-
-
公开(公告)号:CN115382793A
公开(公告)日:2022-11-25
申请号:CN202210976931.X
申请日:2022-08-15
Applicant: 衢州学院
Abstract: 本发明公开了一种基于智能视觉识别的安全帽分拣装置,属于工业分拣领域,一种基于智能视觉识别的安全帽分拣装置,包括两个传动带装置、分拣滑道、分拣盒、安全帽固定装置和安全帽顶起装置,两个传动带装置分别位于安全帽顶起装置的前侧和后侧,安全帽顶起装置的左右两端分别固定连接着分拣滑道和安全帽固定装置,分拣滑道位于传动带装置的左侧,分拣盒可拆卸连接在分拣滑道远离传动带装置的一侧,位于传动带装置的右侧;安全帽顶起装置包括支撑底座、滑动块、伸缩杆、四个缓冲垫钩和电机;可以实现智能识别有下凹和裂痕的安全帽,保证安全帽内外侧的裂痕都能检测到,大大提升分拣的效率,不用进行二次分拣。
-
公开(公告)号:CN115249249A
公开(公告)日:2022-10-28
申请号:CN202111541464.X
申请日:2021-12-16
Applicant: 衢州学院
Inventor: 李林静
Abstract: 本发明提供了一种基于残差3D U‑Net低剂量CT肺小结节分割方法,属于CT图像技术领域。本基于残差3D U‑Net低剂量CT肺小结节分割方法,包括以下步骤:(1)去除低剂量CT影像图像中的噪声,归一化为(0,1);(2)肺结节Mask图像生成;(3)构造Patch区域(96,96,16)的3D训练集;(4)建立基于残差3D U‑Net网络模型,从而对目标病灶区域实现自动分割。本发明通过对3D U‑Net网络的改进和融入short skip connection实现残差3D U‑Net对小结节的分割,不仅解决了梯度消失和梯度爆炸的问题,还提升了网络对形状小但亮度高结节的轮廓表示能力,实现对结节的自动、准确的描述。
-
公开(公告)号:CN115249250A
公开(公告)日:2022-10-28
申请号:CN202111541539.4
申请日:2021-12-16
Applicant: 衢州学院
Inventor: 李林静
Abstract: 本发明提供了一种基于多尺度深度监督的残差3D U‑Net医学图像分割方法,属于图像分割技术领域。本发明包括以下步骤:步骤1:去除CT影像中的噪声,将图像归一化为(0,1);步骤2:肺结节Mask图像生成;步骤3:构造Patch区域(96,96,16)的肺实质CT图像和Mask图像3D训练集;步骤4:建立基于多尺度深度监督的残差3D U‑Net网络模型,用3D训练样本训练该网络,用训练的模型对测试3D样本进行预测,从而对目标病灶区域实现自动分割。本发明不仅在实心,亮度高,直径大的结节分割上表现优异,还改善了网络对直径小、亮度暗、与其他组织粘粘毛玻璃结节的分割效果。
-
-
-