-
公开(公告)号：CN119399094A
公开(公告)日：2025-02-07
申请号：CN202411224319.2
申请日：2024-09-03
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种胎儿颅脑标准切面检测方法和系统，其中，方法包括：步骤S1：获取胎儿颅脑超声图像；步骤S2：基于YOLOv7模型构建胎儿颅脑标准切面检测网络模型，其中，所述胎儿颅脑标准切面检测网络模型包括依次连接的主干网络、颈部网络和头部网络，对所述主干网络和所述颈部网络进行改进，所述主干网络用于提取图像特征，所述颈部网络用于对主干网络提取的图像特征进行特征融合，所述头部网络用于对颈部网络得到的融合特征进行检测；步骤S3：通过所述胎儿颅脑标准切面检测网络模型识别所述胎儿颅脑超声图像是否为标准切面图像。本发明能够对胎儿颅脑的标准切面图像进行有效检测。
-
公开(公告)号：CN119888378A
公开(公告)日：2025-04-25
申请号：CN202510362340.7
申请日：2025-03-26
Applicant: 江南大学附属医院 , 江南大学 , 无锡祥生医疗科技股份有限公司
IPC: G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06T3/40 , G06T3/60 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本发明涉及医学超声图像处理技术领域，具体指一种基于多任务的胎儿心脏标准切面检测方法，包括：获取待检测胎儿心脏切面图像，输入目标检测模型，输出待检测胎儿心脏切面图像中解剖结构种类、数量和位置，基于分类算法，得到待检测胎儿心脏切面图像的判断和分类结果。本发明在目标检测模型路径融合特征金字塔的基础上，增加了包含采样操作和小尺寸特征图融合分支的自适应空间特征融合模块以及交织路径，构建基于自适应空间特征融合模块的路径交织金字塔网络作为目标检测模型的颈部网络，同时利用引入优化特征融合策略的细节融合增强模块，提高了胎儿心脏超声影像中关键解剖结构的识别精度和切面判断和分类结果的准确度。
-
公开(公告)号：CN117788550A
公开(公告)日：2024-03-29
申请号：CN202311202852.4
申请日：2023-09-18
IPC: G06T7/62 , G06T7/11 , G06T7/13 , G06T7/187 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明涉及医学超声图像处理技术领域，尤其是指一种基于边缘引导的胎儿颅脑超声图像头围自动测量方法及系统。胎儿颅脑超声图像头围自动测量方法步骤包括：将胎儿颅脑超声图像输入基于边缘引导的胎儿颅脑超声图像分割模型，输出胎儿颅脑区域分割结果；将所述胎儿颅脑区域分割结果进行连通域标记，选取像素点面积最大的连通域，并采用Canny边缘检测算法检测该连通域的轮廓，得到胎儿颅脑区域轮廓；对所述胎儿颅脑区域轮廓进行椭圆拟合，得到拟合椭圆参数；根据所述胎儿颅脑区域轮廓椭圆拟合参数计算胎儿头围长度。本发明提高了胎儿颅脑分割的完整性与准确性，能够更有效地获取到胎儿颅脑区域椭圆，从而提高胎儿头围测量的精准性与可靠性。
-
公开(公告)号：CN119513672A
公开(公告)日：2025-02-25
申请号：CN202510085010.8
申请日：2025-01-20
Applicant: 江南大学 , 无锡市钻通工程机械有限公司
IPC: G06F18/24 , G06F18/15 , G06F18/213 , G01M13/00
Abstract: 本发明涉及信号检测技术领域，具体提供了一种旋转机械的自适应故障诊断方法。该方法包括：获取旋转机械的振动信号，对振动信号进行预处理，得到信号时频特征；基于自适应窗口函数计算瞬时时频估计值；基于信号时频特征与瞬时时频估计值计算瞬时频率；对瞬时频率进行平滑优化，得到时频估计值；基于时频估计值对振动信号进行重构，得到重构信号，基于重构信号确定旋转机械的故障诊断结果。以解决相关技术中采用同步提取变换方法，对旋转机械的振动信号进行故障分析的准确性较低的问题。
-
公开(公告)号：CN118507395B
公开(公告)日：2024-09-27
申请号：CN202410924436.3
申请日：2024-07-11
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: H01L21/67 , G06F30/23 , G06F113/18 , G06F119/02 , G06F119/14
Abstract: 本发明涉及自动化控制技术领域，尤其涉及一种基于芯片自动封装的多物理量协同控制方法。该方法包括以下步骤：获取芯片封装数据并进行多物理场参数化，获得物理场参数集；基于物理场参数集进行有限元失效模式预测，获得失效预测数据；根据失效预测数据进行芯片封装危险结构划分，获得芯片封装危险结构数据；对封装工艺数据进行最低失效风险参数优化，从而获得优化工艺参数集；基于优化工艺参数集进行低维物理参数相对密度计算，从而获得低维物理参数相对密度数据，并进行分析，从而获得种群顺序选择策略；根据种群顺序选择策略以及优化工艺参数集进行群体针对性生产控制策略分析，获得群体生产控制策略。本发明能降低封装过程的风险性。
-
Patent Agency Ranking
公开(公告)号：CN118520227A
公开(公告)日：2024-08-20
申请号：CN202410986735.X
申请日：2024-07-23
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
Abstract: 本发明属于微电子检测技术领域，涉及一种微电子产品异物缺陷检测方法、装置及可读存储介质；获取待检测微电子产品的异物缺陷碰撞信号，为异物缺陷碰撞信号的GMC稀疏去噪模型的惩罚项中各个稀疏系数设置权重，得到目标惩罚项；基于保真项和目标惩罚项，得到目标GMC稀疏去噪模型；并对目标GMC稀疏去噪模型迭代求解，得到异物缺陷碰撞信号的稀疏编码矩阵；利用稀疏编码矩阵对异物缺陷碰撞信号进行稀疏表示，得到目标异物缺陷碰撞信号，从而对待检测微电子产品进行异物缺陷检测；本申请尽可能地保留由于异物缺陷在腔体内发生滑动和碰撞而产生的碰撞信号，去除异物缺陷碰撞信号中的环境噪声，从而提高异物缺陷检测结果的准确性。
-
公开(公告)号：CN118507412A
公开(公告)日：2024-08-16
申请号：CN202410932546.4
申请日：2024-07-12
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: H01L21/68 , H01L21/60 , H01L21/67 , G06F30/20 , G06F119/14
Abstract: 本发明涉及倒装芯片键合技术领域，尤其涉及一种倒装芯片键合的预对准控制方法及系统。该方法包括以下步骤：获取调平机构传感数据并进行多点位姿测量，获得调平机构多点位姿数据；获取调平机构设计数据并进行动力学仿真，获得机构动力学仿真数据；对调平机构多点位姿数据进行运动误差补偿，获得调平机构运动误差补偿位姿数据；对调平机构运动误差补偿位姿数据进行环境误差补偿，获得优化调平机构多点位姿数据；对调平机构传感数据进行运动视觉定位，从而获得定位芯片图像集；根据定位芯片图像集以及优化调平机构多点位姿数据进行倒装芯片预对准策略分析，获得芯片预对准策略，并传输至调平机构管理平台。本发明能提升预对准的鲁棒性和效率。
-
公开(公告)号：CN117892203B
公开(公告)日：2024-06-07
申请号：CN202410293547.9
申请日：2024-03-14
Applicant: 江南大学
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及齿轮表面缺陷检测技术领域，尤其是指一种缺陷齿轮分类方法、装置及计算机可读存储介质，包括：构建缺陷齿轮深度迁移网络模型，所述缺陷齿轮深度迁移网络模型包括特征提取器、域条件通道注意力模块和分类器；将训练集样本输入特征提取器，再输入至域条件通道注意力模块，计算目标域和源域的分类输入特征在特征层上的距离损失以及目标域和源域的分类输出在分类层上的距离损失；构建损失函数，更新模型的网络参数；将无标签的目标域样本输入经过训练的缺陷齿轮深度迁移网络模型，得到分类结果。本发明不仅提高了对目标域缺陷齿轮分类的精度，并且在小批量缺陷齿轮分类检测方面表现出更加稳定的性能。
-
公开(公告)号：CN118089593A
公开(公告)日：2024-05-28
申请号：CN202410483891.4
申请日：2024-04-22
Applicant: 江南大学
Abstract: 本发明涉及机器视觉与光学测量技术领域，尤其是指一种基于多重曝光算法的自适应三维测量方法及系统，包括：利用相机采集一组曝光时间逐步递增的测量对象的纯白图像，获得测量对象ROI区域内过曝光像素数量与曝光时间的关系以及灰度值在预设范围内的像素数量与曝光时间的关系，从而获得一系列最佳曝光时间；按照最佳曝光时间对测量对象分别进行曝光，获得在不同的最佳曝光时间下的测量对象的条纹图像，使用多重曝光融合算法对不同的最佳曝光时间下拍摄的测量对象的条纹图像进行融合，求解全局相位，恢复测量对象的三维形貌。本发明解决了现有三维测量技术难以兼顾测量精度与效率的问题。
-
公开(公告)号：CN117788427A
公开(公告)日：2024-03-29
申请号：CN202311829612.7
申请日：2023-12-28
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G06T7/00 , G06N3/045 , G06N3/0985 , G06N3/096 , G06N3/047 , G06N3/0495
Abstract: 本发明涉及一种芯片缺陷检测方法和系统，其中，方法包括：获取芯片的一维振动信号并转化为二维图像数据，通过二维图像数据训练算法NAS，并对算法NAS进行优化，得到神经架构搜索算法模型ASNDARTS，基于所述神经架构搜索算法模型ASNDARTS构建知识蒸馏算法模型DPSKD，获取待检测芯片的一维振动信号并转化为二维图像数据，通过所述知识蒸馏算法模型DPSKD对待检测芯片的二维图像数据进行检测，以判断待检测芯片是否存在缺陷。本发明对算法NAS进行了优化，并对知识蒸馏传递方式进行了优化，得到的模型DPSKD在模型冗余度降低的前提下有效提高芯片缺陷检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.024 seconds)
