公开(公告)号：CN116797512A

公开(公告)日：2023-09-22

申请号：CN202210244743.8

申请日：2022-03-14

Applicant: 南开大学

Inventor： 刘锋 ,  崔荣升 ,  蒋英海 ,  张仕昂 ,  张爽

IPC: G06T7/00 ,  G06V20/69 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于全切片病理图像计算机辅助诊断领域。全切片病理图像的诊断在当代远程医疗体系中占据着非常重要的位置，图像中病理区域的识别结果决定着最终的医疗诊断方案水平。但现有的诊断方法仍存在着诊断时间消耗过长和诊断系统智能化程度低的缺陷，而且医生的人工分类会浪费大量的人力物力。为弥补现存不足，本发明公开了一种基于全卷积神经网络的全切片病理图像病灶分割诊断方法。本方法具有识别精确度高、时间成本低的特点，本方法可以代替或辅助传统人工病灶区域分割任务，根据神经网络的前期训练经验实现对病灶区域的精准识别和合理分割。基于上述优势，本发明可以广泛且准确的应用于日常医疗机构的病理图像计算机辅助诊断中。

公开(公告)号：CN115865126A

公开(公告)日：2023-03-28

申请号：CN202211670278.0

申请日：2022-12-26

Applicant: 南开大学

Inventor： 刘锋 ,  蒋英海 ,  崔荣升 ,  马超群

IPC: H04B1/707 ,  H04B1/709 ,  H04B1/713 ,  H04K1/00 ,  H04B17/309 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于无线通信领域。扩频技术将原始的基带信号扩展到更宽的频带，使得扩展后的信号具有很好的抗拦截能力。扩频信号的宽频带特性所带来的高采样率增加了参数估计的实现难度。针对现有技术所面临的问题与挑战，本发明公开了一种融合压缩采样与人工神经网络的扩频信号参数方法。一方面，压缩采样能够利用信号的冗余性，以较低的采样率获取信号中的有效参数信息；另一方面，深度神经网络在提取数据特征方面具有高效准确的特点。通过对压缩采样与参数估计网络的整体训练，实现两者的有效配合，进而实现以较低采样率对扩频信号参数的准确估计。

公开(公告)号：CN115604489A

公开(公告)日：2023-01-13

申请号：CN202110775153.3

申请日：2021-07-09

Applicant: 南开大学(CN)

Inventor： 刘锋 ,  蒋英海 ,  崔荣升 ,  张仕昂 ,  张爽

IPC: H04N19/63 ,  H04N19/154 ,  H04N19/124 ,  H04N19/91

Abstract: 本发明属于图像压缩处理领域。图像压缩编码技术是现代多媒体与信息技术的重要组成部分。随着当今存储技术与网络传输技术建设的不断成熟，各类用户对图像信息的需求与日俱增，而图像数据对存储与网络传输资源的消耗也在逐渐增大。传统的图像压缩编码技术在满足人类视觉质量要求和图像的多分辨率处理方面，还有待提高。为了提高图像存储与传输效率，使用户能更为快捷地获取图像信息，本发明提出一种以人类视觉质量和显示分辨率为参数的图像压缩编码方法。一方面，二维离散小波变换符合人类视觉系统感知的特征，且支持多分辨率图像处理。另一方面，使用本发明中基于人类视觉质量原理的视觉阈值模型，能够有效优化图像码流，消除图像的视觉冗余，提高压缩性能。基于以上两点，本发明能够根据不同分辨率和人类视觉质量的需求，对图像进行不同程度的压缩编码。相较于传统的图像压缩方法，本发明能够在一定视觉质量和图像分辨率的前提下，降低图像压缩编码码率，提高图像编码效率，进而有效减少图像数据存储和网络传输的资源消耗。