“曹清洁”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48个，建议您升级VIP下载更多相关专利

[发明专利]基于掩膜区域卷积神经网络的荧光编码微球图像检测方法-CN201811495516.2有效
发明人：史再峰;刘铭赫;曹清洁;李晖;任辉政 -专利权人：天津大学
申请日： 2018-12-07 - 公布日： 2023-10-24 - 主分类号： G06V20/69 文献下载
摘要：本发明涉及计算机视觉的图像处理领域，为在悬浮芯片技术基础上，针对分析方法中存在的成本较高、准确度不足等问题，结合显微图像采集技术，可准确检测待检物种类与浓度，具有操作简单、灵活、成本低等优点，本发明，基于掩膜区域卷积神经网络的荧光编码微球图像检测方法,步骤如下：步骤1：微球图像获取；步骤2：图像裁剪与标注；步骤3：训练样本集与测试集建立；步骤4：掩膜区域卷积神经网络搭建；步骤5：网络训练和验证，利用随机梯度下降法进行训练掩膜区域卷积神经网络；步骤6：图像采集与分析。本发明主要应用于计算机图像处理场合。
基于区域卷积神经网络荧光编码图像检测方法

[发明专利]一种基于双能CT扫描仪对基物质进行快速分解的方法-CN201910649104.8有效
发明人：史再峰;李慧龙;曹清洁;王仲琦;李金卓 -专利权人：天津大学
申请日： 2019-07-18 - 公布日： 2023-10-20 - 主分类号： A61B6/00 文献下载
摘要：本发明提出了一种基于双能CT扫描仪对基物质进行快速分解的方法；在所获得的高能投影域数据中找到最大值，并根据两种基物质在该高能条件下的衰减系数确定两个分解系数的最大值aHM、bHM，同样求出低能投影域下两个分解系数的最大值aLM、bLM，进而得到两个分解系数的取值范围；然后对两种基物质在各自取值范围内不同分解系数组合进行投影得到能谱查找表，最后对实际测得的高低能投影域数据通过遍历查找表的方式获得最佳分解系数，避免了传统通过迭代法求解非线性方程所带来的求解速度慢，分解系数值不准确的问题。
一种基于 ct 扫描仪物质进行快速分解方法

[发明专利]一种带有光栅结构的相干散射型X射线探测器及探测方法-CN201810079832.5有效
发明人：史再峰;李金卓;曹清洁;高静;罗韬 -专利权人：天津大学
申请日： 2018-01-27 - 公布日： 2023-08-01 - 主分类号： G01N23/046 文献下载
摘要：本发明公开了一种带有光栅结构的相干散射型X射线探测器及探测方法，包括探测器像素阵列，以及用于以固定角度收集X射线相干散射光子的吸收光栅和互补光栅；所述吸收光栅设置在所述探测器像素阵列的上表面，所述吸收光栅为由方形实心单元和方形中空单元上下左右交错排列组成的网格状结构，所述吸收光栅内、位于每一个方形中空单元处设置有闪烁晶体；所述互补光栅设置在吸收光栅和所要探测的物体之间，并间隔所述吸收光栅一距离布置，所述互补光栅为由条形实心单元和条形中空单元上下交错排列组成的矩阵状结构。本发明通过一次曝光可获得多种能量组分的X射线散射信息，为CT的成像提供了更多的参数信息，使重建获得的图像更加完整与精确。
一种带有光栅结构相干散射射线探测器探测方法

[发明专利]一种基于注意机制的无监督CT投影域数据恢复方法-CN201910931302.3有效
发明人：史再峰;王仲琦;罗韬;曹清洁;程明 -专利权人：天津大学
申请日： 2019-09-29 - 公布日： 2023-05-26 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种基于注意机制的无监督CT投影域数据恢复方法，其主要技术特点是：准备包括受源正弦图、目标正弦图的输入数据集；构建生成器模块得到目标域正弦图；构建判别器模块进行判别处理；构建GAN网络的损失函数；使用完整的CT正弦图数据集对GAN网络进行大规模迭代训练，直至每次迭代时整个网络的损失函数变化幅度不超过预先设定的阈值；使用受金属迹线影响的CT正弦图作为测试数据集，得到无金属迹线的正弦图。本发明设计合理，通过将CT投影数据补充完备消除CT影像中存在的射束硬化伪影及金属伪影，实现了对受金属植入物影响而不完备的CT投影数据的高质量恢复，可以更好地在实际中应用，推动精准医疗的进一步发展。
一种基于注意机制监督 ct 投影数据恢复方法

[发明专利]一种用于对抗攻击的图像集增强方法-CN201910827184.1有效
发明人：史再峰;王溥萌;曹清洁;徐江涛;任辉政 -专利权人：天津大学
申请日： 2019-09-03 - 公布日： 2023-05-23 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种用于对抗攻击的图像集增强方法，是将要转换的数字图像x输入训练好的D2P图像风格转换网络模型，得到对应的模拟拍摄图像GD2P(x)；以模拟拍摄图像GD2P(x)为基础应用EOT方法对其几何变换进行采样，生成对不同角度与距离具有鲁棒性的对抗性噪声；将所述对抗性噪声添加到模拟拍摄图像GD2P(x)，得到对抗样本图像x’。本发明训练好的模型能够将数字图像转换为具有拍摄图像风格的模拟拍摄图像，在此基础上添加基于EOT算法产生的对抗噪声制成的对抗样本，具有鲁棒性。
一种用于对抗攻击图像增强方法

[发明专利]一种基于复合循环神经网络系统的多目标跟踪系统-CN201910941298.9有效
发明人：史再峰;任辉政;罗韬;曹清洁;范博宇 -专利权人：天津大学
申请日： 2019-09-30 - 公布日： 2023-05-16 - 主分类号： G06T7/246 文献下载
摘要：本发明公开基于复合循环神经网络系统的多目标跟踪系统，是基于RNN和GRU构成的复合循环神经网络系统的多目标跟踪网络模型，采用边界框标注被跟踪对象，所述复合循环神经网络系统包括基于RNN的目标检测单元、基于GRU的跟踪管理单元以及基于GRU的数据关联单元。本发明提出的基于RNN与GRU的多目标跟踪网络模型是一种端对端的多目标跟踪架构，相对于传统方法，简化了参数调整过程及要求，本发明在不同光照条件，频繁遮挡，目标间相互影响及表观相似等复杂环境条件下，均有较好的跟踪效果。
一种基于复合循环神经网络系统多目标跟踪

[发明专利]一种面向能谱CT的投影域数据噪声去除方法-CN201910443134.3有效
发明人：史再峰;李慧龙;曹清洁;罗韬;李金卓 -专利权人：天津大学
申请日： 2019-05-26 - 公布日： 2023-05-09 - 主分类号： G06T11/00 文献下载
摘要：本发明公开一种面向能谱CT的投影域数据噪声去除方法，主要利用能谱CT高低能X射线条件下投影域数据高低能分量之间的信息互补去噪。首先由于低剂量CT投影数据的噪声特性可以近似为具有非线性信号相关方差的高斯分布，所以对能谱CT所获得的投影域数据高能分量和低能分量建立相应的加权最小二乘法框架可以很好进行表征，之后为了达到投影域数据高低能分量的信息交互，采用交替迭代的方式对加权最小二乘法框架进行优化求解，由于迭代过程是交替方向进行的，可以很好的在投影域数据高低能分量之间进行信息互补去噪。最后采用梯度下降法进行神经网络搭建并制作训练数据集对神经网络进行训练，得到优化后的去噪模型。
一种面向 ct 投影数据噪声去除方法

[发明专利]一种低剂量能谱CT投影数据的恢复方法-CN201910827015.8有效
发明人：史再峰;王仲琦;曹清洁;罗韬;王子菊 -专利权人：天津大学
申请日： 2019-09-03 - 公布日： 2023-04-18 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种低剂量能谱CT投影数据的恢复方法，其主要技术特点是：构建投影域及图像域的双域生成对抗网络框架，通过两个生成网络模型的耦合得到投影域与图像域双域联合分布,将完备的虚拟单能投影数据及虚拟单能图像输入两个判别网络模型，通过判别网络模型进行判断得到基于投影域‑图像域联合分布的低剂量能谱CT投影域数据恢复模型；对双域生成对抗网络框架进行训练，得到基于双域联合分布的低剂量能谱CT投影域数据恢复模型并训练，最终得到消除了射束硬化伪影的高质量低剂量能谱CT重建单能图像。本发明设计合理，有效地消除了低剂量能谱CT中因降低X射线剂量和射束硬化效应导致的严重射束硬化伪影，大幅度提高最终的图像重建质量。
一种剂量 ct 投影数据恢复方法

[发明专利]基于视觉注意特征的全参考图像质量评价方法-CN201811366469.1有效
发明人：史再峰;李杭原;曹清洁;高静;罗韬 -专利权人：天津大学
申请日： 2018-11-16 - 公布日： 2023-04-11 - 主分类号： G06T7/00 文献下载
摘要：本发明主要涉及诸如图像获取、传递、压缩、插值和增强技术，为解决现有图像质量评价方法不能很好地符合人类视觉系统感知过程问题，一种新型全参考图像质量评价方法，可得到与人类主观图像质量评价更相近的结果，本发明，基于视觉注意特征的全参考图像质量评价方法，步骤如下：Step1：结构和色彩特征提取；Step2‑1：整幅图片的分类；Step2‑2：非边缘区域的分类；Step3：边缘区域、复杂结构区域和简单结构区域的失真测量；Step4：整体综合策略；Step5：最终图像质量分数的形成本发明主要应用于设计制造场合。本发明主要应用于图像处理领域。
基于视觉注意特征参考图像质量评价方法

[发明专利]一种用于双能CT的物质分解成像方法-CN201910869281.7有效
发明人：史再峰;李慧龙;罗韬;曹清洁;王仲琦 -专利权人：天津大学
申请日： 2019-09-16 - 公布日： 2023-04-07 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种用于双能CT的物质分解成像方法，其主要技术特点是：获取多组双能CT系统的高低能投影数据并采样获得高低能X射线能谱矩阵，建立维度压缩编解码网络；将高低能X射线能谱矩阵输入维度压缩编解码网络进行训练，得到训练好的无监督编解码网络模型；根据无监督编解码网络模型构建分解网络并进行训练；获取两种目标分解物质各自的投影数据矩阵；使用CT图像重建算法进行解析重建，得到分解后两种物质的图像。本发明设计合理，其通过构建两个级联的神经网络结构并对两级网络分别训练，得到一个高精度的物质分解模型，从而实现对双能CT投影数据的精确分解以及高质量的图像重建功能。
一种用于 ct 物质分解成像方法

[发明专利]一种用于X射线探测器的光生电荷的快速计算方法-CN201910894731.8有效
发明人：史再峰;黄泳嘉;曹清洁;高静;罗韬 -专利权人：天津大学
申请日： 2019-09-20 - 公布日： 2023-01-20 - 主分类号： G01T1/16 文献下载
摘要：一种用于X射线探测器的光生电荷的快速计算方法，包括：通过入射能谱得到入射光子的个数与能量分布；将单个入射光子与探测器的原子发生光电效应；对所有成像电子数进行求和得到单个入射光子作用时成像电子总数；对光子数进行累加。本发明对探测和收集过程中的系统噪声进行了修正，并对输出电子进行了统计，本发明克服了传统分析方法中的只适用于低能量X射线的缺点，在减少整个能谱的能量解析计算过程的同时，进一步减少了高能量段因为散射噪声造成的统计噪声和随机噪声等误差，提高级联分析模型的测试效率和准确程度。
一种用于射线探测器电荷快速计算方法

[发明专利]x射线能谱探测器的能量解析方法-CN201811401174.3有效
发明人：史再峰;谢向桅;曹清洁;黄泳嘉;胡起星 -专利权人：天津大学
申请日： 2018-11-22 - 公布日： 2022-11-04 - 主分类号： G01T1/36 文献下载
摘要：本发明涉及计算机断层成像领域，为减少解析过程中的散射噪声误差，保证所选用的能量窗口的解析结果的可靠性，消除解析过程中的统计误差、随机噪声(泊松噪声)误差，以及因为平均能量选取不当而造成的误差，为临床应用中提供高质量，高对比度，低噪声的图像。为此，本发明采取的技术方案是，x射线能谱探测器的能量解析方法，包括两个部分：第一部分：面向边缘入射型层析式能谱探测器的能量积淀系数模拟；第二部分：动态调整探测器分组的可重构能量解析。本发明主要应用于计算机断层成像场合。
射线探测器能量解析方法

[发明专利]面向医用能谱CT图像的噪声及伪影消除方法-CN201811198845.0有效
发明人：史再峰;李金卓;曹清洁;罗韬;谢向桅 -专利权人：天津大学
申请日： 2018-10-15 - 公布日： 2022-07-15 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及计算机断层扫描领域，为降低射束硬化、随机噪声所带来的影响，输出更加精确的医学影像，减小人体所受到的伤害。为此，本发明，面向医用能谱CT图像的噪声及伪影消除方法，步骤如下：Step1：构建虚拟体模；Step2：用大量X射线光子通过体模来模拟能谱CT成像；Step3：用较低剂量X射线光子通过体模来模拟能谱CT成像；Step4：对重建图像进行匹配；Step5:训练卷积神经网络，完成训练；Step6:测试网络训练效果。本发明主要应用于医用CT设备的设计制造场合。
面向医用 ct 图像噪声消除方法

[发明专利]一种能谱CT系统输出数据的模拟方法-CN201910894708.9有效
发明人：史再峰;黄泳嘉;王子菊;曹清洁;罗韬 -专利权人：天津大学
申请日： 2019-09-20 - 公布日： 2022-05-20 - 主分类号： G01N23/046 文献下载
摘要：一种能谱CT系统输出数据的模拟方法，包括：在仿真平台上搭建探测器阵列；设定X射线光源与体模；设定物理模块，并根据物理模块获得碰撞后电子‑空穴对总数；通过体模成像对碰撞后电子‑空穴对总数进行验证。本发明不仅能提高粒子探测的仿真速度和仿真精度，并且可以提高生成医用数据集的准确度和速度，进一步促进医学图像处理领域的发展。本发明丰富了相关的研究方法，进一步简化了实验过程，降低了实验所需要的人力、物力等成本。
一种 ct 系统输出数据模拟方法

[发明专利]面向医用CT的计算机图像处理方法和装置-CN201811197789.9有效
发明人：史再峰;李金卓;曹清洁;高静;罗韬 -专利权人：天津大学
申请日： 2018-10-15 - 公布日： 2021-08-31 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及计算机辅助诊断领域，为提高投影数据信息的利用率，同时突出病变位置，有利于医生对其进行二次诊断，推动精准医疗的进一步发展。为此，本发明采取的技术方案是，面向医用CT的计算机图像处理方法，步骤如下：Step1：构建数据集；Step2：划分数据集；Step3：训练卷积神经网络；Step4：测试网络训练效果。本发明主要应用于计算机辅助诊断医疗设备的设计制造场合。
面向医用 ct 计算机图像处理方法装置

1
2
3
4
下一页»
尾页
共 48 条