公开(公告)号：CN119814046A

公开(公告)日：2025-04-11

申请号：CN202411855004.8

申请日：2024-12-17

Applicant: 安徽中科太赫兹科技有限公司 ,  安徽大学

Inventor： 刘海庆 ,  秦帝 ,  王宏北 ,  张雪梅

IPC: H03M13/11 ,  H03M13/00

Abstract: 本发明公开了一种基于FPGA的QC‑LDPC码译码器及其实现方法，属于通信技术领域。信道信息以及后验概率存储单元LLR_RAM，前端移位寄存器单元F_shifter。本发明在变量节点处理单元VNU前引入了一个数据选择器Data_selector，该选择器连接移位寄存器，该选择器灵活连接移位寄存器的输出值至VNU，从而将当前层的RAM读操作提前至上一层数据更新阶段，本层更新数据也部分写入存储单元LLR_RAM，部分传递至下一层VNU，减少了RAM读取的三个时钟周期，提高效率并且不降低译码性能；此外，采用层内并行译码算法和4级流水线结构技术，使译码器吞吐量进一步的带提升；提升解码速度并降低延迟且不降低性能，适用于高速通信场景中的LDPC译码应用。

公开(公告)号：CN118967559B

公开(公告)日：2025-02-18

申请号：CN202410924354.9

申请日：2024-07-11

Applicant: 安徽大学

Inventor： 涂铮铮 ,  曹刘坤 ,  邹志勇 ,  刘海庆 ,  刘成壮 ,  江波 ,  汤进

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开一种基于SAM和课程学习的太赫兹图像乳腺肿瘤检测方法，为了从太赫兹乳腺图像中准确定位并识别肿瘤，本发明将视觉基础模型SAM应用于肿瘤检测，构建一个双分支的肿瘤检测网络，其中一个分支利用目标检测模型DETR对太赫兹乳腺图像进行粗粒度的肿瘤检测，生成混合提示，包括边界框和类别，其中类别作为一种文本提示，然后将其输入SAM分支进行细粒度肿瘤检测。此外，本发明采用课程学习的思想，将由易到难的太赫兹乳腺肿瘤图像数据集分批次地送入双分支肿瘤检测网络进行训练，以获得较好的检测效果。

公开(公告)号：CN118967559A

公开(公告)日：2024-11-15

申请号：CN202410924354.9

申请日：2024-07-11

Applicant: 安徽大学

Inventor： 涂铮铮 ,  曹刘坤 ,  邹志勇 ,  刘海庆 ,  刘成壮 ,  江波 ,  汤进

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开一种基于SAM和课程学习的太赫兹图像乳腺肿瘤检测方法，为了从太赫兹乳腺图像中准确定位并识别肿瘤，本发明将视觉基础模型SAM应用于肿瘤检测，构建一个双分支的肿瘤检测网络，其中一个分支利用目标检测模型DETR对太赫兹乳腺图像进行粗粒度的肿瘤检测，生成混合提示，包括边界框和类别，其中类别作为一种文本提示，然后将其输入SAM分支进行细粒度肿瘤检测。此外，本发明采用课程学习的思想，将由易到难的太赫兹乳腺肿瘤图像数据集分批次地送入双分支肿瘤检测网络进行训练，以获得较好的检测效果。