-
公开(公告)号：CN106020827A
公开(公告)日：2016-10-12
申请号：CN201610346609.3
申请日：2016-05-24
Applicant: 福建师范大学
IPC: G06F9/44
Abstract: 本发明涉及一种医用图像纹理分析系统，利用MATLAB编程，将傅里叶变换与自相关函数的纹理分析方法集合于一个GUI界面，并将生成的GUI模块编译成独立于MATLAB软件的EXE文件，通过直接运行EXE文件来实现图像的分析；所述图像纹理分析系统包括图像输入模块、图像调整模块、图像处理模块、状态模块、图像输出模块。本发明可以对皮肤创伤的多光子显微图像进行定性分析与处理,得出直观、便于判断的图像与曲线图。
-
公开(公告)号：CN103932673B
公开(公告)日：2016-05-04
申请号：CN201410166357.7
申请日：2014-04-24
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于多模光谱技术的关节镜系统，其特征在于：包括LED灯冷光源、光纤、关节镜探头、图像传感器CCD、飞秒光纤激光器、可以把光信号导向不同光纤的光纤开关、拉曼光谱仪、可见光谱仪、计算机控制处理单元。本发明设计合理，构思巧妙，具有广阔的发展前景和较大的推广意义。
-
公开(公告)号：CN103932673A
公开(公告)日：2014-07-23
申请号：CN201410166357.7
申请日：2014-04-24
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于多模光谱技术的关节镜系统，其特征在于：包括LED灯冷光源、光纤、关节镜探头、图像传感器CCD、飞秒光纤激光器、可以把光信号导向不同光纤的光纤开关、拉曼光谱仪、可见光谱仪、计算机控制处理单元。本发明设计合理，构思巧妙，具有广阔的发展前景和较大的推广意义。
-
公开(公告)号：CN111368669A
公开(公告)日：2020-07-03
申请号：CN202010118238.X
申请日：2020-02-26
Applicant: 福建师范大学
Abstract: 本发明公开一种基于深度学习和特征增强的非线性光学图像识别方法，获取基于双光子激光荧光和二次谐波产生的非线性光学图像样本集；发展双通道自适应阈值补集分割算法对前列腺癌组织图像中的腺腔结构进行分割；改进图像分类网络模型（AlexNet），并将分割出来的腺腔结构图像作为新增的信号通道进行特征增强学习，实现对前列腺癌组织无标记切片更高准确率和特异性的智能化Gleason分级。
-
公开(公告)号：CN106092986B
公开(公告)日：2018-12-21
申请号：CN201610399966.6
申请日：2016-06-08
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于探测脑组织内源性不同分子的双光子激发荧光信号、二次谐波信号和特征拉曼光谱信号，对脑组织的微结构进行无标记高分辨成像的系统。钛宝石飞秒激光器产生飞秒激光脉冲通过分光镜将飞秒激光分成两路，一路入射到光学参量振动器后经由光声调制器进行高频强度调制，通过全反射镜与另一路同步汇合，经过双色分光镜，由光纤耦合透镜聚焦，入射到光纤，光纤的另一端连接激发信号光探头，将光聚焦到脑组织上，激光与脑组织产生的双光子激发荧光信号、二次谐波信号和受激拉曼散射光信号，反向通过相同的小型激发信号光探头收集，经光纤和光纤耦合透镜收集，由双色分光镜反射到探测系统。本发明能对脑组织内源性不同成分的微结构进行高对比度成像。
-
Patent Agency Ranking
公开(公告)号：CN106092986A
公开(公告)日：2016-11-09
申请号：CN201610399966.6
申请日：2016-06-08
Applicant: 福建师范大学
CPC classification number: G01N21/6458 , G01N21/65 , G01N2021/655
Abstract: 本发明涉及一种基于探测脑组织内源性不同分子的双光子激发荧光信号、二次谐波信号和特征拉曼光谱信号，对脑组织的微结构进行无标记高分辨成像的系统。钛宝石飞秒激光器产生飞秒激光脉冲通过分光镜将飞秒激光分成两路，一路入射到光学参量振动器后经由光声调制器进行高频强度调制，通过全反射镜与另一路同步汇合，经过双色分光镜，由光纤耦合透镜聚焦，入射到光纤，光纤的另一端连接激发信号光探头，将光聚焦到脑组织上，激光与脑组织产生的双光子激发荧光信号、二次谐波信号和受激拉曼散射光信号，反向通过相同的小型激发信号光探头收集，经光纤和光纤耦合透镜收集，由双色分光镜反射到探测系统。本发明能对脑组织内源性不同成分的微结构进行高对比度成像。
-
公开(公告)号：CN119226775A
公开(公告)日：2024-12-31
申请号：CN202411385288.9
申请日：2024-09-30
Applicant: 福建师范大学
IPC: G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/049 , G06F18/25 , G06N3/048 , G06N3/084 , G06N3/0442
Abstract: 本发明公开基于双重注意力与静态融合GCN的数据库指标数据预测方法，将采集多种数据库指标数据作为数据集并划分为训练集、验证集与测试集，静态指标嵌入向量。通过连续的下采样获得不同长度的尺度层。时间扩张双重注意力层提取不同感受野的时间维度信息；静态特征融合动态GCN层捕捉空间维度的信息，结合片段间注意力层获取数据的全局依赖。将各时间片段信息聚合计算出预测值。计算损失率并用Adam优化算法反向传播，不断更新模型参数，重复训练直至训练损失率收敛，将权重保存为最优模型。将测试集数据投入已保存的最优模型，输出预测值、预测精度。本发明克服了共享邻接矩阵的弊端，提升了模型的预测准确性。
-
公开(公告)号：CN118585936A
公开(公告)日：2024-09-03
申请号：CN202410699517.8
申请日：2024-05-31
Applicant: 福建师范大学
IPC: G06F18/2433 , G06F18/27 , G06F18/2413 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于门控卷积和图注意力的数据库指标数据异常预测方法，步骤包括：步骤1：从数据库的运维监测时序数据中获取选定目标维度的一维时序数据作为数据集，并划分为测试集、训练集与验证集；步骤2：构建一维时间序列数据预测模型，并将训练集输入构建好的一维时间序列数据预测模型进行异常预测；步骤3：对一维时间序列数据预测模型进行训练：利用损失函数计算预测值与真实值的误差，同时采用损失函数计算重构值与真实值的误差，将两路损失值相加以不断更新模型参数得到最优模型；步骤4：使用测试集数据进行预测、重构得到预测结果与重构结果。步骤5：计算预测与重构支路的误差均值，并与阈值比较预测，以判断系统运行状态是否异常。
-
公开(公告)号：CN111368669B
公开(公告)日：2023-07-18
申请号：CN202010118238.X
申请日：2020-02-26
Applicant: 福建师范大学
Abstract: 本发明公开一种基于深度学习和特征增强的非线性光学图像识别方法，获取基于双光子激光荧光和二次谐波产生的非线性光学图像样本集；发展双通道自适应阈值补集分割算法对前列腺癌组织图像中的腺腔结构进行分割；改进图像分类网络模型（AlexNet），并将分割出来的腺腔结构图像作为新增的信号通道进行特征增强学习，实现对前列腺癌组织无标记切片更高准确率和特异性的智能化Gleason分级。
-
公开(公告)号：CN106020827B
公开(公告)日：2019-12-10
申请号：CN201610346609.3
申请日：2016-05-24
Applicant: 福建师范大学
Abstract: 本发明涉及一种医用图像纹理分析系统，利用MATLAB编程，将傅里叶变换与自相关函数的纹理分析方法集合于一个GUI界面，并将生成的GUI模块编译成独立于MATLAB软件的EXE文件，通过直接运行EXE文件来实现图像的分析；所述图像纹理分析系统包括图像输入模块、图像调整模块、图像处理模块、状态模块、图像输出模块。本发明可以对皮肤创伤的多光子显微图像进行定性分析与处理,得出直观、便于判断的图像与曲线图。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
