-
公开(公告)号：CN113270191A
公开(公告)日：2021-08-17
申请号：CN202110681235.1
申请日：2021-06-18
Applicant: 上海交通大学
Abstract: 本申请公开了一种数据校正及分类方法及存储介质。该数据校正及分类方法包括：获取序列数据步骤，数据校准步骤，数据重建步骤，分类步骤，鉴别器训练步骤，以及推测目标批次标签向量步骤。实现了批次效应的校正，解决两个批次数据分布高度不匹配的问题。我们提出了一个端到端的联合深度学习框架在数据校正的基础上对序列数据进行分类，在流式细胞仪和激光解析电离质谱的数据上验证了上述框架，特别是对于后者而言诊断精确度大幅度提升，与当前最先进的主流方法相比平均值提高了约5.5〜7.9%。实验证明我们开发的方法其性能明显优于传统方法，克服了批次效应的影响。
-
公开(公告)号：CN112669330A
公开(公告)日：2021-04-16
申请号：CN202011568233.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于双重一致性自集成学习的半监督评估方法及评估系统。基于双重一致性自集成学习的半监督评估系统包括双重一致性平均教师框架模块、注意力损失函数模块以及注意力一致性损失函数模块；本发明设计了一个自集成学习框架，该框架由具有相同结构的学生网络和教师网络组成；并且设计了一种新的基于注意力机制的损失函数，以获得准确的注意力区域结果；通过在病变分类和定位中对注意力进行双重一致性约束，这两个网络可以逐渐优化注意力分布并提高彼此的性能，而训练仅依赖于部分标记的数据并遵循半监督训练的方式，并不需要大量带有标注的数据，所花费的成本低。
-
公开(公告)号：CN112669327A
公开(公告)日：2021-04-16
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN112669327B
公开(公告)日：2023-02-14
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
公开(公告)号：CN108305245B
公开(公告)日：2021-09-10
申请号：CN201711480587.0
申请日：2017-12-29
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明公开了一种图像数据分析方法，包括以下步骤图像及图像数据获取步骤，用以获取图像中选定的特征区域以及所述特征区域的特征数据；所述图像包括测试图像和训练图像；所述训练图像被分成两个以上组别，同一组别的训练图像标识有相同的组别标签；数据模型建立及交叉验证步骤，用以根据所述训练图像中的特征数据和组别标签的映射关系构建数据模型，以及根据所述训练图像中的特征数据对所述数据模型进行至少一次交叉验证处理；测试图像组别判定，用以利用所述测试图像的特征数据及所述数据模型获取所述测试图像的组别标签。
-
公开(公告)号：CN111310611A
公开(公告)日：2020-06-19
申请号：CN202010075316.2
申请日：2020-01-22
Applicant: 上海交通大学
Abstract: 本发明提供细胞视野图的检测方法及存储介质，所述细胞视野图的检测方法包括获取步骤、训练步骤以及分类步骤。将使用了端到端的检测网络和分类网络组合的级联网络进行训练，将检测网络的反映的视野图级别的异常的特征信息整合到分类网络当中，避免该信息的流失。两个网络同时训练，使得检测网络和分类网络相互监督，互相促进，保证分类精度的同时降低了异常区域的检出假阳性。
-
公开(公告)号：CN107818329A
公开(公告)日：2018-03-20
申请号：CN201710674793.9
申请日：2017-08-09
Applicant: 上海交通大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6271
Abstract: 本发明提供一种质谱数据分析方法，包括样本数据采集步骤、样本数据预处理步骤、数据模型构建及交叉验证步骤、数据模型优化步骤以及样本组别判断步骤。
-
公开(公告)号：CN103916003A
公开(公告)日：2014-07-09
申请号：CN201410124400.3
申请日：2014-03-28
Applicant: 上海交通大学
IPC: H02M1/42
CPC classification number: Y02B70/126 , Y02P80/112
Abstract: 本发明提供了一种共阴极半桥功率因数校正电路，包括第一斩波单元和第二斩波单元，其中：第一斩波单元用以完成电网电压正半周中单位功率因数单相AC-DC变换，并输出稳定的直流电压；第二斩波单元用以完成电网电压负半周中单位功率因数单相AC-DC变换，并输出稳定的直流电压；第一斩波单元和第二斩波单元按照完整电网电压负半周或正半周分时工作，待机时用于散热。本发明能够实现单相功率因数校正，具有电路结构简单、支持较大功率输出、总体成本节约等优点。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.029 seconds)
