-
秦品乐
-
-
- 所属机构:中北大学
- 所在地区:山西省 太原市
- 研究方向:自动化与计算机技术
- 发文基金:山西省自然科学基金
相关作者
- 王丽芳
- 作品数：80被引量：273H指数：7
- 供职机构：中北大学
- 研究主题：医学图像融合 图像融合 网络 残差 融合图像
- 高媛
- 作品数：70被引量：229H指数：8
- 供职机构：中北大学
- 研究主题：机会网络 医学图像融合 脉冲耦合神经网络 残差 超分辨率
- 陈明
- 作品数：204被引量：284H指数：9
- 供职机构：大连理工大学
- 研究主题：船舶 爬壁机器人 平移 船舶设计 船舶与海洋工程
- 曾建潮
- 作品数：557被引量：2,921H指数：26
- 供职机构：中北大学
- 研究主题：微粒群算法 遗传算法 仿真 群机器人 煤矿安全
- 王运龙
- 作品数：135被引量：210H指数：9
- 供职机构：大连理工大学
- 研究主题：爬壁机器人 平移 船舶 车轮 LNG
- 一种大曲率表面喷涂用磁吸爬壁机器人及工作方式
- 一种大曲率表面喷涂用磁吸爬壁机器人及工作方式，其属于爬壁机器人技术领域。该机器人设有可绕垂直轴转动的车轮，可以方便地转换车轮前进方向，实现万向平移功能；搭载喷漆系统对大曲率工作表面进行喷漆作业。工作时，本体无需掉头即可轻...
- 王运龙管官金超光陈明秦品乐
- 文献传递
- 面向急性缺血性脑卒中的CT生成MRI算法被引量：1
- 2024年
- 急性缺血性脑卒中病灶在计算机断层扫描(CT)上表现不明显,但在核磁共振成像(MRI)上可以清晰显示。然而,当患者体内有金属植入物等特殊情况则无法进行MRI检测,使得患者的治疗受到延误。通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中起到至关重要的作用,但现有的医学影像跨模态生成方法从CT得到的MRI缺乏病灶信息且边界模糊。为了解决上述问题,提出一种基于影像组学和扩散生成对抗网络的急性缺血性脑卒中CT生成MRI算法,通过影像组学在CT上进行病灶特征增强,突出生成MRI的病灶信息,引入梯度损失为生成图像与真实图像增加边缘感知约束,提升生成MRI的质量。在ISLES2018挑战赛数据集上的实验结果表明,该算法生成的MRI在整体上的峰值信噪比为23.051 dB,结构相似度为0.798,皮尔逊相关系数为0.969,并且病灶区域的互信息为2.075,与现有的生成模型相比,该算法的各项指标均达到最优。此外,经3名经验丰富的放射科医生在生成的MRI上确定病灶并进行阳性/阴性分类,其中生成的MRI中无错误病灶,且分类准确率可达到86.61%,可作为一种辅助工具协助医生进行诊断。
- 张美美秦品乐柴锐曾建潮翟双姣闫俊义冯二燕
- 关键词：计算机断层扫描核磁共振成像
- 一种基于Mask RCNN的医学图像中不同节数腰椎的自动识别方法
- 本发明是一种基于Mask RCNN的医学图像中不同节数腰椎自动识别的方法，该方法利用Mask RCNN网络作为腰椎自动识别模型，该网络在Faster RCNN的基础上加了用于预测每个实例的分割mask。使用添加了腰椎间盘...
- 秦品乐孙超曾建潮柴锐周少飞
- 文献传递
- 一种三目后视镜和三目视觉安全驾驶方法和系统
- 本发明公开了一种三目后视镜和三目视觉安全驾驶方法和系统，基于单目摄像头采集的图像检测驾驶员疲劳状态，结合驾驶员行为分析，检测驾驶员是否专心驾驶，规避驾驶员不好的习惯带来的风险。基于双目摄像头采集的图像信息来检测与前方车辆...
- 柴锐秦品乐曾建潮穆旭彤王天锐雷国栋王嘉政
- 文献传递
- 基于不同超声成像的甲状腺结节良恶性判别被引量：11
- 2020年
- 为实现更为准确的甲状腺结节良恶性超声图像诊断,避免不必要的穿刺或活检手术,提出了一种基于卷积神经网络(CNN)的常规超声成像和超声弹性成像的特征结合方法,提高了甲状腺结节良恶性分类准确率。首先,卷积网络模型在大规模自然图像数据集上完成预训练,并通过迁移学习的方式将特征参数迁移到超声图像域用以生成深度特征并处理小样本。然后,结合常规超声成像和超声弹性成像的深度特征图形成混合特征空间。最后,在混合特征空间上完成分类任务,实现了一个端到端的卷积网络模型。在1 156幅图像上进行实验,所提方法的准确率为0.924,高于其他单一数据源的方法。实验结果表明,浅层卷积共享图像的边缘纹理特征,高层卷积的抽象特征与具体的分类任务相关,使用迁移学习的方法可以解决数据样本不足的问题;同时,弹性超声影像可以对甲状腺结节的病灶硬度进行客观的量化,结合常规超声的纹理轮廓特征,二者融合的混合特征可以更全面地描述不同病灶之间的差异。所提方法可以高效准确地对甲状腺结节进行良恶性分类,减轻患者痛苦,给医生提供更为准确的辅助诊断信息。
- 武宽秦品乐柴锐曾建朝
- 关键词：图像分类超声影像
- 融合OBE及PAD理念的机器学习“产学研赛思”教学模式
- 2024年
- 针对当前高校机器学习课程教学方法陈旧以及“产学研赛思”各环节脱节的问题,分析机器学习课程特点以及“产学研赛思”交叉关系,提出融合成果导向教育(OBE)与对分课堂(PAD)理念的“产学研赛思”五位一体教学模式,以无监督学习为例介绍具体教学实践过程,最后通过教学效果说明该模式的有效性。
- 王斌乔钢柱秦品乐梁志剑曾建潮
- 基于旋转图像特征描述子改进的ICP算法被引量：3
- 2016年
- 为获取更好的配准结果,在ICP算法的基础上,提出一种基于旋转图像(spin-image)特征描述子改进的ICP算法。获取两个待匹配点云的旋转图像特征描述子,通过比较两个描述子之间特征的相似程度,估算它们之间的对应关系并计算初始匹配参数,利用最小二乘法迭代进行ICP配准。实验结果表明,改进后的算法在配准精度和运行时间上都有较大改善。
- 郎萍高媛秦品乐王丽芳
- 关键词：迭代最近点算法配准最小二乘法
- 基于连接突触计算网络的医学图像融合算法被引量：2
- 2017年
- 针对传统的脉冲耦合神经网络(PCNN)融合方法中参数过多,以及参数和网络迭代次数难以准确设置、融合效果差等缺点,提出了一种用连接突触计算网络(LSCN)模型的连接项(L项)进行图像融合的算法。首先,把两幅待融合图像分别输入到LSCN模型中;其次,使用L项代替传统PCNN中的点火频率作为输出;然后,使用多通工作方式终止迭代;最后,通过比较L项的值得到融合后图像的像素。理论分析与实验结果表明,与改进的PCNN模型和在PCNN模型的基础上提出的新模型进行图像融合的算法进行比较,所提算法得到的融合图像更有利于人眼观察;特别是与点火频率作为输出的LSCN方法相比,所提算法在边缘信息评价因子、信息熵、标准差、空间频率、平均梯度上均较优。该算法简单易行,不仅减少了待定参数数目,降低了计算复杂度,而且解决了传统模型中迭代次数难以确定的问题。
- 高媛贾紫婷秦品乐王丽芳
- 关键词：图像融合计算机断层扫描脉冲耦合神经网络
- 基于深度可分离卷积和宽残差网络的医学影像超分辨率重建被引量：7
- 2019年
- 为提高医学影像超分辨率的重建质量,提出了一种基于深度可分离卷积的宽残差超分辨率神经网络算法。首先,利用深度可分离卷积改进网络的残差块,扩宽残差块中卷积层的通道,将更多的特征信息传入了激活函数,使得网络中浅层低级图像特征更容易地传播到高层,提高了医学影像超分辨率的重建质量;然后,采用组归一化的方法训练网络,将卷积层的通道维度划分为组,在每个组内计算归一化的均值和方差,使得网络训练过程更快地收敛,解决了深度可分离卷积扩宽通道数导致网络训练难度增加的问题,同时网络表现出更好的性能。实验结果表明,对比传统的最近邻插值、双三次插值超分辨率算法,以及基于稀疏表达的超分辨率算法,所提算法重建出的医学影像纹理细节更加丰富、视觉效果更加逼真。对比基于卷积神经网络的超分辨率算法,基于宽残差超分辨率神经网络算法和生成对抗网络超分辨率算法,所提算法在峰值信噪比(PSNR)和结构相似性(SSIM)上有显著的提升。
- 高媛王晓晨秦品乐王丽芳
- 关键词：超分辨率
- 仿生MEMS声定位传感器的设计与仿真被引量：5
- 2013年
- 针对目前声定位采用声传感器阵列所带来的系统结构复杂、体积较大的缺点,以奥米亚寄生蝇的听觉系统为仿生模型,详细分析了其生物学模型,并利用MATLAB对其力学模型进了仿真分析。结合仿生学,设计了一种新型MEMS声定位传感器。利用ANSYS对该传感器进行了声-结构耦合分析,分析得出,该传感器能够敏感声源入射角的变化,在声源频率为2597 Hz,在入射角在0-180°变化时,传感器两薄片的振动强度差的变化范围为-6.17 dB至5.8 dB。
- 戴红飞杨秋翔秦品乐孙敏敏
- 关键词：仿生学有限元分析
