“潘博洋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果14个，建议您升级VIP下载更多相关专利

[发明专利]路面错台修复装置和路面修复方法-CN202210481745.9在审
发明人：柳力;潘博洋;刘朝晖;杨程程;黄优;李盛;魏银;陈可佳;牛帅;刘洪利 -专利权人：长沙理工大学
申请日： 2022-05-05 - 公布日： 2022-08-16 - 主分类号： E01C11/00 文献下载
摘要：本发明涉及路面修复，公开了一种路面错台修复装置，包括装夹组件、调节机构以及压力平衡机构，所述装夹组件包括第一装夹件和第二装夹件，所述第一装夹件与能够调节其位置的所述调节机构连接，所述第二装夹件安装在所述调节机构的下端，所述第一装夹件与所述第二装夹件之间形成用于装夹混凝土板的装夹位，所述第一装夹件一端安装所述压力平衡机构，其另一端为能够承受抬升机构施加作用力的受力端。该装置结构简单，操作便捷，能够将混凝土路板抬起进行路面修复。能够延长混凝土路板的使用寿命。此外，本发明还涉及一种包含该路面错台修复装置的路面修复方法。
路面修复装置方法

[发明专利]SPECT图像处理方法以及相关设备-CN202210353409.6有效
发明人： 潘博洋;徐理博 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-04-06 - 公布日： 2022-07-15 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种SPECT图像处理方法以及相关设备，用于对SPECT图像集合进行图像处理，得到优化后的图像集合。本申请实施例方法包括：获取目标对象的至少一个扫描图像集合后，筛选SPECT图像集合，若SPECT图像集合具有对应的图像模态关键字，则根据图像模态关键字确定SPECT图像集合的图像模态，若SPECT图像集合不具有对应的图像模态关键字，则将SPECT图像集合输入模态判别网络，以确定SPECT图像集合的图像模态，根据图像模态，将SPECT图像集合输入与SPECT图像集合的图像模态所对应的图像优化网络，以得到优化后的图像集合。
spect 图像处理方法以及相关设备

[发明专利]一种CT图像分辨率优化方法及装置-CN202210164396.8有效
发明人： 潘博洋;龚南杰 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-02-23 - 公布日： 2022-07-15 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种CT图像分辨率优化方法及装置，采集若干个CT匹配图像对，并基于采集的CT匹配图像对构建训练数据集；构建用于将低分辨率CT图像重建为高分辨率CT图像的神经网络模型；利用训练数据集训练神经网络模型，得到训练好的神经网络模型；将待优化的目标CT图像输入至训练好的神经网络模型中，得到高分辨率的目标CT图像。可见，本申请可利用深度学习将低分辨率CT图像重建为高分辨率CT图像，即无需CT超分辨率扫描也能得到高分辨率的CT图像，从而在提高CT图像分辨率的同时降低患者在扫描过程中损害健康的风险；而且，本申请的训练数据集采用患者真实的临床数据，使得构建的神经网络模型具有更强的普适性。
一种 ct 图像分辨率优化方法装置

[发明专利]一种MRA加速图像的优化方法、系统、设备及存储介质-CN202210327800.9有效
发明人：徐理博;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-03-31 - 公布日： 2022-07-01 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种MRA加速图像的优化方法、系统、设备及存储介质，该方法包括：采集多组训练数据并构建出训练数据集；每组训练数据中包括通过MRA标准扫描所得到的MRA标准图像，通过MRA加速扫描所得到的MRA加速图像，且同一组训练数据中的各图像均对应同一患者的相同扫描位置；构建用于优化MRA加速图像的质量，以得到对应的MRA标准图像的神经网络模型；利用训练数据集训练神经网络模型，得到MRA加速图像优化模型；将待优化的MRA加速图像输入至MRA加速图像优化模型中，得到对应的MRA标准图像。应用本申请的方案，可以实现MRA的成像加速，且优化图像质量。
一种 mra 加速图像优化方法系统设备存储介质

[发明专利]一种磁共振图像降噪方法、装置、设备及存储介质-CN202210321223.2有效
发明人：朱集;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-03-30 - 公布日： 2022-07-01 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种磁共振图像降噪方法、装置、设备及存储介质，包括：获取目标对象待检测区域的部分K空间频域数据，得到目标加速磁共振图像；将目标加速磁共振图像输入至利用基于标准序列磁共振图像合成的包含多种噪声的仿真加速磁共振图像集对基于生成对抗网络构建的初始降噪模型进行训练后得到的目标神经网络模型中，并通过所述目标神经网络模型对所述目标加速磁共振图像进行降噪处理，得到降噪后的加速磁共振图像。本申请通过标准序列磁共振图像能够合成包含多种噪声的仿真加速磁共振图像集，进而得到能够对多种噪声进行降噪处理的神经网络模型，通过上述神经网络模型能够有效地对磁共振图像进行降噪，提高磁共振成像的质量。
一种磁共振图像方法装置设备存储介质

[发明专利]一种PET图像处理方法、装置、设备及存储介质-CN202210253296.2在审
发明人： 潘博洋;徐理博 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种PET图像处理方法、装置、设备及存储介质，包括：通过预设采集方式采集已匹配的PET图像数据对得到目标图像集；PET图像数据对包含标准质量图像和预设质量图像；按照预设预处理方法处理目标图像集得到目标训练集，通过预设代码构建神经网络，确定预设损失函数；将预设质量图像输入至神经网络得到相应的输出图像，通过预设损失函数计算输出图像与标准质量图像的差异得到目标损失值；将目标损失值反向传播后基于目标损失值调整神经网络参数，得到稳定参数从而确定目标神经网络。本申请通过计算得到的输出图像与标准质量图像间的目标损失值确定稳定参数，确定目标神经网络，提高图像信噪比与图像质量、消除伪影。
一种 pet 图像处理方法装置设备存储介质

[实用新型]一种板式换热器-CN202122392015.5有效
发明人：张铁峰;林开伟;刘剑;潘博洋 -专利权人：上海浩用工业炉有限公司
申请日： 2021-09-30 - 公布日： 2022-06-03 - 主分类号： F28D9/00 文献下载
摘要：本实用新型提供了一种板式换热器，所述板式换热器包括框架和固定于所述框架内的芯体，所述芯体包括层叠的多层换热板，相邻的两层换热板间形成两端开口的流道，相邻的两层流道的流通方向相互垂直，其中：所述换热板上设置有向上凸起的第一支撑部和第一扰流部，所述第一扰流部的凸起高度小于所述第一支撑部；所述换热板上还设置有向下凸起的第二支撑部和第二扰流部，所述第二扰流部的凸起高度小于所述第一支撑部；所述换热板上第一支撑部与相邻所述换热板上的第二支撑部抵接。采用上述技术方案后，可以使换热器的结构更加稳定，增大了换热面积的同时保证了足够流通面积，使换热效率得到有效提高。
一种板式换热器

[发明专利]一种低剂量CT图像降噪方法及装置-CN202210222106.0在审
发明人：徐理博;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-03-09 - 公布日： 2022-04-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种低剂量CT图像降噪方法及装置，采集若干个CT匹配图像对，并基于采集的CT匹配图像对构建训练数据集；构建用于将低剂量CT图像进行降噪处理得到高剂量CT图像的神经网络模型；利用训练数据集训练神经网络模型，得到CT图像降噪模型；将待优化的低剂量CT图像输入至CT图像降噪模型中，得到降噪处理后的高剂量CT图像。可见，本申请可将低剂量CT图像经降噪处理得到质量相对较高的高剂量CT图像，即无需增加辐射剂量也能保证CT图像质量。
一种剂量 ct 图像方法装置

[发明专利]一种加速磁共振超分辨率成像方法、装置、设备及介质-CN202210164397.2在审
发明人：朱焌东;朱集;徐理博;潘博洋 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-02-23 - 公布日： 2022-03-25 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种加速磁共振超分辨率成像方法、装置、设备及介质，包括：获取目标患者待检测区域的部分K空间频域数据，得到目标加速磁共振图像；将目标加速磁共振图像输入至利用基于标准序列磁共振图像合成的仿真加速磁共振图像集对基于残差稠密网络构建的增强型超分辨率生成对抗网络进行训练后得到的目标神经网络模型中，以便通过所述目标神经网络模型对所述目标加速磁共振图像进行超分辨处理，得到超分辨加速磁共振图像。本申请通过基于标准序列磁共振图像合成的仿真加速磁共振图像集对预先创建的生成对抗网络进行训练，能够模拟真实加速磁共振图像，提高加速磁共振图像的成像质量，减小图像噪声，提高图像分辨率。
一种加速磁共振分辨率成像方法装置设备介质

[发明专利]一种磁共振成像方法及相关设备-CN202110638201.4在审
发明人：龚南杰;祁成晓;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2021-06-08 - 公布日： 2021-09-07 - 主分类号： G01R33/56 文献下载
摘要：本申请实施例公开了一种磁共振成像方法，包括：获取目标患者的第一磁共振图像，所述第一磁共振图像为依据所述目标患者的待检测区域的部分K空间数据获得；将所述第一磁共振图像输入预先训练好的图像处理神经网络模型，预先训练好的图像处理神经网络模型由低质量磁共振成像及对应的高质量磁共振成像的训练集训练获得。获得所述图像处理神经网络模型输出的与所述第一磁共振图像对应的第二磁共振图像。使用图像处理神经网络模型进行处理所获得的第二磁共振图像与第一磁共振图像相比，更接近使用全部K空间数据所获得的成像，因此使用第二磁共振图像可以获得更多的患者器官组织信息，提高了磁共振成像所获得的成像的分辨率，提高了信噪比。
一种磁共振成像方法相关设备

[发明专利]一种SPECT成像预测模型创建方法、装置、设备及存储介质-CN202110311613.7在审
发明人：龚南杰;项磊;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2021-03-24 - 公布日： 2021-06-22 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种SPECT成像预测模型创建方法、装置、设备及存储介质。该方法包括：获取含有多个扫描图像组的训练集；其中，每个扫描图像组中包括相互对应的标准采集时长SPECT图像和短采集时长SPECT图像；以深度卷积神经网络为基础进行网络构建，得到待训练网络；将所述训练集中的短采集时长SPECT图像作为输入侧训练数据，将所述训练集中的标准采集时长SPECT图像作为输出侧训练数据，对所述待训练网络进行训练，得到SPECT成像预测模型，以便利用所述SPECT成像预测模型预测得到短采集时长SPECT图像在标准采集时长下的SPECT预测图像。能在保留医学影像的成像质量的情况下大幅度降低SPECT成像时间。
一种 spect 成像预测模型创建方法装置设备存储介质

[发明专利]基于深度学习的增强图像质量的方法-CN202011244150.9在审
发明人：龚南杰;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2020-11-10 - 公布日： 2020-12-29 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于深度学习的增强图像质量的方法，包括获取不使用造影剂和低造影剂使用量的图像；进行图像预处理，消除不匹配区域获得时间对应的图像，得到对应的不使用造影剂的图像和低造影剂使用量的图像组；将得到的不使用造影剂的医学图像和低造影剂使用量的图像组作为增强图像质量神经网络的输入图像；构建增强图像质量神经网络模型；训练构建的增强图像质量神经网络模型；将得到的输入图像输入训练完成的增强图像质量神经网络模型，得到与正常造影剂使用量的医学图像具有基本上相同的图像质量。通过深度学习手段将低剂量低对比度医学图像优化为标准剂量高对比图医学图像的同时，还能够改善图像信噪比等图像质量指标。
基于深度学习增强图像质量方法

[发明专利]一种基于深度学习的PET快速成像方法和系统-CN202010501497.0在审
发明人：龚南杰;潘博洋 -专利权人：深圳深透医疗科技有限公司
申请日： 2020-06-04 - 公布日： 2020-10-16 - 主分类号： G06T11/00 文献下载
摘要：一种基于深度学习的PET快速成像方法和系统，包括：获取通过第一长时间和第二短时间采集的匹配的核医学图像组；对核医学图像组预处理及图像大小和信号强度归一化处理；构建基于Res‑UNet的噪声识别神经网络，噪声识别网络使用包括由在采集的核医学图像上随机添加噪声信号构成的网络输入图像和噪声信号构成的网络输出图像；构建具有多个卷积神经网络CNN级串联的包括对称串接连接的编码器‑解码器残差深度网络结构的图像重建卷积网络，输入为第二短时间采集的图像以及作为多模态输入的多对比度图像；训练图像重建卷积网络，以使图像重建卷积网络能先验地提取输入的核医学图像以及多对比度图像的有效图像特征从而重建长时间采集的高质量核医学图像。
一种基于深度学习 pet 快速成像方法系统

[实用新型]一种基于物联网的户外智能伞-CN201821907520.0有效
发明人：单超颖;李晶晶;白国君;葛跃;潘博洋;胡汕苧;郭志远 -专利权人：沈阳城市建设学院
申请日： 2018-11-12 - 公布日： 2020-01-03 - 主分类号： A45B23/00 文献下载
摘要：本实用新型公开了一种基于物联网的户外智能伞，涉及无线传输智能控制设备领域，所述智能伞包括太阳能板(1)、雨滴传感器(2)、光感传感器(3)、紫外线传感器(4)、定滑轮(5)、传送带(6)、开关电机(7)、旋转电机(8)、控制中枢(9)等，所述光感模块与中控模块STM32F103C8T6相连，雨滴模块与中控模块STM32F103C8T6相连、紫外线模块与中控模块STM32F103C8T6相连，所述中控模块STM32F103C8T6与驱动板模块相连，中控模块STM32F103C8T6与WIFI模块相连，本实用新型实现了户外伞的自动控制，节省了人力，提高了遮阳效率，提供了很好的应用前景。
中控模块本实用新型智能伞智能控制设备紫外线传感器光感传感器驱动板模块雨滴传感器紫外线模块传送带光感模块开关电机控制中枢太阳能板无线传输旋转电机定滑轮户外伞物联网雨滴遮阳户外应用

1
共 14 条