基于深度学习的头颅CT图像分类预测模型、方法及装置

    公开(公告)号:CN116912554A

    公开(公告)日:2023-10-20

    申请号:CN202310657990.5

    申请日:2023-06-05

    Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置,其中,分类预测模型包括:图像对比度归一化模块,用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理,生成处理后的单层头颅CT平扫图像;分类预测模块,用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征,并利用分类头模块基于图像特征生成与预设类别对应的预测值,和,与预设类别对应的图像特征矩阵权重;梯度类别激活热图生成模块,用于基于图像特征矩阵权重生成激活热图,激活热图用以辅助确定病灶位置。通过该模型,可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且,可以使分类结果更加准确。

    一种检测复合物IgA1-α1MG的方法及无创检测肾组织损伤的试剂盒

    公开(公告)号:CN108802400A

    公开(公告)日:2018-11-13

    申请号:CN201810321795.4

    申请日:2018-04-11

    Inventor: 张宏 朱厉

    Abstract: 本发明提供一种检测复合物IgA1‑α1MG的方法及无创检测肾组织损伤的试剂盒,涉及生物技术领域,包括:利用抗人α1MG抗体捕获待测样本中的复合物IgA1‑α1MG,获得待测复合物IgA1‑α1MG;向所述待测复合物IgA1‑α1MG中加入标记物标记的抗人IgA1抗体,使标记物标记的抗人IgA1抗体的含量与所述待测复合物IgA1‑α1MG的含量呈正相关;通过检测标记在抗人IgA1抗体的标记物获得待测样品中是否存在复合物IgA1‑α1MG的检测结果,本发明实现了对IgA肾病的检测,填补了本技术领域对IgA肾病检测的空白,打破了本技术领域不能对IgA肾病的组织损伤进行无创检测的技术难题。

    对TFM信号进行判决的方法
    25.
    发明授权

    公开(公告)号:CN100536452C

    公开(公告)日:2009-09-02

    申请号:CN200610113540.6

    申请日:2006-09-29

    Applicant: 北京大学

    Abstract: 本发明针对tfm信号特点提供了一种对tfm信号进行判决的方法,该方法包括:(1)构建一tfm信号的约束关系状态图;(2)利用上述状态图,采用viterbi解码的方式寻找出最大似然规则下的最优路径,并对此路径进行回溯,完成解码。本发明在系统复杂度和解调性能之间作了较好的权衡,在硬件系统能承受的范围内达到了较好的解调性能。

Patent Agency Ranking