|
搜索
搜 索
高等教育领域数字化综合服务平台
基于代数曲面的高精度物理建模与绘制
高精度物理建模和成像计算技术是一直是计算机图形学、计算机动画、科 学计算可视化、计算机辅助几何设计等领域的研究热点，近年来广泛应用在虚 拟现实、数字影视游戏、数字医疗与康复、仿生工程以及三维打印等领域。 本项目针对上述应用领域需求，开展以下几个方面的内容研究： 1）基于中间复形曲面的复杂形状逼近理论和方法； 2）基于代数曲面的高精度碰撞检测和距离计算； 3）基于中间复形网格的变形计算方法； 4）复杂拓扑物体受力分析、物体结构加固方法； 5）复杂拓扑形状的高精度绘制算法。 本项目旨在通过对上述内容的研究，为开发高度真实的三维虚拟手术模拟 系统、人体器官或软组织的高精度三维打印以及仿生装置的加工制造系统提供 51 理论和技术支持，以提升我国在上述领域的创新设计能力和国际竞争力。 本项目获得国家自然科学基金重点项目资助，项目执行期 2014.1-2018.12。
山东大学
2021-04-13
基于Pro/ENGINEER的数字化建模系统（产品）
成果简介：本成果面向具体企业，根据其特定需求定制Pro/E，为用户提供具有自定义功能的数字化设计工具和方法，解决了Pro/E作为通用软件的低效率问题。该系统以基于网络的设计思想为指导，以服务器端的Oracle等数据库系统为统一数据源，实现了包括“特征建模”、“标准件设计”、“典型结构件设计”、“装配建模”、“属性管理”、“修改标记”、“模型重构”等分模块。开发了可扩展的开放性常用特征库、典型零件库、标准件库以及相应的设计和库管理界面。用户可以结合具体情况，利用友好的界面建立、填充和修改这些数据库。
北京理工大学
2021-04-14
基于PEEC模型的高效多层建模计算方法
基于PEEC模型的高效多层建模计算方法 Litz Wire通常用于无线电能传输，电力电子转化器等场合来减少其高频涡流损耗。Litz Wire的复杂结构导致许多商用电磁仿真软件在计算时效率不高。目前比较流行的Litz Wire计算工具包是MIT研发的Fastlitz，相对电磁仿真软件可以大幅提高计算效率，但是对于结构复杂的Litz Wire效果仍然不好。课题组提出的一种全新的网格划分方法
南方科技大学
2021-04-14
一种面向视频编码的背景建模方法
本发明公开了一种面向视频编码的背景建模方法，通过在图像块的基础上选择性地进行局部背景建 模、局部背景更新、局部多重背景保持，以克服现有以帧为单位的背景建模方法中存在的背景更新的最 佳时机难以确定、特定情况下背景建模困难、对周期性背景建模效率低下等问题，从而降低背景建模的 开销，提高背景模型的预测质量，最终提高视频编码的总体压缩效率。
武汉大学
2021-04-14
一种高速列车轮对的建模方法
本发明提供了一种高速列车轮对的建模方法，涉及高速列车的数字化设计与制造技术领域。模型的信息集成和管理对缩短响应市场时间、提高设计效率是企业希望解决的问题。通过对所述各元参数的分析和提取，构建高速列车轮对的各元参数设计模型；利用矢量阵列对高速列车轮对的各元参数设计模型进行描述，包括以下四个步骤：各元参数初始化、各元参数数组序列化、关系元参数转化为关系矩阵、环状多边形矢量阵列描述：结合高速列车轮对的各元参数设计模型的矢量化和阵列化描述，采用环状多边形数据结构构造高速列车轮对的矢量阵列；层级对象之间通过关系元参数将各个环状多边形矢量阵列形成高速列车轮对的矢量阵列描述。主要用于高速列车设计的建模。
西南交通大学
2018-09-19
建模与仿真一体化支撑平台
Ø 本平台基于高层分布式仿真体系结构HLA和网格技术构建，在系统建模、仿真、数据分析和可视化等方面提供平台级支持。目的是为了解决现有的仿真软件通用性差、不能灵活应用的问题，为实现系统级的仿真，提出一种基于HLA的仿真软件交互方法。本技术通过将具有不同仿真功能的专业仿真软件进行整合配置，对各个专业软件输入输出接口进行分析和调用，并对仿真流程进行设计与控制，最终实现一个具有一体化仿真功能的、可供二次开发的仿真系统。该技术目前已经获得“一种基于HLA的仿真软件交互方法”国家发明专利授权。
北京理工大学
2021-04-14
可视化三维建模数据需求
希望能与有三维建模能力的伙伴合作，基于我司的GIS平台加载能力，提供三维数据建模服务，支持提供LOD1-LOD5 多级别数据生产制作能力。
成都市灵奇空间软件有限公司
2022-07-26
篮球赛事AI短视频剪辑系统
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
太原科技大学
2021-05-04
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
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10