公开(公告)号：CN119314547A

公开(公告)日：2025-01-14

申请号：CN202411358103.5

申请日：2024-09-27

Applicant: 鹏城实验室

Inventor： 聂志伟 ,  刘雨田 ,  徐凡 ,  黄显淞 ,  陈杰 ,  任智祥 ,  田永鸿

IPC: G16B20/00 ,  G06F18/213 ,  G06N3/045

Abstract: 本申请实施例提供了一种抗体与抗原之间相互作用的预测方法以及相关设备，属于数据处理技术领域。该方法包括：获取目标抗体的抗体序列信息和目标抗原的抗原序列信息；提取抗体序列信息中的抗体序列特征，以及提取抗原序列信息中的抗原序列特征；确定抗体序列特征和抗原序列特征之间各自的双向注意力权重，并基于各个双向注意力权重提取抗体序列特征和抗原序列特征之间的双向注意力特征；将抗体序列特征映射到目标抗体的空间结构上，得到抗体结构特征；融合双向注意力特征和抗体结构特征得到目标特征，并基于目标特征确定目标抗体与目标抗原之间相互作用的目标预测结果。本申请能够提高对目标抗体与目标抗原之间相互作用的预测准确度。

公开(公告)号：CN116433704A

公开(公告)日：2023-07-14

申请号：CN202211705880.3

申请日：2022-12-29

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  黄显淞 ,  黄钟毅

IPC: G06T7/194 ,  G06T7/66 ,  G06V10/762 ,  G06V10/82 ,  G06N3/08 ,  G06T5/00 ,  G06T5/30 ,  G06N3/0464

Abstract: 本发明公开了一种基于中心点的细胞核分割方法及相关设备，所述方法包括：基于无监督聚类的伪标签生成算法对细胞核图像聚类，生成细胞核分割网络模型训练时所需要的实例像素级伪标签；在得到三分类的伪标签实例化结果后，采用非边界框依赖的实例分割框架进行细胞核分割网络模型的训练；对细胞核中心点检测网络进行训练，通过取局部最大值和滤波操作得到预测的细胞核中心点；将细胞核的分割结果和检测结果进行融合和切割处理，得到修正后的细胞核实例分割结果。本发明将伪标签处理成内核‑轮廓‑背景三分类的分类图，从而能让网络更好地关注细胞核的轮廓，对细胞核中心点进行预测，使用分水岭算法对分割结果进行处理，提升了粘连细胞核实例化效果。

公开(公告)号：CN116258937A

公开(公告)日：2023-06-13

申请号：CN202211569888.1

申请日：2022-12-08

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  王中岐 ,  任前

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/10 ,  G06V10/26 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了基于注意力机制的小样本分割方法、装置、终端及介质，包括：输入支持图片、支持图片对应的掩码图以及待预测查询图片；通过权重共享的编码器分别提取待预测查询图片的特征和支持图片的特征；将支持图片的特征和支持图片对应的掩码图输入原型生成算法，得到一对互补的原型；将一对互补的原型扩展至待预测查询图片的尺寸，并与待预测查询图片进行拼接，通过FPN结构的解码器预测拼接后的前后背景，得到分割结果；根据双线性插值算法将分割结果恢复至原始图像尺寸大小，得到小样本分割结果。本发明以一种权重互补的方式构建一对原型，从而在原型生成过程中尽量地保留的有效信息，减少原型偏置造成的分类错误，提高判断精度。

公开(公告)号：CN116012471A

公开(公告)日：2023-04-25

申请号：CN202211425844.1

申请日：2022-11-15

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  吴若有 ,  黄纬键 ,  陈杰

IPC: G06T11/00 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/094

Abstract: 本申请公开了一种基于对抗样本的医学图像重建方法及相关装置，所述的方法包括：获取待重建的医学图像，并将所述医学图像输入经过训练的恢复网络模型，其中，所述恢复网络模型为训练医学图像以及训练医学图像对应的去干扰图像训练得到的，所述去干扰图像为基于训练医学图像生成的对抗样本生成的；通过所述恢复网络模型确定所述医学图像对应的重建图像。本申请采用基于训练医学图像对应的对抗样本生成去干扰图像和训练图像训练恢复网络模型对医学图像进行重建，可以提高重构医学图像的图像质量，这是由于采用去干扰图像作为干净图像可以解决对抗训练方法对干净样本恢复性能下降的问题，从而提高了恢复网络模型的模型性能。

公开(公告)号：CN113344896B

公开(公告)日：2023-01-17

申请号：CN202110705914.8

申请日：2021-06-24

Applicant: 鹏城实验室

Inventor： 高志强 ,  陈杰 ,  乔鹏冲 ,  田永鸿

IPC: G06T7/00 ,  G06T7/10

Abstract: 本发明公开了一种半监督的胸部CT图像病灶分割模型的训练方法及系统，所述方法包括：获取样本CT图像，并计算所述样本CT图像的可信度，其中，所述样本CT图像包括有标注图像和无标注图像；根据所述样本CT图像的可信度，进行CT图像的配对，并生成增广CT图像，所述CT图像为仅含有病灶的图像；根据所述增广CT图像训练深度学习网络，得到病灶分割模型；基于教师‑学生模型的自学习策略优化所述病灶分割模型的分割精度。本发明提出一种半监督的胸部CT图像病灶分割模型的训练方法，保留了病灶信息，整合了全监督损失函数和普通半监督损失函数的优点，节省大量的人力成本，避免了海量标注数据的需求。

公开(公告)号：CN115271157A

公开(公告)日：2022-11-01

申请号：CN202210660535.6

申请日：2022-06-13

Applicant: 鹏城实验室

Inventor： 王耀威 ,  张威风 ,  陈杰 ,  吴哲 ,  张新峰 ,  黄庆明

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于Transformer的多任务交通流预测方法、装置及终端，本发明方案通过设置一个编码器和两个解码器，使用两个编码器分别处理交通流量任务和交通速度任务，使用编码器提取历史交通数据的历史时空特征并输入至每个解码器中，以增强各个解码器中输入的实时交通数据的特征；而且每个解码器还从另一个解码器中层次性抽取空间特征和节点特征以与自身特征融合和互补，从而通过一个预测任务来增强另一个预测任务的特征，实现特征上相互促进，提高预测结果的精度。

公开(公告)号：CN114339564A

公开(公告)日：2022-04-12

申请号：CN202111586513.1

申请日：2021-12-23

Applicant: 清华大学深圳国际研究生院 ,  鹏城实验室

Inventor： 吴志勇 ,  陈杰 ,  叶文轩 ,  陈玉鹏

IPC: H04R25/00

Abstract: 一种基于神经网络的用户自适应助听器自验配方法，包括：根据用户纯音测听得到的听力图，拟合一组初始的信号处理参数；通过用户佩戴的预调了所述信号处理参数的助听器，进行多轮的言语测听和参数调整；其中，每次言语测听完毕后，基于神经网络的言语测听识别概率模型根据用户的言语测听记录，预测用户在各种参数组下对不同言语测听语料的识别概率；参数组优化系统根据预测结果，获得使用户的言语测听识别率最高的几组参数组供用户选择，并基于用户选择的参数组，继续微调参数；持续迭代进行言语测听和参数调整，直到助听器调配到满足预定的助听效果为止。本发明使助听器验配便捷化的同时提高了验配结果的精确性。