“朱铃菲”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于DenseSIFT特征的脑区轮廓快速推荐方法-CN202310449875.9在审
发明人：屈磊;张羽霄;吴军;黄志祥;陈宇飞;李紫翔;朱铃菲 -专利权人：安徽大学;合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）
申请日： 2023-04-23 - 公布日： 2023-08-04 - 主分类号： G06T7/13 文献下载
摘要：本发明涉及一种基于DenseSIFT特征的脑区轮廓快速推荐方法，包括：获取2D序列生物脑图像，进行图像纹理增强；对图像进行脑区轮廓线标记，通过轮廓线采样轮廓点；计算脑区轮廓点法线方向上的多个像素点坐标；计算DenseSIFT特征；计算欧式距离，得到初始轮廓推荐点集S；进行初始轮廓推荐点筛选，得到矫正后的轮廓推荐点；通过贝塞尔曲线对矫正后的轮廓推荐点进行拟合得到推荐轮廓线。相较于目前流行的机器学习方法，本发明无需训练数据集即可对轮廓进行推荐，因此解决了新数据或者新脑区缺少人工标注数据集的问题，方法泛用性很强，极大降低了由于点密集导致的推荐轮廓不均匀以及速度慢的问题，准确率高，耗时短。
基于 densesift 特征轮廓快速推荐方法

[发明专利]一种多视角各向异性三维图像的融合重建方法-CN202310215727.0在审
发明人：屈磊;李紫翔;吴军;李园园;黄志祥;陈宇飞;朱铃菲 -专利权人：安徽大学
申请日： 2023-03-08 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种多视角各向异性三维图像的融合重建方法，包括：获取小型哺乳动物器官的三幅正交的MRI图像；使三幅正交的MRI图像的空间比例达到一致，得到图像I1、I2和I3；提取参考图像R1上的特征点；利用得出的参考图像和浮动图像对应的两组特征点对之间的对应关系计算参考图像和浮动图像的仿射变换矩阵；得到两幅生成图像R2、R3；得到过亮度调整后的三幅图像R1’、R2’和R3’；得到一幅三维各向同性图片即最终输出图像Io。本发明将不同视角的三幅图像进行精确的拼接对齐，通过对多幅正交的低层间分辨率图像的融合重建，使原本低分辨率的图像的清晰度得到很大提升，为小型哺乳动物的器官功能研究提供了高清图像数据支持。
一种视角各向异性三维图像融合重建方法

[发明专利]一种基于CUDA加速的超大三维图像形变方法-CN202310015937.5在审
发明人：屈磊;陈宇飞;吴军;邹恒东;孙浩宸;朱铃菲;李紫翔 -专利权人：安徽大学
申请日： 2023-01-06 - 公布日： 2023-04-18 - 主分类号： G06T3/00 文献下载
摘要：本发明涉及一种基于CUDA加速的超大三维图像形变方法，包括：通过仿射变换计算两组配准特征点的仿射变换矩阵；对目标图像进行分块，对分块后得到的每个小块图像块进行图像形变：利用仿射变换矩阵，通过CUDA实现三维图像体素遍历并行化操作；读取形变后的3D图像块，拼接成原始图像尺寸的2D连续序列图像。本发明利用对目标图像进行分块的原理，并利用GPU的并行架构加速图像线性插值的计算过程，在解决可以针对超大三维图像进行形变的同时又有效的提升了图像配准的运行效率；实验证明本方法在CPU为i5‑10400F、GPU为RTX‑3060、内存为16G的平台下，可以处理大于计算机内存2倍的超大三维图像数据，并获得了大约11倍的加速比，极大的缩短了形变配准的时间。
一种基于 cuda 加速超大三维图像形变方法

[发明专利]一种秀丽隐杆线虫全身细胞自动识别的方法-CN202210677321.X在审
发明人：李园园;屈磊;吴军;朱铃菲;张羽霄;李紫翔;康玲 -专利权人：安徽大学
申请日： 2022-06-15 - 公布日： 2022-09-16 - 主分类号： G06V20/69 文献下载
摘要：本发明提出了一种秀丽隐杆线虫全身细胞自动识别的方法，通过基于秀丽隐杆线虫数据集构建包含细胞位置信息和拓扑结构信息的统计学图谱；其中，图谱包含平均空间位置ASP、空间位置方差SLV、拓扑结构方差TSV；获得细胞中心位置，通过人工标注或者自动分割细胞获得测试样本线虫中细胞质心位置；基于点集配准获得细胞位置和图谱的初始匹配关系；并基于统计图谱迭代优化细胞位置与图谱的匹配关系；基于图谱中已知的细胞身份通过匹配关系自动识别细胞。通过构件秀丽隐杆线虫全身细胞统计学图谱，基于包含细胞位置和拓扑结构等多种先验信息的统计学图谱实现了线虫全身细胞的自动识别。
一种秀丽线虫全身细胞自动识别方法

[发明专利]基于对比学习和空间编码的弱监督医学图像分割配准协同方法-CN202210755316.6在审
发明人：屈磊;陶在洋;吴军;欧阳磊;朱铃菲;刘仲文;赵靖雨;姚亚虎 -专利权人：安徽大学
申请日： 2022-06-29 - 公布日： 2022-09-06 - 主分类号： G06T7/10 文献下载
摘要：本发明提供了一种基于对比学习和空间编码的弱监督医学图像分割配准协同方法，通过先构建图像分割模型，用少量标注图像预训练分割模型；获取医学图像数据及其器官分割标注，将其划分为浮动图像和固定图像；使用分割模型预测没有分割标注的图像分割标注；使用预测的分割标注计算图像的空间编码用于配准网络的训练；使用分割标注计算结构对应信息用于像素级Siamese网络的训练；使用配准模型生成增广数据结合Siamese网络进行分割模型的再训练，重复训练直到多个模型收敛。通过以上的配准和分割模型，大大提升了小样本情况下医学图像分割和配准任务的表现，实现了医学图像配准和分割任务之间的协同联合处理。
基于对比学习空间编码监督医学图像分割协同方法

[发明专利]一种基于图形质心跟踪算法的纺织丝饼油污缺陷检测方法-CN202210127787.2在审
发明人：屈磊;尚宏伟;吴军;苗永春;邹恒东;丁鹏;朱铃菲;陈宇飞 -专利权人：安徽大学
申请日： 2022-02-11 - 公布日： 2022-05-13 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于图形质心跟踪算法的纺织丝饼油污缺陷检测方法，包括：获取丝饼图像，图像降采样；图像灰度化；高斯滤波及二值化处理；边缘轮廓绘制，边缘轮廓最小外接矩形绘制；构建一张掩膜图像，与经降采样后的图像相与后得到掩膜后的图像；设定油污像素范围，对掩膜后图像进行像素处理；进行log算子运算和膨胀处理；轮廓提取，并计算轮廓质心坐标；通过轮廓质心坐标与最小外接矩形四个顶点坐标比较得到结果。本发明对纺织丝饼油污缺陷检测的准确率高、耗时短；同时可实现油污自动定位。
一种基于图形质心跟踪算法纺织油污缺陷检测方法