陈阳
- 作品数:192 被引量:168H指数:7
- 供职机构:东南大学更多>>
- 发文基金:国家自然科学基金国家重点基础研究发展计划广东省自然科学基金更多>>
- 相关领域:自动化与计算机技术医药卫生电子电信文化科学更多>>
- 一种基于卷积神经网络的CT图像中带夹层主动脉分割方法
- 本发明公开了一种基于卷积神经网络的CT图像中带夹层主动脉分割方法。本发明提出了结合三维卷积神经网络和二维卷积神经网络的CT带夹层主动脉分割算法,使用三维卷积神经网络将三维体数据分成两部分,再使用两个二维卷积神经网络分别对...
- 陈阳吕天翎杨冠羽罗立民
- 文献传递
- 一种基于三维区别性特征表示的低剂量CT图像分解方法
- 本发明公开了一种基于三维区别性特征表示的低剂量CT图像分解方法,首先对体模进行扫描,获得一组对应的低剂量和正常剂量下体模CT图像;之后通过选取正常剂量的体模CT图像中的特征块组成特征字典,通过将低剂量和正常剂量体模CT图...
- 陈阳刘进罗立民李松毅鲍旭东
- 文献传递
- 一种动力电池托盘用多功能聚脲涂层及其制备方法和应用
- 本发明属于纯电动汽车涂层技术领域,提供了一种动力电池托盘用多功能聚脲涂层及其制备方法和应用,通过改性异氰酸酯提高了聚脲涂层对基体的附着力,从而提高了涂层的抗冲击性能;通过添加改性碳纳米纤维、改性纳米三氟化铈和改性纳米三氟...
- 王楠陈阳唐玲玲傅嘉琳韩贞毅
- 文献传递
- 一种基于区别性字典的低剂量CT图像处理方法
- 本发明公开了一种基于区别性字典的低剂量CT图像处理方法,首先使用静态小波变换对待处理的低剂量CT图像进行单层分解,然后对水平、垂直和对角方向的高频细节图像分别进行对应的区别性字典表达并去伪影,从而达到抑制星条状伪影在不同...
- 陈阳石路遥罗立民李松毅鲍旭东
- 文献传递
- 一种基于CT平扫图像辅助诊断急性缺血性脑卒中方法
- 本发明公开了一种基于CT平扫图像的图像处理方法,辅助评估急性缺血性卒中(AIS)患者头部CT早期缺血性改变程度。通过本发明实现了从CT平扫图像自动分区化与定量处理急性缺血性卒中的风险评估,为急性缺血性卒中(AIS)患者的...
- 陈阳余泽晨
- 文献传递
- 一种软件层面的IV-OCT图像管壁分割方法
- 本发明公布了一种在软件层面的IV‑OCT图像管壁分割的方法,包括:将IV‑OCT图像转换成灰度图像,12个角度下分别做Gabor滤波后合并成一张结果图像,做极坐标转换,根据已知管腔信息获得每个角度下的管腔轮廓点坐标,从管...
- 陈阳张真铨滕忠照沈金花
- 文献传递
- 一组用于肺腺癌早期诊断的circRNA标志物及其应用
- 本发明属于生物技术领域,一组用于肺腺癌早期诊断的circRNA标志物及其应用。本发明包括circRNA_100323、circRNA_69774、circRNA_403738、circRNA_ 404449四种circR...
- 朱晓莉王西勇张洪明韩淑华陈燕陈阳
- 一种基于投影降维及SSIM的三维CT/PET图像区域定位方法
- 本发明公开一种基于投影降维及SSIM的三维CT/PET图像区域定位方法,属于计算、推算或计数的技术领域。本发明将三维多模态图像定位问题通过平均投影数据降维转化为沿矢状轴及冠状轴的两阶段二维定位问题,使算法时间成本有效缩减...
- 陈阳孙良启
- 采用MRF二次混合多阶先验的PET图像的贝叶斯重建被引量:1
- 2007年
- 在正电子发射成像(PET)中,很多方法被用来抑制重建图像中的噪声效果,其中。在所有方法中,贝叶斯重建或者最大化后验估计的方法被证明具有在重建图像质量方面相对于其他方法的优越性。基于贝叶斯重建,本研究提出了一种应用于贝叶斯重建中新的综合了二次一阶先验和二次二阶先验的马尔可夫随机场混合多阶先验。基于不同阶数的二次平滑先验的自身的不同性质,该新先验的设计的目的是实现自适应的发挥这些算子的作用。该混合先验能够保持其先验能量函数凸性,从而保证整体目标贝叶斯后验能量函数的凹性。模拟实验和实验结果的比较证明了对于PET重建,该先验在抑制背景噪声和保持边缘方面均具有很好的表现。
- 陈阳陈武凡冯衍秋冯前进马建华
- 关键词:马尔可夫随机场
- 基于深度学习的X光地铁危险物品检测算法被引量:1
- 2021年
- 随着现代地铁里程数的增加,地铁口和安检设施也随之增加。地铁安检关系着社会安全,但目前对地铁安检采用人工排查的方式,在某些场景下捉襟见肘,因此需要智能安检方法辅助人工排查。随着深度学习的迅速发展,基于深度学习的安检方法十分可行。本文提出采用基于深度学习的方法进行智能安检辅助人工检查,同时针对现有深度学习方法检测准确率较低的缺点,使用注意力机制模块与Focal Loss损失函数模块与深度学习相结合的模型来提升准确率。首先使用YOLO v5中主干网络与注意力模块相结合的新网络对输入安检图像进行特征提取,对提取的特征进行学习,并且在损失函数中添加Focal Loss损失函数改善模型优化方向,最后使用检测网络对目标物品进行检测标注,使用地铁采集的图像数据进行训练与测试。实验结果表明,所提方法在地铁真实环境中能取得良好的检测效果,mAP(mean Average Precision)值相对于原YOLO v5网络提升了1.3%,并且可以达到实时检测的要求。
- 程林柏杨都昌平薛翔天章品正於文雪王世杰陈阳
- 关键词:目标检测