-
公开(公告)号：CN116831574A
公开(公告)日：2023-10-03
申请号：CN202310734254.5
申请日：2023-06-20
Applicant: 中国科学院自动化研究所 , 北京华视诺维医疗科技有限公司
IPC: A61B5/1455 , A61B5/00 , H04M1/72403 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于ETENet的端到端手机血氧测量系统包括数据采集单元、信号质量评估模块和血氧估计模块；数据采集单元由光电传感器和LED灯组成，用于获取PPG信号；信号质量评价模块用于对PPG信号行质量评价筛选，判断信号是否可用；血氧估计模块用于通过PPG信号生成血氧饱和度；本发明提供了一种基于全卷积架构神经网络的轻量化模型的移动设备血氧估计方法，为在减小模型参数量方便移动设备部署的同时不失精度；提出了一种在移动设备上实现高实时性的无需任何预处理步骤，以端到端的方式估计SpO2的方案。
-
公开(公告)号：CN111276181B
公开(公告)日：2023-06-06
申请号：CN202010062519.8
申请日：2020-01-20
Applicant: 中国科学院自动化研究所
IPC: G16B5/00 , G16B40/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于光学分子影像及生物自发荧光成像技术领域，具体涉及了一种基于卷积神经网络的无创在体干细胞示踪方法及系统，旨在解决现有技术计算复杂度高、无创在体干细胞示踪精度达不到预期的问题。本发明包括：获取无创在体干细胞对应荧光强度向量，并结合生物体表节点进行光子密度强度归一化处理；基于归一化后的体表节点荧光强度向量，通过训练好的无创在体干细胞示踪网络，获取无创在体干细胞的位置向量；基于无创在体干细胞的位置向量，实现无创在体干细胞示踪。本发明进行网络输入向量、输出向量预处理，获得适用于卷积神经网络的数据，并通过仿真数据进行网络训练，网络模型在干细胞示踪领域精度高，速度快。
-
公开(公告)号：CN113223014A
公开(公告)日：2021-08-06
申请号：CN202110501137.5
申请日：2021-05-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像分析领域，具体涉及了一种基于数据增强的脑部图像分析系统、方法和设备，旨在解决现有的脑部图像分析系统只能孤立地分析一种脑部病变而忽略三种病变存在多发可能、分类模型训练数据集较少使得诊断精度不高且不可靠和仅用分类模型分类精度较低等问题。本发明包括：通过3D分割网络识别模型获取立体分割掩膜，将立体分割掩膜和脑部MR图像结合生成不同病灶增强图像，通过训练好的分类网络获得分类结果。本发明考虑到了三种肿瘤病变的多发性，提高了脑部图像分析的准确性，提高了模型诊断精度和模型诊断可靠性，使用分割标签训练分割网络增强病灶区域，显著提高了诊断准确率。
-
公开(公告)号：CN106840811A
公开(公告)日：2017-06-13
申请号：CN201710045429.6
申请日：2017-01-22
Applicant: 中国科学院自动化研究所
IPC: G01N1/30
CPC classification number: G01N1/30
Abstract: 本发明公开了一种肿瘤组织体外病理染色试剂盒。其是将Cetuximab用于肿瘤组织体外病理染色的新用途而开发的试剂盒，通过实验验证，发现对Cetuximab进行一定荧光标记后用于肿瘤组织体外病理染色，可以将正常组织与肿瘤组织进行很好的区分，在一定程度上可区分高分化和低分化的肿瘤组织，可以用作肿瘤检测，实现旧药新用。
-
公开(公告)号：CN103364254B
公开(公告)日：2016-06-08
申请号：CN201310300508.9
申请日：2013-07-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种位置可调的光学投影断层成像系统样本固定装置，该装置采用粘附固定和夹持固定两种方式固定样本，其包括：精密平移台，其可在两个垂直方向上整体调节样本的位置；固定导向装置，其用于在夹持固定样本时，与卡爪配合使得装有样本的毛细玻璃管竖直固定于卡盘体中；卡盘体，其用于导向装置、卡爪以及粘附柱的固定；卡爪，其用于在夹持固定样本时同步锁紧装有样本的毛细玻璃管，使其处于卡盘体的中心；卡爪驱动，其用于在夹持固定样本时同步锁紧卡爪；粘附柱，其用于在粘附固定时，一端粘附样本，另一端固定在卡盘体的中心。本发明系统结构合理，功能显著，操作方便，费用低。
-
Patent Agency Ranking
公开(公告)号：CN103345770A
公开(公告)日：2013-10-09
申请号：CN201310302494.4
申请日：2013-07-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于迭代自适应加权的有限视角光声成像重建方法。基于有限视角采集的光声信号，为了校正计算投影信号和采集信号的差异，基于采集信号与上一步迭代重建图像的比值对投影数据加权，为了补偿重建图像和实际图像之间的差异，计算采集信号和计算机投影信号的残差，将残差信号反投影得到残差图像，从而保证迭代过程中信号残差逐步变小，进而保证重建图像的收敛性。本发明能在有限视角扫描的情形下，解决由于信号缺失引起的重建病态问题，减少重建伪迹，提高重建精度，对减少信号采集时间具有一定的指导意义。
-
公开(公告)号：CN102727188A
公开(公告)日：2012-10-17
申请号：CN201210262127.1
申请日：2012-07-26
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
Abstract: 本发明公开了一种基于拼合螺旋扫描方式的光学投影断层成像方法，包括：将同一高度、同一角度、不同探测器位置的投影图拼合成一个水平方向能覆盖所有样本的投影图，进而将多个局部螺旋投影数据拼合为一个整体螺旋投影数据；根据拼合后每幅投影图的轴向位置和扫描角度，计算出整个三维重建体的轴向视野；将三维重建体划分为多个轴向待重建断层，将每个轴向待重建断层对应的投影行进行数据重排，获得轴向待重建断层对应的正弦图；以及利用圆轨道滤波反投影方法将正弦图重建为断层图像，然后将各断层图像依次叠加在一起便得到三维重建体。利用本发明，能够有效的扩展光学投影断层成像的视野，提高成像系统对大尺寸物体的成像能力。
-
公开(公告)号：CN118887220A
公开(公告)日：2024-11-01
申请号：CN202410787312.5
申请日：2024-06-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种细胞谱系追踪系统和方法，该系统包括：细胞分割模块，所述细胞分割模块用于对显微影像中的多个细胞实例分别进行图像分割，生成细胞掩膜；特征提取模块，所述特征提取模块用于根据深度度量学习方法从所述显微影像中提取所述多个细胞实例分别对应的潜在特征，并根据细胞空间特征和所述潜在特征得到所述多个细胞实例的全面特征描述；追踪模块，所述追踪模块用于根据所述全面特征描述构建所述多个细胞实例之间的关联图，并通过迭代更新所述关联图中的节点信息对所述多个细胞实例的追踪，得到细胞谱系追踪轨迹；本发明所述方法能够在连续帧中稳定追踪细胞，提高了细胞跟踪的准确性和可靠性。
-
公开(公告)号：CN113627434B
公开(公告)日：2024-05-28
申请号：CN202110767565.2
申请日：2021-07-07
Applicant: 中国科学院自动化研究所
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明提供一种应用于自然图像的处理模型的搭建方法及装置，涉及深度学习技术领域，该方法包括以下步骤：采集自然图像，得到样本图像，并将样本图像作为数据集；对数据集进行分割，得到训练集和测试集；其中，训练集和测试集的交集为空集；为训练集补充三维信息，将二维图像数据映射成三维点云数据后作为训练使用的输入数据，采用深度学习方式进行训练，得到用于生成待识别自然图像的分类结果的处理模型，本发明通过为二维图像还原其三维原型来扩大特征嵌入空间，以同时结合全局和局部的特征进行快速的少样本学习和预测，可以在只有少量数据的情况下快速学习和预测，并且能结合多种的特征的特点，能更好地运用在自然图像分类方面。
-
公开(公告)号：CN113627255B
公开(公告)日：2024-05-24
申请号：CN202110767576.0
申请日：2021-07-07
Applicant: 中国科学院自动化研究所
IPC: G06F30/27
Abstract: 本发明提供一种小鼠行为量化分析方法、装置、设备及可读存储介质，涉及动物行为分析技术领域，该方法包括以下步骤：采集小鼠的待预测视频；将待预测视频输入至姿态估计网络模型中，得到姿态估计网络模型输出的小鼠对应的姿态估计结果；将待预测视频和姿态估计结果输入至行为检测网络模型中，得到行为检测模型输出的小鼠对应的行为检测结果；基于姿态估计结果与行为检测结果提取小鼠的行为模式特征，根据行为模式特征对小鼠的行为进行量化分析。本发明基于动物姿态估计与行为检测提取多种小鼠行为模式特征，有利于实现更加准确与可靠的小鼠行为量化分析。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.03 seconds)
