一种免疫组化图像数字化生成方法

    公开(公告)号:CN115984095A

    公开(公告)日:2023-04-18

    申请号:CN202211579099.6

    申请日:2022-12-06

    Abstract: 一种免疫组化图像数字化生成方法,本发明涉及智能病理辅助诊断技术中,免疫组化图像数字化生成的问题。在肺癌的组织病理学中,通过IHC染色评估PD‑L1表达水平来制定精确的肺癌治疗计划存在一定的局限性:IHC染色切片的制备成本很高,且通常只在临床应用中的一个病理切片上进行,忽略了肿瘤是异质性的因素,导致IHC染色切片不能完全反映肿瘤的状态。为此,我们提出一种免疫组化图像数字化生成方法。其本质在于两个图像域(H&E染色图像和IHC染色图像)之间映射关系的建立;使用预训练网络进行两个域的特征提取,搭建基于复用编码器和多尺度分类器的生成对抗网络,并使用冻结‑解耦策略进行训练。上述方法的使用,使生成对抗网络结构紧凑、内容轻量化,有效减少参数量,增强了生成器生成图像的真实性和判别器判别图像的准确性。

    融合先验分布与同态混沌加密的多用户模型联合迭代方法

    公开(公告)号:CN116127371B

    公开(公告)日:2023-09-08

    申请号:CN202211554437.0

    申请日:2022-12-06

    Abstract: 融合先验分布与同态混沌加密的多用户模型联合迭代方法,本发明涉及深度学习模型联合迭代技术中,用户本地数据分布差异较大以及隐私保护的问题。训练深度学习模型应用于各行各业中的不同任务处理已愈发广泛。然而模型训练依赖于足够数量与质量的数据集。然而数据经常难以采集以及隐私保护愈发重要,导致模型泛化性与准确性难以达到要求,本发明提出一种多用户模型联合迭代方法,其主要思想是利用先验分布弥合多用户本地数据分布差异,并混合两种加密技术保护数据隐私,从而实现模型联合迭代。该方法能有效降低模型训练难度,提升模型的泛化性能以及准确度。本发明应用于深度学习模型训练中的多用户模型联合迭代。

    融合先验分布与同态混沌加密的多用户模型联合迭代方法

    公开(公告)号:CN116127371A

    公开(公告)日:2023-05-16

    申请号:CN202211554437.0

    申请日:2022-12-06

    Abstract: 融合先验分布与同态混沌加密的多用户模型联合迭代方法,本发明涉及深度学习模型联合迭代技术中,用户本地数据分布差异较大以及隐私保护的问题。训练深度学习模型应用于各行各业中的不同任务处理已愈发广泛。然而模型训练依赖于足够数量与质量的数据集。然而数据经常难以采集以及隐私保护愈发重要,导致模型泛化性与准确性难以达到要求,本发明提出一种多用户模型联合迭代方法,其主要思想是利用先验分布弥合多用户本地数据分布差异,并混合两种加密技术保护数据隐私,从而实现模型联合迭代。该方法能有效降低模型训练难度,提升模型的泛化性能以及准确度。本发明应用于深度学习模型训练中的多用户模型联合迭代。

    一种水稻虫害检测用害虫防治装置及其收集机构

    公开(公告)号:CN216018676U

    公开(公告)日:2022-03-15

    申请号:CN202122677481.8

    申请日:2021-11-03

    Abstract: 本实用新型一种水稻虫害检测用害虫防治装置及其收集机构涉及农业虫害防治装置技术领域;所述的害虫防治装置包括安装机构,所述安装机构的顶部固定连接有诱饵机构,所述安装机构的内部插接有收集机构,所述安装机构包括预埋筒,所述预埋筒的外表面固定连接有连接管,所述收集机构包括收集罐,所述收集罐的外表面开设有连接槽。该水稻虫害检测用害虫防治装置,通过将抽气泵与连接管进行连接,并在预埋筒的内部设置带有连接槽的收集罐与连接管进行连接,并设置饵料罐吸引害虫过来,启动抽气泵的时候,能够带动预埋筒顶部空气快速向预埋筒的内部流动,从而吸附害虫,到达了主动收集害虫提升收集效率的效果。

Patent Agency Ranking