公开(公告)号：CN119280213B

公开(公告)日：2025-04-29

申请号：CN202411575446.7

申请日：2024-11-06

Applicant: 南通大学附属医院 ,  南通大学

Inventor： 刘红 ,  宋清华 ,  王晗 ,  王鹏 ,  林赠华 ,  张二浩 ,  贾惠 ,  周诚程

IPC: A61K31/26 ,  A61K31/01 ,  A61K31/045 ,  A61K31/7048 ,  A61K31/352 ,  A61K31/585 ,  A61P7/06

Abstract: 本发明公开了萝卜硫素在制备治疗再生障碍性贫血产品中的应用，属于生物技术领域。本发明发现萝卜硫素(SPN)不仅可以逆转再生障碍性贫血的疾病程度，还能够通过抑制铁死亡的发生来达到治疗AA的目的。因此，将萝卜硫素用于制备防治再生障碍性贫血的产品，必然具有较好的应用前景，本发明为再生障碍性贫血的治疗提供了新的解决思路。

公开(公告)号：CN119280213A

公开(公告)日：2025-01-10

申请号：CN202411575446.7

申请日：2024-11-06

Applicant: 南通大学附属医院 ,  南通大学

Inventor： 刘红 ,  宋清华 ,  王晗 ,  王鹏 ,  林赠华 ,  张二浩 ,  贾惠 ,  周诚程

IPC: A61K31/26 ,  A61K31/01 ,  A61K31/045 ,  A61K31/7048 ,  A61K31/352 ,  A61K31/585 ,  A61P7/06

Abstract: 本发明公开了萝卜硫素在制备治疗再生障碍性贫血产品中的应用，属于生物技术领域。本发明发现萝卜硫素(SPN)不仅可以逆转再生障碍性贫血的疾病程度，还能够通过抑制铁死亡的发生来达到治疗AA的目的。因此，将萝卜硫素用于制备防治再生障碍性贫血的产品，必然具有较好的应用前景，本发明为再生障碍性贫血的治疗提供了新的解决思路。

公开(公告)号：CN119152552A

公开(公告)日：2024-12-17

申请号：CN202410425700.9

申请日：2024-04-10

Applicant: 南通大学

Inventor： 王晗 ,  荆亚光 ,  胡祖辉 ,  金磊 ,  季钰姣 ,  徐少杰 ,  杜若林

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/20 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/047 ,  G06N3/084 ,  G06V10/25 ,  G06V40/20

Abstract: 本发明公开一种多视角无纸化在线考试作弊行为识别方法，具体为，步骤1通过PC屏幕摄像头获得考生面部图像并预处理，利用迁移学习结合SwinTransformer网络，构建考生视线方向识别模块；步骤2通过侧俯视角摄像头获得考试桌面环境图像，利用迁移学习结合YOLOX网络，构建桌面环境物品识别模块；步骤3通过头戴式摄像头获得考生第一视角图像，利用迁移学习结合YOLOX构建考生第一视角下异常目标识别模块；步骤4根据上述检测结果，构建在线无纸化标准考试疑似作弊行为分类模块，判别考生在线考试疑似作弊的种类，抓拍三个视角下的作弊证据图像。本发明能够在无纸化在线考试时自动检测常见考试异常行为，为监考人员提供客观监考依据，减少人力成本的投入。

公开(公告)号：CN117636118A

公开(公告)日：2024-03-01

申请号：CN202311055531.6

申请日：2023-08-21

Applicant: 南通大学

Inventor： 王晗 ,  徐少杰 ,  杜若琳 ,  季钰姣 ,  吉翔 ,  金磊 ,  姜鸿星

IPC: G06V10/82 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/0455 ,  G06V20/52 ,  G06V10/80

Abstract: 本发明公开了一种基于对抗生成网络的多监测点协同空气污染物预测方法，包括如下步骤：步骤1，利用四个监测点6种常规污染物的实测数据和WRF‑CMAQ模型的“一次预测数据”作为“对抗生成网络优化模型”的输入信号；步骤2，建立“对抗生成网络优化模型”，利用四个监测点的WRF‑CMAQ模型的“一次预测数据”和实测数据生成四通道的二维矩阵“伪图像”数据，训练对抗生成网络结构参数；步骤3，利用训练好的“对抗生成网络优化模型”，对四个监测点6种常规污染物的浓度进行预测。本发明通过对抗生成网络实现对污染物浓度预测，有效减少传统WRF‑CMAQ模拟体系对空气质量预报的误差，显著提高空气质量检测的准确性与稳定性。

公开(公告)号：CN115951014A

公开(公告)日：2023-04-11

申请号：CN202211456742.6

申请日：2022-11-21

Applicant: 南通大学

Inventor： 王晗 ,  刘佳丽 ,  包银鑫

IPC: G01N33/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种结合气象特征的CNN‑LSTM‑BP多模态空气污染物预测方法，包括以下步骤：采集监测站空气质量数据，对异常值和缺失值预处理；利用皮尔逊相关系数对数据进行分析，挖掘气象因素与不同污染物之间的相关性，选取高相关性的气象因素作为辅助特征；构建卷积‑长短时记忆网络(CNN‑LSTM)对多种空气污染物时间变化规律及其相互关进行系建模与特征提取，利用CNN对影响空气质量的气象因素时间变化规律进行建模与特征提取；通过BP网络将多种污染物与气象因素特征融合、并进行预测，获取多种污染物的预测值。本发明构建多模态空气污染物预测模型，充分考虑不同污染物之间的影响、气象条件的变化，有效提高空气污染物预测模型的精度。

公开(公告)号：CN114187210B

公开(公告)日：2022-09-06

申请号：CN202210141500.1

申请日：2022-02-16

Applicant: 南通大学

Inventor： 王晗 ,  刘江浩

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/13 ,  G06T7/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于可见光‑远红外图像的多模态去浓雾方法，包括如下步骤：步骤1）利用多目摄像机和超声波雾化器采集可见光、远红外图像，并通过图像配准获取视野与分辨率均相同的可见光‑远红外图像组作为“多模态图像‘融合‑迁移’协同去雾网络”的输入；步骤2）构建“多模态图像‘融合‑迁移’协同去雾网络”；步骤3）利用多模态图像数据集作为训练数据，以“多模态图像‘融合‑迁移’协同去雾网络”作为生成器。同时，建立判别器，采用对抗生成网络模型训练、获取“多模态图像‘融合‑迁移’协同去雾网络”的最优网络参数；步骤4）利用训练完毕的“多模态图像‘融合‑迁移’协同去雾网络”对可见光‑远红外多模态图像进行去浓雾处理。本发明能够将多模态图像的特征有效融合，实现模态互补，显著提高浓雾条件下图像去雾的有效性。

公开(公告)号：CN112990325B

公开(公告)日：2022-09-06

申请号：CN202110312020.2

申请日：2021-03-24

Applicant: 南通大学

Inventor： 王晗 ,  冯文宇 ,  朱远璠 ,  郑君泰 ,  傅怀梁

IPC: G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种面向嵌入式实时视觉目标检测的轻型网络构建方法，包括如下步骤：步骤1)构建基于通道注意力机制多尺度特征融合的三分支输出骨干网络模块Backbone‑Tiny；步骤2)构建轻型金字塔特征融合网络模块PAN‑Tiny；步骤3)构建轻型检测头网络模块Head‑Tiny；步骤4)按照骨干网络模块Backbone‑Tiny、金字塔特征融合网络模块PAN‑Tiny、检测头网络模块Head‑Tiny的顺序，将步骤1)、步骤2)、步骤3)所描述的三个局部子网络模块依次串联成为目标检测网络整体。本发明的方法能够大幅度提升骨干网络模块特征提取有效性的同时，显著降低特征金字塔融合网络模块的计算量。

公开(公告)号：CN108874937B

公开(公告)日：2022-05-20

申请号：CN201810554926.3

申请日：2018-05-31

Applicant: 南通大学

Inventor： 施佺 ,  郑亚平 ,  邵叶秦 ,  王晗 ,  周晨璨

IPC: G06F16/35 ,  G06F40/289

Abstract: 本发明的基于词性结合和特征选择的情感分类方法，包括如下步骤：首先初始化词语‑词性Word2vec模型；其次对数据进行预处理操作，并基于情感词典从预处理过后的数据中选择具有情感信息的特征词；然后将文本的每个特征词和词性相结合，将文本转化为词语词性对序列文本；再通过词语‑词性Word2vec模型得到词语词性对序列文本的每个特征词的向量，并对每一条文本按维度将词语的向量相加后取平均值来表示文本，从而得到文本的特征向量；最后利用SVM分类器得到情感分类模型。有益效果为：采用情感词典提取特征词，凸显具有单情感信息的特征词；另一方面基于短语结构优化分词提取出情感倾向性的短语结构，把词语和词性相结合解决一词多义的问题。

公开(公告)号：CN114187210A

公开(公告)日：2022-03-15

申请号：CN202210141500.1

申请日：2022-02-16

Applicant: 南通大学

Inventor： 王晗 ,  刘江浩

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/13 ,  G06T7/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于可见光‑远红外图像的多模态去浓雾方法，包括如下步骤：步骤1）利用多目摄像机和超声波雾化器采集可见光、远红外图像，并通过图像配准获取视野与分辨率均相同的可见光‑远红外图像组作为“多模态图像‘融合‑迁移’协同去雾网络”的输入；步骤2）构建“多模态图像‘融合‑迁移’协同去雾网络”；步骤3）利用多模态图像数据集作为训练数据，以“多模态图像‘融合‑迁移’协同去雾网络”作为生成器。同时，建立判别器，采用对抗生成网络模型训练、获取“多模态图像‘融合‑迁移’协同去雾网络”的最优网络参数；步骤4）利用训练完毕的“多模态图像‘融合‑迁移’协同去雾网络”对可见光‑远红外多模态图像进行去浓雾处理。本发明能够将多模态图像的特征有效融合，实现模态互补，显著提高浓雾条件下图像去雾的有效性。

公开(公告)号：CN109447079B

公开(公告)日：2022-02-08

申请号：CN201811316869.1

申请日：2018-11-06

Applicant: 南通大学

Inventor： 王晗 ,  施佺 ,  孙玲 ,  魏明

IPC: G06V30/148 ,  G06V10/22 ,  G06V10/50 ,  G06V10/56 ,  G06V10/774

Abstract: 本发明主要提供了一种基于模板概率密度函数的车牌定位方法，包括如下步骤：步骤1)利用Harris角点检测结果，进行车牌特征“几何特征滤波”；步骤2)利用RGB颜色空间，进行车牌“颜色特征滤波”；步骤3)利用图像二值化提取车牌字符区域，进行“车牌字符结构特征滤波”建立车牌“候选区域”；步骤4)利用车牌字符结构分布建立“车牌模板概率密度函数”，在候选区域内进行最大概率定位。采用本发明方法，可克服车身广告等非车牌文字、字符的噪音干扰，有效地提高了车牌定位的准确性与可靠性。