-
公开(公告)号：CN112057751B
公开(公告)日：2022-11-29
申请号：CN202010816077.1
申请日：2020-08-14
Applicant: 中南大学湘雅医院
Abstract: 本发明提供了一种盆腔放疗危及器官自动勾画方法，该方法同时利用了宫颈癌外照射和腔内照射的CT图像，对同一个卷积神经网络模型进行半监督学习，提高了相同数据量下的勾画准确度，能有效提高医疗工作者的工作效率的勾画的一致性，提高宫颈癌放射治疗的精准度。
-
公开(公告)号：CN112508827B
公开(公告)日：2022-04-22
申请号：CN202011227685.5
申请日：2020-11-06
Applicant: 中南大学湘雅医院
IPC: G06T5/40 , G06T5/50 , G06T7/11 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种基于深度学习的融合多场景的危及器官的分割方法，本方法考虑到场景内数据的共性特征，分别对每一个数据集构建一个分割模型，获取每个数据集中的每个器官训练得到的第一最优子模型和第二最优子模型；对全部的数据集构建一个集成模型，通过全部的数据集对集成模型进行训练，同时在训练的过程中，将得到的全部第一最优子模型和第二最优子模型均作为特征提取器引入至集成模型，用于引导集成模型对不同场景下的数据的训练，使集成模型既关注分割器官的个性化特征，也关注到器官和背景间的差异，能够提高待分割器官检出率的同时，也能降低假阳的出现。
-
公开(公告)号：CN109355588A
公开(公告)日：2019-02-19
申请号：CN201811576367.2
申请日：2018-12-22
Applicant: 中南大学
CPC classification number: C22C38/42 , C21D8/0205 , C21D8/0226 , C21D8/0236 , C21D8/0273 , C21D2211/001 , C22C38/02 , C22C38/04 , C22C38/48 , C22C38/52 , C22C38/58
Abstract: 一种铜铌钴抗蚀奥氏体不锈钢及其加工与热处理方法，合金元素质量百分比为：C≤0.07，Ni＝8.0～10.0，Cr＝17.0～19.0，Nb≤0.54，Cu＝0.2～0.8，Co＝0.1～0.5，Mn≤2.0，Si≤1.0，P≤0.035，S≤0.030，其中7.73×(C-0.01)≤Nb≤7.73×C，余量为Fe。经热变形开坯和冷变形，NbC破碎、弥散，高温固溶处理后晶粒粗化。通氧条件下80℃含5×10-6F-的0.5mol/L的H2SO4电解液中腐蚀电流密度为1.5～2.9μA/cm2，与经表面涂层的不锈钢双极板材料相当。具有低硬度和高延伸特点，利于双极板流道的成型。
-
公开(公告)号：CN118644506A
公开(公告)日：2024-09-13
申请号：CN202410829867.1
申请日：2024-06-25
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及了一种基于单模态图像训练的分割方法、装置、设备及存储介质，本方法在第一模态的医学图像上标注至少一个器官组织的mask区域，然后对第一模态的医学图像上的与第二模态的医学图像相关联的mask区域进行随机分布强度变换，并进行叠加，能基于第一模态的医学图像模拟出第二模态的医学图像，然后将第一模态的医学图像与模拟第二模态的医学图像进行融合，最后利用融合的图像实现分割网络的训练，得到分割模型，该分割模型能够支持第一模态的医学图像也能够支持第二模态的医学图像的分割。本方法仅利用检测区域的第一模态的医学图像就能够对检测区域第二模态的医学图像进行分割，克服模态依赖性，减少对大量标注数据的依赖，并优化计算效率。
-
公开(公告)号：CN112070777B
公开(公告)日：2021-10-08
申请号：CN202011249376.8
申请日：2020-11-10
Applicant: 中南大学湘雅医院
Abstract: 本发明公开了一种基于增量学习的多场景下的危及器官分割方法及设备，本方法中通过增量学习的方法使模型能够将旧的任务上学习到的特征有效的迁移到新的任务上，提升新任务的分割效果，同时在也能保持在旧的场景下的器官的分割性能，用单个模型有效的解决了不同场景下多器官的分割问题。
-
Patent Agency Ranking
-
公开(公告)号：CN112508827A
公开(公告)日：2021-03-16
申请号：CN202011227685.5
申请日：2020-11-06
Applicant: 中南大学湘雅医院
Abstract: 本发明公开了一种基于深度学习的融合多场景的危及器官的分割方法，本方法考虑到场景内数据的共性特征，分别对每一个数据集构建一个分割模型，获取每个数据集中的每个器官训练得到的第一最优子模型和第二最优子模型；对全部的数据集构建一个集成模型，通过全部的数据集对集成模型进行训练，同时在训练的过程中，将得到的全部第一最优子模型和第二最优子模型均作为特征提取器引入至集成模型，用于引导集成模型对不同场景下的数据的训练，使集成模型既关注分割器官的个性化特征，也关注到器官和背景间的差异，能够提高待分割器官检出率的同时，也能降低假阳的出现。
-
公开(公告)号：CN110004378A
公开(公告)日：2019-07-12
申请号：CN201910407639.4
申请日：2019-05-15
Applicant: 中南大学
Abstract: 一种饵变质增韧高硬度合金及其铸造方法，合金各元素的质量百分含量为Cr：9.0～13.0，B：2.6～2.9，C：0.7～0.9，Nb：0.4～0.8，V：0.4～0.8，Mn的含量小于0.3，Er：0.02～1.0，S、P：≤0.01，余量为Fe。其中C、B总和：3.3～3.6；C/Cr质量比：0.06～0.08；Nb、V的总和为0.5～1.0。首先准备好Fe-Er2O3、Fe-碳酸铒或Fe-硝酸铒粉末压块，将合金配料、熔炼与变质处理后浇铸合金，浇铸温度为1250～1320℃。本发明铸锭整体硬度HRC66.2～70.9，冲击韧性达到10.7～16.6J/cm2，抗弯强度达到1000～1662MPa。
-
公开(公告)号：CN109609868A
公开(公告)日：2019-04-12
申请号：CN201811576362.X
申请日：2018-12-22
Applicant: 中南大学
IPC: C22C38/44 , C22C38/52 , C22C38/48 , C22C38/42 , C22C38/58 , C22C38/04 , C22C38/02 , C22C33/04 , B21C37/00 , C21D8/00
CPC classification number: C22C38/44 , B21C37/00 , C21D8/005 , C21D2211/001 , C22C33/04 , C22C38/02 , C22C38/04 , C22C38/42 , C22C38/48 , C22C38/52 , C22C38/58
Abstract: 一种铜钽钴改性不锈钢及其加工与热处理方法，合金元素质量百分比为：C≤0.03，Ni＝12.0～15.0，Cr＝16.0～18.0，Mo＝2.0～3.0，Ta≤0.75，Cu＝0.2～0.8，Co＝0.1～0.5，Mn≤2.0，Si≤1.0，P≤0.035，S≤0.030，其中15.06×C≤Ta≤15.06×C+0.3，Fe＝余量。经热变形开坯和冷变形，TaC破碎、弥散，高温固溶处理后晶粒粗化。通氧条件下80℃含5×10-6F-的0.5mol/L的H2SO4电解液中腐蚀电流密度为4.84～5.72μA/cm2，与经表面涂层的不锈钢双极板材料相当。具有低硬度和高延伸特点，利于双极板流道的成型。
-
公开(公告)号：CN113505585A
公开(公告)日：2021-10-15
申请号：CN202110801808.X
申请日：2021-07-15
Applicant: 中南大学湘雅医院
IPC: G06F40/253 , G06F40/284
Abstract: 本发明涉及基因测序和网络报文深度内容匹配技术领域，尤其涉及一种基于原语状态机的高速字符串特征匹配方法、装置和设备。方法包括：用户输入关键字特征集合，并对每个关键字特征以特征序号和字符串序列方式存储；基于预先定义的基本操作原语，对关键字特征集合按照预设编译方法进行编译，获得关键字特征集合对应的原语状态机；获取待匹配目标字符串，基于原语状态机执行字符串匹配过程，获得命中关键字，并输出命中关键字的特征序号和当前匹配字符的结束位置。该匹配方法大幅降低状态节点的数量和匹配过需要涉及的状态节点迁移次数，有助于充分加大现代高性能CPU的多级Cache命中率，从而提高匹配算法的性能和匹配灵活性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
