-
公开(公告)号：CN113408463B
公开(公告)日：2022-05-10
申请号：CN202110734642.4
申请日：2021-06-30
Applicant: 吉林大学
IPC: G06V20/69 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明属于深度学习技术领域，具体涉及一种基于距离度量的细胞图像小样本分类系统；其中图像转换模块对细胞图像数据集进行处理，并采用训练好的图像转换网络得到细胞小样本数据集；预训练模块对构建的Resnet18分类模型进行预训练，小样本分类模块通过训练构建的细胞小样本分类模型实现对细胞小样本图像中的细胞进行分类；本系统能够辅助临床医生对血液细胞进行快速分类，以减少工作量，提高细胞分类能力以及模型泛化能力，对处理医学领域中的血液细胞小样本分类问题具有重要意义。
-
公开(公告)号：CN110705639B
公开(公告)日：2022-03-15
申请号：CN201910940562.7
申请日：2019-09-30
Applicant: 吉林大学
Abstract: 本发明属于图像识别技术领域，具体涉及一种基于深度学习的医学精子图像识别系统；包括输入模块、定位模块和分类模块，其中输入模块用于采集检测者进行灰度化处理后的精子图片；定位模块根据输入模块中采集到的精子图片，利用深度学习和图像识别方法中的YOLO v3模型对精子图片上的精子头部进行定位；分类模块采用构建的VGG‑dense block分类模型对定位模块中定位出的精子头部进行正异常判定，输出正常精子和异常精子；本系统检测精子图片用时短，大大减轻了医生的工作量，准确率高，减小主观性带来的误差，可以辅助和部分替代医生进行精子形态评估，具有良好的应用前景。
-
公开(公告)号：CN112634243A
公开(公告)日：2021-04-09
申请号：CN202011578982.4
申请日：2020-12-28
Applicant: 吉林大学
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种强干扰因素下基于深度学习的图像分类识别系统；其中检测统计模块用于采集完整的细胞原图像，并对该细胞原图像进行逐块显示，根据细胞识别模块识别出的细胞类别及个数生成报告；细胞分割模块采用Unet网络细胞轮廓分割模型对观察窗口内显示的图像中细胞进行识别和分割，每处理完一个观察窗口，就将其输入细胞识别模块，直至处理完全部观察窗口；细胞识别模块采用SSD目标检测网络模型对细胞分割模块从观察窗口内识别并分割出的细胞进行定位以及识别；对显微镜下白细胞图像进行分析，辅助临床医生准确高效完成白细胞分类识别统计，提高准确率及判断精度，能够有效降低噪声干扰，提升分类识别效果。
-
公开(公告)号：CN103970701B
公开(公告)日：2017-08-25
申请号：CN201410230792.1
申请日：2014-05-28
Applicant: 吉林大学
IPC: G06F13/38
Abstract: 本发明的基于现场可编程门阵列的数据实时同步采集的知识产权核，属于物联网应用的技术领域。结构有基本IP核模块、外设IP核模块和传感器自定义IP核模块。传感器自定义IP核模块包括温度气压传感器自定义IP核、红外测温传感器自定义IP核和温度测试传感器自定义IP核等。这些IP核都是基于Avalon接口规范的，CPU通过Avalon总线与各个IP核进行通信，最终完成对传感器的数据采集。本发明能够有效克服传统传感器数据采集的低效率、低速率和不能实时同步的缺陷，可连接不同类型的传感器接口；在同一个时钟下，并行对数据进行处理，达到高速采集的效果；各个模块能够独立地运行，实现数据的实时采集；能够有效利用资源。
-
公开(公告)号：CN114245455A
公开(公告)日：2022-03-25
申请号：CN202210011546.1
申请日：2022-01-06
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LoRa技术的无线定位时间同步方法，该方法包括：若待测点的数量大于基站的数量n，则将待测点分组并对分组进行编号，每组最多n个待测点；每个基站对待测点建立无线通信并进行测距，获得各基站与各待测点的距离；对于第j个分组的待测点，基站i对第j个分组的多个待测点的测量距离封装为一帧测距数据信息DATAi，基站i将DATAi发送至服务器；服务器接收到DATAi后向基站i发送应答信号ACKi；当服务器接接收到n个基站的测距数据信息后，分时分别向各基站发送时间同步信号；各基站接收到对应时间同步信号后，根据时间同步信号重置各基站的时间。本发明提高了无线定位信号传递效率和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN113408463A
公开(公告)日：2021-09-17
申请号：CN202110734642.4
申请日：2021-06-30
Applicant: 吉林大学
Abstract: 本发明属于深度学习技术领域，具体涉及一种基于距离度量的细胞图像小样本分类系统；其中图像转换模块对细胞图像数据集进行处理，并采用训练好的图像转换网络得到细胞小样本数据集；预训练模块对构建的Resnet18分类模型进行预训练，小样本分类模块通过训练构建的细胞小样本分类模型实现对细胞小样本图像中的细胞进行分类；本系统能够辅助临床医生对血液细胞进行快速分类，以减少工作量，提高细胞分类能力以及模型泛化能力，对处理医学领域中的血液细胞小样本分类问题具有重要意义。
-
公开(公告)号：CN112885409A
公开(公告)日：2021-06-01
申请号：CN202110059973.2
申请日：2021-01-18
Applicant: 吉林大学
Abstract: 本发明属于结直肠癌蛋白标志物选择技术领域，具体涉及一种基于特征选择的结直肠癌蛋白标志物选择系统；其中数据处理模块采集大肠癌蛋白文本数据，并对数据进行处理，特征排序模块采集数据处理模块输出的数据，并按ReliefF法计算每种大肠癌表达蛋白的权重；特征选择模块使用Lasso方法计算每种大肠癌表达蛋白的特征重要性，最后分别将每种蛋白质的特征重要性与该种蛋白质的权重相乘，获得每种蛋白质的重要性评分，归一化处理得到每种蛋白质的最终重要性评分，将蛋白质的最终重要性评分从大到小进行排序，选择排名靠前的蛋白质作为输出；辅助临床医生对肿瘤生物标志物的鉴定，分析肿瘤组织与正常组织的蛋白质组差异。
-
公开(公告)号：CN112561863A
公开(公告)日：2021-03-26
申请号：CN202011406222.5
申请日：2020-12-03
Applicant: 吉林大学
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于深度学习的粒细胞图片细粒度分类识别系统；包含定位模块和分类模块，其中定位模块利用Hourglass网络模型对输入的粒细胞图片进行特征提取，将粒细胞图片中的全部细胞分别进行定位，再将定位后的细胞裁剪出来，留下单个完整的细胞，并将全部裁剪出来的细胞进行尺寸归一化处理；分类模块采用构建的深度学习分类模型对定位模块定位出的粒细胞进行分类；辅助临床医生准确高效完成粒细胞分类识别计数任务，减小主观性带来的误差，减轻医生的工作量，辅助医生做出疾病判断；该系统能够有效解决非均衡数据下的细胞分类以及粒细胞间的细粒度分类，提升网络分类识别效果。
-
公开(公告)号：CN110705639A
公开(公告)日：2020-01-17
申请号：CN201910940562.7
申请日：2019-09-30
Applicant: 吉林大学
Abstract: 本发明属于图像识别技术领域，具体涉及一种基于深度学习的医学精子图像识别系统；包括输入模块、定位模块和分类模块，其中输入模块用于采集检测者进行灰度化处理后的精子图片；定位模块根据输入模块中采集到的精子图片，利用深度学习和图像识别方法中的YOLO v3模型对精子图片上的精子头部进行定位；分类模块采用构建的VGG-dense block分类模型对定位模块中定位出的精子头部进行正异常判定，输出正常精子和异常精子；本系统检测精子图片用时短，大大减轻了医生的工作量，准确率高，减小主观性带来的误差，可以辅助和部分替代医生进行精子形态评估，具有良好的应用前景。
-
公开(公告)号：CN102866801A
公开(公告)日：2013-01-09
申请号：CN201210306022.1
申请日：2012-08-26
Applicant: 吉林大学
IPC: G06F3/041
Abstract: 本发明涉及一种有效滤除电子白板系统中同频信号干扰的方法，首先暂存器存储将要处理的信号，然后由预处理器对此信号进行波形变换，将变换后的信号传递给波形检测器，波形检测器对信号进行包络提取，并把提取后的结果传递给断点位置搜索器，断点位置搜索器负责提取出断点位置并利用门限比较器对断点位置进行修正，最后波形恢复器从断点开始进行波形恢复，以滤除干扰信号。本发明适用于多种具有不同程度同频干扰的板材，具有成本低、实时性强的优点，可以应用到超声定位电子白板系统中。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.016 seconds)
