-
公开(公告)号：CN112686912A
公开(公告)日：2021-04-20
申请号：CN202110006989.7
申请日：2021-01-05
Applicant: 南开大学
Abstract: 本发明公开了一种基于逐步学习和混合样本的急性脑卒中病变分割方法。包括步骤：设计一个可以进行端到端训练的分割网络，在下采样部分的输出层后依次连接全局均值池化层和分类层；由有标记的数据样本初始化上述步骤的分割网络；使用完成初始化的分割网络进行逐步学习，利用有标记的数据样本为无标记的数据样本分配图像级的伪标记并在迭代过程中使用标记的数据样本进行语义约束；设计一个基于多特征图融合的解码网络，将上述步骤训练好的下采样部分与该解码网络连接；利用有标记的数据样本对新的网络进行端到端的训练；在测试数据集上对该网络进行评估，并输出对应的测试结果。本发明有效利用了无标记的数据样本，大大减少了获取数据样本的成本。
-
公开(公告)号：CN112348779A
公开(公告)日：2021-02-09
申请号：CN202011143562.3
申请日：2020-10-23
Abstract: 本发明公开了一种基于卷积神经网络的核磁影像大脑灰质核团分割方法。包括步骤：数据的准备与预处理；构建全局与局部支路数据对；基于3D Unet网络原有框架与残差结构设计3D ResUnet网络；设计全局与局部特征提取结构，将网络输入部分扩充为两条支路分别提取全局与局部数据对的特征；设计特征补偿模块，使用3D转置卷积，中心剪裁，特征拼接操作融合两条支路的特征；设计解码双支路；将处理好的数据输入最终模型进行训练；在像素级标签的测试集上验证网络的分割效果，并输出分割结果。本发明提出的方法可以大大减小标注数据的成本，在一定程度上为定量研究神经退行性疾病提供数据基础，对于探究疾病病理机制与临床治疗具有重大意义。
-
公开(公告)号：CN117955776A
公开(公告)日：2024-04-30
申请号：CN202211408704.3
申请日：2022-10-27
Applicant: 南开大学
IPC: H04L25/02
Abstract: 本发明公开了一种高速移动场景下基于块稀疏度自适应的OTFS系统信道估计算法，包括以下步骤：将接收端的接收信号转换为时延‑多普勒域中的矩阵形式Y；提取接收矩阵中用于信道估计的导频信号并转换为向量形式Yp；提取发送端时延‑多普勒域中的导频信号并根据压缩感知数学模型构建测量矩阵Φ；利用TSSABOMP算法得到稀疏信道向量hest；将信道向量hest重新恢复成矩阵形式Hest，并找出矩阵Hest[k’，l’]非零元的位置(k’est，l’est)，完成信道估计。本发明首先利用OTFS系统时延‑多普勒域信道的块稀疏特性，通过筛选内积值确定传输路径时延，在此基础上利用对数函数型的变步长方法实现稀疏度自适应的信道估计方案。与传统算法相比，大幅提高了原子选择的准确率，取得了重构精度与效率间的平衡。
-
公开(公告)号：CN117279082A
公开(公告)日：2023-12-22
申请号：CN202210668675.8
申请日：2022-06-15
Applicant: 南开大学
IPC: H04W56/00 , H04W72/1273 , H04W72/23
Abstract: 本发明公开了一种基于深度学习的LTE系统下行链路定时同步方法，采用深度学习技术强大的数据处理能力，从接收主同步信号(PSS)中充分挖掘定时偏移特征，实现信号的定时同步。包括步骤：将定时偏移估计过程拟合为神经网络的回归过程，搭建用于定时同步的神经网络模型；对接收到的PSS符号进行预处理，将实部和虚部并联为二维数据，作为神经网络的输入；将PSS所在符号输入神经网络，输出对应的定时偏移值；离线阶段采用大量具有不同定时偏移的符号对网络进行训练；在线阶段通过训练好的神经网络得到新接收符号的定时偏移值，完成定时同步。本发明将定时同步建模成神经网络回归问题，仿真表明，该方法在双选信道下的性能远远优于传统的序列相关方法。
-
公开(公告)号：CN111010360B
公开(公告)日：2022-11-04
申请号：CN201911323064.4
申请日：2019-12-20
Applicant: 南开大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于预编码的混合载波调制方法，包括步骤：对GFDM调制算法进行时频重构，将GFDM能够作为软件定义波形的基础波形，搭建以GFDM为基础的统一循环滤波载波调制模型；将GFDM模型与IEEE802.16a标准中的单载波传输模式SC‑FDE相结合，得到基于GFDM调制系统的SC‑GFDM单载波调制方式；依据LTE‑A上行信道采用的SC‑FDMA技术，提出一种基于DFT的GFDM频域扩展方案完成DFT‑S‑GFDM单载波调制系统；通过软件定义调整预编码矩阵方案完成同时兼容单载波GFDM和多载波GFDM的混合GFDM调制系统。本发明在长时间的相干积分中，通过将测距码周期性的叠加，降低数据长度，从而实现了运算量的降低。本发明通过设计一种统一结构的通信系统，使得GFDM单载波与多载波可以在一套硬件设备中共存，并根据需求以软件配置的方式实现不同工作模式的灵活选择，实现了一种可配置、易扩展的融合单载波与多载波的调制技术。
-
Patent Agency Ranking
公开(公告)号：CN112686912B
公开(公告)日：2022-06-10
申请号：CN202110006989.7
申请日：2021-01-05
Applicant: 南开大学
Abstract: 本发明公开了一种基于逐步学习和混合样本的急性脑卒中病变分割方法。包括步骤：设计一个可以进行端到端训练的分割网络，在下采样部分的输出层后依次连接全局均值池化层和分类层；由有标记的数据样本初始化上述步骤的分割网络；使用完成初始化的分割网络进行逐步学习，利用有标记的数据样本为无标记的数据样本分配图像级的伪标记并在迭代过程中使用标记的数据样本进行语义约束；设计一个基于多特征图融合的解码网络，将上述步骤训练好的下采样部分与该解码网络连接；利用有标记的数据样本对新的网络进行端到端的训练；在测试数据集上对该网络进行评估，并输出对应的测试结果。本发明有效利用了无标记的数据样本，大大减少了获取数据样本的成本。
-
公开(公告)号：CN113052934A
公开(公告)日：2021-06-29
申请号：CN202110280924.1
申请日：2021-03-16
Applicant: 南开大学
Abstract: 本发明公开了一种基于卷积神经网络的运动伪影校正方法。包括步骤：将数据集按一定比例随机分为训练集、验证集和测试集；设计一个可以进行端到端训练的卷积神经网络；由Kaiming网络参数初始化方法初始化卷积神经网络；向初始化后的卷积神经网络中输入带运动伪影的核磁共振图像，在输出端与不带运动伪影的核磁共振图像计算损失并反向更新网络梯度；在测试集上对训练好的网络进行评估，并输出对应的测试结果。本发明将减少核磁共振图像在拍摄过程中对于传统辅助手段的依赖，同时提高被拍摄者的舒适度。此外，在训练数据集丰富的情况下，本发明可以适用于不同型号的核磁共振图像设备，相较于传统的运动伪影校正方法具有更高的通用性。
-
公开(公告)号：CN109451580B
公开(公告)日：2020-12-18
申请号：CN201811605875.9
申请日：2018-12-25
Applicant: 南开大学
IPC: H04W64/00
Abstract: 本发明专利提出一种用于在三维场景中震后被困人员的定位方法，该方法针对地震发生后，部分人员受困于楼宇等建筑中，且其手机无法接收GPS信号进行定位的情况，利用移动通信基站向被困人员手机提供通信信号，借助手机内置应用程序以及信号强度值，来对被困人员进行空间定位。该方法是通过利用采集到的被困人员手机的信号强度，通过对数正态阴影模型将信号强度转换为移动通信基站与被困人员手机的距离。有规律地更改移动通信基站的位置以获得多组数据，并借助空间几何公式求得被困人员在待测场地中的三维位置。本发明专利的定位方法的突出优点在于：能够应对地震这样的突发状况，无需被定位人员前期携带其他设备；且定位所需设备少，定位过程计算简单，能够满足震后快速、精准的定位需求。
-
公开(公告)号：CN111079901A
公开(公告)日：2020-04-28
申请号：CN201911315831.7
申请日：2019-12-19
Applicant: 南开大学 , 天津市环湖医院(天津市神经外科研究所、天津市脑系科中心医院)
Abstract: 本发明公开了一种基于小样本学习的急性脑卒中病变分割方法。包括步骤：由带有图像级标签的数据样本训练一个卷积神经网络，图像的分类准确率作为衡量指标；使用训练好的卷积神经网络构建新的卷积神经网络，利用训练好的网络从输入图像得到的特征图，构成端到端的卷积神经网络；固定训练好的卷积层参数，使用少量像素级标签的数据样本训练新构建的卷积神经网络，图像的分割精度作为衡量指标；训练结束后，在像素级标签的测试集上验证网络的分割效果。本发明只使用少量的像素级标签的数据样本和一些图像级标签的数据样本，这将大大减小标注数据的成本，在一定程度上增强工程可操作性，辅助医生对急性脑卒中患者的临床诊断。
-
公开(公告)号：CN109660939A
公开(公告)日：2019-04-19
申请号：CN201811605725.8
申请日：2018-12-25
Applicant: 南开大学
IPC: H04W4/02 , H04W4/90 , H04W24/08 , H04W64/00 , H04B17/318 , H04B17/382
Abstract: 本发明专利提出一种用于震后被困人员的二维定位方法，该方法是一种针对震后场景中，部分被困人员无法正常移动同时其手机无法接收GPS信号进行定位等情况，利用移动通信基站以及被困人员手机内置的相关应用程序，来对被困人员进行定位的方法。该方法通过借助移动通信基站，主动收集或借助被困人员手机内置的应用程序收集手机的信号强度信息，通过提前规划好移动通信基站的运行路线，并对收集到的信号强度值进行分析，利用通信信号强度的特性以及二维平面几何的知识，确定手机在二维平面上的位置，借此找到被困人员。本发明专利的定位方法的突出优点在于：该方法借助对手机的定位间接对被困人员进行定位，无需被困人员前期携带其他设备；且定位算法简单，精度较高，设施架构简单，能满足震后快速、精确的定位需求。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
