|
搜索
搜 索
高等教育领域数字化综合服务平台
一种高光谱图像端元个数自动估计的端元提取方法
本发明公开了一种高光谱图像端元个数自动估计的端元提取方 法，首先使用 PPI 算法计算高光谱图像中所有像元的 PPI 值，根据像 元的 PPI 值确定初始候选端元集，并对初始候选端元按 PPI 值由大到 小进行排序；然后依次剔除初始候选端元集中独立性最弱的候选端元， 同时获得随端元个数递减的候选端元集的重构精度曲线和端元独立性 曲线，通过寻找这两条曲线变化的显著性位置确定端元个数的取值范 围；最后利用 SGA 算法获取不同端元个数下的二次选择候选端元集， 根据这些候选端元集所构成的重构精度曲线，确定最终的端元个数， 同时获得最终的端元提取结果。本发明不需要事先给定端元的个数， 有利于端元提取的自动化处理，同时提取的端元准确性高。
华中科技大学
2021-04-11
一种 X 射线血管造影图像中多运动参数的分离估计方法
本发明公开了一种 X 射线血管造影图像中多运动参数的分离估计方法、首先根据所述的造影图像序列确定心脏运动信号周期以及平移运动变化帧的序列，然后通过对所述的造影图像序列中的血管结构特征点跟踪得到点的运动序列。再通过多变量参数寻优以及傅里叶频域滤波对所述的运动序列进行处理，根据所述的平移运动变化帧的序列，心脏运动信号的周期，呼吸运动信号周期的范围和高频运动信号周期的范围，可以分离出最佳的平移运动曲线、心脏运动曲线、呼吸
华中科技大学
2021-04-14
对地面建筑群遥感图像频谱特性约束的去噪方法和系统
本发明公开了一种对地面建筑群遥感图像频谱特性约束的去噪方法和系统，其特征在于，包括：从地面建筑群遥感图像库中获取地面建筑群目标参考图像，对该参考图像进行傅里叶变换得到幅频谱，对其幅频谱结果进行阈值分割、腐蚀、和膨胀操作，以获取地面建筑群目标频谱二值模板，高速飞行器飞行获取地面建筑群目标实时图像，对该实时图像进行傅里叶变换得到频谱，利用获取的地面建筑群目标频谱二值模板对实时图像的频谱进行频域滤波处理，再进行傅里叶逆
华中科技大学
2021-04-14
一种复杂背景环境中的风力机叶片表面图像提取方法
本发明公开了一种复杂背景环境中的风力机叶片表面图像提取方法，其包括如下步骤：(1)在风力机每个叶片的迎风面处分别设置方形黑白格标记图，粘贴的位置为平面且与叶片迎风面平行，进而利用标记图的姿态代替叶片姿态；(2)利用摄像头对风力机运行图像进行采集，并将采集到的图像实时传输至工控机中；(3)对摄像头采集到的图像信息进行图像处理以获得叶片表面图像，并根据叶片上的标记图获得风力机叶片信息。本发明可实现对野外环境中运行风力机叶片图像的提取，简化了分析处理过程、加快了分析速度。
华中科技大学
2021-04-13
制备隐藏二维码图像全息防伪标签的方法及其识别装置
制备隐藏二维码图像全息防伪标签的方法及其识别装置，属于防伪标签制备及识别领域，解决现有裸露二维码图像防伪力度不高的问题。本发明的方法，依次得到数据符号密文、生成二维码图像、得到傅里叶变换频谱图、绘制信息调制条纹图像、形成方形缩微条纹图像、将多个方形缩微条纹图像排列成组合图案、将组合图案制成浮雕图案母板，最后将浮雕图案母板复制到标签材料上。本发明的识别装置，包括激光光源、全反镜、标签平台、毛玻璃片、图像传感器、信号采集模块、识别模块、显示屏及语音播报器。本发明将隐藏有经信息加密的二维码衍射光栅条纹制作在全息防伪标签上，识别需经特殊处理，同时信息经过加密，将大大提高防伪性能。
华中科技大学
2021-04-11
安徽大学基于金属有机框架纳米材料的电致化学发光生物传感器用于高灵敏检测肿瘤标志物研究取得新进展
Ti3C2Tx-MXene是一种新型的二维纳米材料，该材料具有良好的金属导电性、亲水性、大比表面积及丰富的表面修饰基团等优点被广泛应用在催化、电化学传感领域。
安徽大学
2022-06-13
安徽大学基于金属有机框架纳米材料的电致化学发光生物传感器用于高灵敏检测肿瘤标志物研究取得新进展
我校毛昌杰教授团队以二维过渡金属碳化物（Ti3C2Tx-MXene）为金属源合成金属有机框架纳米材料（Ti3C2Tx-PMOF），并成功将其应用于电致化学发光生物传感领域。
安徽大学
2022-06-01
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。
清华大学
2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
旋转机械振动故障分析和诊断技术
在长期为电力行业解决设备重大疑难故障的实践过程中，提出了轴系载荷分配测试、分析和优化调整技术，发展了动平衡和振动故障诊断技术，提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学
2021-04-11