专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果106个,建议您升级VIP下载更多相关专利
  • [发明专利]基于张量字典学习的磁共振图像重建方法-CN201610260711.1有效
  • 冯衍秋;黄进红;冯前进;陈武凡 - 南方医科大学
  • 2016-04-25 - 2019-06-04 - G06T5/00
  • 本发明涉及一种基于张量字典学习的磁共振图像重建方法,包括如下步骤:(1)采用变密度随机欠采样方式得到原始k空间数据,对采样数据进行傅里叶逆变换得到初始重建图像;(2)建立基于张量字典学习的压缩感知重建模型;(3)对所述重建图像随机提取部分三维子图像块进行张量字典学习,得到一个用于稀疏表示的张量字典;(4)用硬域值法对所有子图像块进行所述张量字典下的稀疏表示;(5)用最小二乘法更新重建图像;(6)重复步骤(3)‑(5)直至收敛,得到最终重建图像。该基于张量字典学习的磁共振图像重建方法,能够提高重建图像质量,而且计算简单。
  • 基于张量字典学习磁共振图像重建方法
  • [发明专利]基于自适应正交基的磁共振图像重建方法-CN201510323802.0有效
  • 冯衍秋;黄进红;陈武凡 - 南方医科大学
  • 2015-06-12 - 2019-02-12 - G06T11/00
  • 一种基于自适应正交基的磁共振图像重建方法,包括如下步骤:(1)获得原始的k空间数据,对采样的k空间数据进行傅里叶逆变换得到初始重建图像;(2)在正交基约束下建立基于压缩感知的重建模型;(3)对初始重建图像进行分块,随机提取部分图像块进行正交基学习,得到一组自适应正交基;(4)用硬域值法对所有图像块进行自适应正交基下的稀疏表示;(5)用最小二乘法更新重建图像得到当前重建图像;(6)判断当前重建图像是否满足收敛条件,如果收敛,以当前重建图像作为最终的重建图像,否则进入步骤(7);(7)减小正则化参数取值,以当前重建图像作为初始重建图像,返回步骤(3)。本发明重建速度快、图像质量良好。
  • 基于自适应正交磁共振图像重建方法
  • [发明专利]一种肝脏磁共振R2*参数图绘制方法-CN201610084868.3有效
  • 王常青;刘晓云;陈武凡 - 电子科技大学
  • 2016-02-14 - 2018-12-21 - G06T5/00
  • 本发明提出一种肝脏磁共振R2*参数图绘制方法,包括以下步骤:采集肝脏磁共振图像,绘制肝脏感兴趣区域;针对感兴趣区域内每个目标体素,根据向量相似性度量模型式获得其邻域体素的自适应权重;结合其邻域体素的衰减信号以及自适应权重,根据目标优化函数模型式以及非中心卡分布噪声的一阶矩模型式,得到每个目标体素的R2*值,从而获得最终的肝脏磁共振R2*参数图。本发明能有效提高肝脏磁共振R2*参数图的空间分辨率和信噪比,能得到更准确的肝脏铁含量分布图。
  • 一种肝脏磁共振r2sup参数绘制方法
  • [发明专利]一种医学图像模态合成的方法-CN201610797914.4有效
  • 阳维;冯前进;林莉燕;钟丽明;陈武凡 - 南方医科大学
  • 2016-08-31 - 2018-10-26 - G06T5/50
  • 本发明公开了一种医学图像模态合成的方法,源模态图像空间分辨率归一化处理,使图像的分辨率归一化到同样大小,源模态图像灰度值标准化或者归一化处理,对第一步处理后的源模态图像灰度值归一化到均值为0,标准偏差为1,将处理后的源模态图像为输入,由卷积神经网络进行预测,将卷积神经网络预测输出进行线性变换生成目标模态图像;以此达到进行线性变换的目的,最终生成目标模态图像。通过学习得到的卷积神经网络模型快速有效地实现医学图像的模态合成,通过对卷积神经网络模型的训练自动完成不同尺度、多种层次图像特征的学习和优化,不需要进行耗时的图像配准过程,可快速准确地完成模态合成。
  • 一种医学图像合成方法
  • [发明专利]一种头戴式的微型光片显微镜-CN201711439890.6在审
  • 戚力;黄诗娴;冯前进;陈武凡 - 南方医科大学
  • 2017-12-27 - 2018-04-27 - G02B21/00
  • 一种头戴式的微型光片显微镜通过探头发射光片对待测物体进行激发,并收集待测物体针对所发射的光片信号产生的荧光信号获得待测物体的荧光成像信息。成像探头可固定在自由行动的动物头部,使用光片对待探测物进行激发,在垂直于光片的方向上收集荧光进行成像。本发明利用光片扫描取代了成像速度慢的点扫描成像方式,在对待探测物进行激发时,光片具有良好的光学选层能力和较大的激发面积,提高了成像速度和信噪比,降低了光毒性,适用于长时间的活体成像,获得较高对比度图像,实现了对自由行动动物脑部的实时成像。
  • 一种头戴式微型显微镜
  • [发明专利]基于局部稀疏对应点组合的从MR图像预测CT图像的方法-CN201510216586.X有效
  • 冯前进;阳维;吴遥;钟丽明;陈武凡 - 南方医科大学
  • 2015-05-03 - 2018-03-06 - G06T11/00
  • 一种基于局部稀疏对应点组合的从MR图像预测CT图像的方法,包括(1)测试MR图像进行归一化处理;(2)对测试MR图像的点x,提取以x为中心的图像块,获得测试样本;(3)从MR训练集图像中,提取参照局部搜索窗内每个参照点的特征块构成MR字典;(4)从MR训练集图像中选取与测试样本k个相似的块形成MR字典,获得CT字典;(5)探测CT字典的离群值,得到CT字典)和MR字典(6)求解字典系数;(7)加权合并CT字典),预测点x的CT值;(8)对MR测试图像中每个点重复步骤(2)‑(7),最后对重叠的图像块加权合并,获得每个点的CT值,得到预测CT图像。本发明能够从多模态MR图像准确预测CT图像。
  • 基于局部稀疏对应组合mr图像预测ct方法
  • [发明专利]一种低剂量能谱CT图像去噪方法-CN201510040324.2有效
  • 马建华;曾栋;边兆英;黄静;陈武凡 - 南方医科大学
  • 2015-01-27 - 2017-10-13 - G06T5/00
  • 一种低剂量能谱CT图像去噪方法,包括(1)获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据,并分别对低能量CT投影数据和高能量CT投影数据进行CT图像重建,获得低能量CT图像和高能量CT图像,其中H表示高能,L表示低能;(2)根据步骤(1)中的重建数据所满足的基物质分解模型,构建用于能谱CT图像去噪的数学模型;(3)利用广义全变分作为正则化先验,结合步骤(2)得到的数学模型构建用于图像去噪的目标函数;(4)对步骤(3)中构建的用于能谱CT图像去噪的目标函数采用分裂Bregman算法求解,完成能谱CT图像去噪。本发明利用能谱CT中高低能量图像满足的基物质分解模型,结合能谱CT图像信息和基物质图像信息,实现了能谱CT图像去噪。
  • 一种剂量ct图像方法
  • [发明专利]一种基于阿尔法散度的动态PET图像因子处理方法-CN201410570293.7有效
  • 路利军;马晓勉;边兆英;马建华;陈武凡 - 南方医科大学
  • 2014-10-23 - 2017-08-08 - G06T7/00
  • 一种基于 散度的动态PET图像因子处理方法,包括如下步骤,(1)利用PET成像设备进行动态扫描并进行图像重建,得到动态PET图像;(2)建立因子分析模型;(3)定义动态PET图像与因子分析模型的散度;(4)最小化散度得到初级因子图像和对应的初级因子;(5)最小化初级因子图像间的重叠程度,得到最终因子图像和对应的最终因子。本发明利用了动态PET图像与因子分析模型的散度测度,可以根据动态PET图像噪声不同分布特性,进行因子分析,得到相应的因子图像及因子。由于对分解得到的因子图像加入了唯一性约束使得得到的因子图像之间重叠度最小,可以有效提高因子图像的准确性。
  • 一种基于阿尔法动态pet图像因子处理方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top