-12-06
Applicant: 湖南大学
Abstract: 本申请涉及一种语义感知的跨模态行人重识别方法，该方法包括：获取若干身份的行人图像及其对应的身份标签；对可见光图像进行数据增强得到辅助图像；构建跨模态语义感知网络模型，基于可见光图像、红外图像以及辅助图像训练跨模态语义感知网络模型；将测试可见光图像、测试红外图像分别输入至训练好的跨模态语义感知网络模型，得到可见光模态的行人特征和红外模态的行人特征；将其中一个模态的行人特征作为查询集，另一模态的行人特征作为图库集，计算查询集中各行人特征分别与图库集中各行人特征之间的相似度并排序，基于排序结果得到跨模态行人重识别结果。该方法可以强调与身份相关的语义特征并增强模态不变的细粒度表示。
-
公开(公告)号：CN117058160B
公开(公告)日：2024-01-16
申请号：CN202311313587.7
申请日：2023-10-11
Applicant: 湖南大学
Abstract: 本发明公开了基于自适应特征融合网络的三维医学图像分割方法及系统，首先构建自适应特征融合网络，包括编码器、解码器和长跳跃链接，长跳跃链接上设置了DAM模块，将三维医学图像输入至编码器中的若干个编码块进行逐级下采样，相应输出若干个不同尺寸的下采样特征图；将下采样特征图输入至各自对应的DAM模块处理，输出对应的融合后的长跳跃链接信息；解码器中的若干个解码块分别接收与各自相邻的下一层解码块输出的聚合后特征图以及对应的融合后的长跳跃链接信息并聚合，将最上层解码块输出的聚合后特征图作为从三维医学图像中分割出来的目标图像。该方法可提高编码器收集(56)对比文件Yue Zhang et al..Multi-Modal TumorSegmentation With Deformable Aggregationand Uncertain Region Inpainting《.IEEETransactions on Medical Imaging》.2023,第42卷第3091-3103页.Narinder Singh Punn et al..RCA-IUnet:a residual cross-spatial attention-guidedinception U-Net model for tumorsegmentation in breast ultrasoundimaging《.Machine Vision andApplications》.2022,第1-10页.Hao Sun et al..Deformable AttentionU-Shaped Network with ProgressivelySupervised Learning for SubarachnoidHemorrhage Image Segmentation《.2022 IEEEInternational Conference onBioinformatics and Biomedicine (BIBM)》.2023,第1734-1739页.李富豪.基于卷积神经网络的鼻腔鼻窦肿瘤图像分割《.中国优秀硕士学位论文全文数据库医药卫生科技》.2023,全文.
-
公开(公告)号：CN117058160A
公开(公告)日：2023-11-14
申请号：CN202311313587.7
申请日：2023-10-11
Applicant: 湖南大学
Abstract: 本发明公开了基于自适应特征融合网络的三维医学图像分割方法及系统，首先构建自适应特征融合网络，包括编码器、解码器和长跳跃链接，长跳跃链接上设置了DAM模块，将三维医学图像输入至编码器中的若干个编码块进行逐级下采样，相应输出若干个不同尺寸的下采样特征图；将下采样特征图输入至各自对应的DAM模块处理，输出对应的融合后的长跳跃链接信息；解码器中的若干个解码块分别接收与各自相邻的下一层解码块输出的聚合后特征图以及对应的融合后的长跳跃链接信息并聚合，将最上层解码块输出的聚合后特征图作为从三维医学图像中分割出来的目标图像。该方法可提高编码器收集的不同层别信息的融合程度，且适用于多个不同尺度的分割目标。
-
公开(公告)号：CN113569726B
公开(公告)日：2023-04-14
申请号：CN202110851371.0
申请日：2021-07-27
Applicant: 湖南大学
Abstract: 本发明属于行人检测技术领域，具体涉及一种联合自动数据增广和损失函数搜索的行人检测方法，包括S1‑1建立神经网络模型、训练集和验证集；S1‑2构造增广策略和损失函数的搜索空间并参数化；S1‑3利用双层循环优化方案训练神经网络模型；S2‑1利用步骤S1‑1中的验证集对学习后的神经网络模型进行测试，计算正确率，若符合要求进入应用阶段，否则按照实际结果调整神经网络模型，并返回步骤S1‑3；S3‑1从视频序列中获取行人图像并输入到训练好的神经网络模型中，依靠训练好的神经网络模型精准定位行人的位置。本发明能够调整困难样例和简单样例的损失权重，自动选择数据增广策略的最优组合并能有效处理数据增广和损失函数间的平衡问题，提高行人检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.033 seconds)
