|
搜索
搜 索
高等教育领域数字化综合服务平台
一种低频信号采集装置
本实用新型公开了一种低频信号采集装置，包括传感器，以及与该传感器相连的智能终端，所述传感器包括脉冲振幅调制模块，其用于将传感器产生的低频信号调制为相应的音频脉冲信号；所述智能终端包括声卡和脉冲振幅解调模块，其中，所述声卡用于将采集的音频脉冲信号转换为相应的音频数字信号，所述脉冲振幅解调模块用于从所述音频数字信号解调出相应的低频信号。本实用新型的装置利用智能终端自带声卡代替专门的数据采集卡进行数据采集，解决外围传感器必须配备额外的数据采集卡实现数据采集以及和智能终端通信的技术问题。这样可以有效降低外围
华中科技大学
2021-04-14
万欣智能数据采集终端/智慧电子门牌
万欣智能数据采集终端/智慧电子门牌通过与系统平台的联动，可实现对仪器设备及实验室开放中的全过程管理与控制，实现学生预约身份认证、考勤登记、预习提醒及授权开门等功能；并可记录学生的进出记录，自动的提交到管理服务器，生成学生、仪器设备使用记录等原始的统计资料与依据。新一代智慧安全管理终端还具有实验室风险分级分类管理及实验室安全信息牌功能。
上海万欣计算机信息科技有限公司
2021-02-01
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
前景图像提取方法及装置
其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。
电子科技大学
2021-04-10
应急双向视频图像传输系统
清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。
清华大学
2021-04-11
5D 图像打印技术
该技术是利用图像处理的方法自动计算人眼感兴趣区域，再根据人眼对于图像亮度信息、对比度以及颜色特性的感知机理自动生成 2.5D 中的图像高度信息，借助于高打印重复精度的设备，可以完成 2.5D 图像的自动打印技术
上海理工大学
2021-01-12
铁路货物超限图像监测系统
本研究成果基于数字图像处理和智能识别原理，依据CCD工业摄像机获得的黑白彩色图像，进行滤波、校正、灰度化、白平衡、差分等数字图像处理，采用小波变换等技术，获得监测对象的轮廓外形，然后与基准图像轮廓比较，获得监测对象状态等信息。
西南交通大学
2021-04-13
多功能图像处理系统
多功能图像处理系统能够完成图像增强、图像恢复、画中画、自动调焦/调光、无极电子变倍等多种功能，重点解决光照不均、光学系统透光不均、以及雾霾和雾天等情况下造成的图像质量降质、视觉效果差等问题，并能抑制大气湍流引起的图像模糊，突破传统图像复原依赖于精确的物理模型的设计理念，解决了常规图像复原计算量大运行速度慢等关键问题。系统具有很好的实时性、稳定性和适应性。1. 图像增强：由于图像采集过程中，光学系统透光不均、光照不足、雾霾天气等因素使图像观看质量下降，图像增强可大大增加图像可视度，提高不同区域的图像对比度，很好的改善视觉效果；2. 图像恢复：解决由于大气湍流、焦距不准、光学系统缺陷所造成的图像模糊；3. 多模图像融合：根据EMI/EMC设计原则，抗干扰能力强，选用高TG制作材料，提供了极高的可靠性；重点解决了多模图像融合时信息不完整、可见光/微光/红外图像噪声偏大、双路图像不配准、远距离传输干扰大等问题，具有低延迟、信息保全度高、可靠性高等特点。 主要技术指标：1. 输入为模拟PAL/NTSC制式或双路数字接口cameralink，输出模拟PAL/NTSC制式、cameralink或者VGA、XGA；2. 图像增强FPGA实现具有极低的延迟，处理时间小于一场，图像增强后视频能量梯度平均提高2倍以上，对由于光照不足、光照不均、恶劣天气所引起的降质图像，可以凸显细节、自适应调节对比度，突显图像的关键信息；3. 图像复原使用专利的复原处理算法，能有效地抑制大气湍流引起的图像模糊，恢复出更多的图像细节，显著提升图像视觉效果，增强图像对比度和可视度，复原后的视频平均灰度梯度值提高3倍以上；4. 图像锐化算法有效增加图像细节信息，主要消除由于光学系统对焦不精确所造成的模糊现象，与精确对焦图片对比，平均结构相似度达到95%以上；5. 图像去雾算法针对薄雾、浓雾进行自适应调整，分析图像中色彩信息，对图像中各点景深进行精确测量，还原显示真实图像。图像经过去雾处理后，平均信息上提高30%以上；6. 多模图像融合技术分别处理模拟信号及数字信号，输出默认为XGA差分三线制视频，可进行远距离传输，抗干扰能力强；配准精度可达到个像素以内，配准实时处理；灰度融合图像局部信息相对于单模原始图像对应局部区域的联合熵提高30%以上； 图像降噪功能在降低噪声影响的同时很好的保留了图像的纹理信息。
北京航空航天大学
2021-04-13
高速 CMOS 图像传感器
已有样品/n主要技术指标：图像分辨率 800×600；量化位宽 12bit；图像帧率 1000fps；动 态范围 70dB；工作温度范围在-25℃至 85℃；芯片功耗 0.67W；同时定制的图像传 感器工艺和设计流程，具有更佳的高速图像获取能力。 高速图像传感器可应用于工业生产、农业生产、智能交通、虚拟现实、科学研 究、国防军事及其他民用领域。具体来说，高速图像传感器可应用于汽车碰撞试验、 火箭发射、弹道测试、体育赛事、目标追踪、微表情研究和高速车牌识别等领域。
中国科学院大学
2021-01-12