公开(公告)号：CN110059656A

公开(公告)日：2019-07-26

申请号：CN201910340486.6

申请日：2019-04-25

申请人： 山东师范大学

发明人： 李登旺 ,  张传昊 ,  薛洁 ,  卢志明 ,  张健 ,  孔问问 ,  吴敬红 ,  王晶 ,  沈亚娟 ,  虞刚 ,  陆华 ,  刘丹华

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

摘要： 本公开提供了一种基于卷积对抗生成神经网络的白细胞分类方法及系统。其中，基于卷积对抗生成神经网络的白细胞分类方法，包括：将白细胞图像输入生成器网络，选取分类的感兴趣区，并归一化处理，产生初始化细胞轮廓；将初始化细胞轮廓图像输入初始化判别网络，得到初始化像素级的细胞分类结果；将初始化像素级的细胞分类结果作为深度对抗生成分类网络的初始值提取轮廓和边缘信息作为边缘特征值；在生成器网络中增加注意力机制模块，再对边缘特征值分类，得到像素级的细胞再分类结果；将像素级的细胞再分类结果输入生成器网络级联的支持向量机分类器中，得到精确图像分类结果。

公开(公告)号：CN114999289B

公开(公告)日：2024-05-14

申请号：CN202210704003.8

申请日：2022-06-21

申请人： 山东师范大学

发明人： 陆华 ,  刘国炜 ,  李登旺 ,  马国宝 ,  王俊杰 ,  相松 ,  张华 ,  黄浦

IPC分类号： G09B23/18

摘要： 本发明公开了一种带有拆卸式扩展模块的模电实验箱，涉及电子技术实验箱技术领域，实验箱整体设计划分为上中下三大部分，实验箱中间部分设计有八个模电基本实验的全部内容，实验箱下方部分安装有可拆卸的扩展实验模块，扩展实验模块包括中级和高级共八个实验，学生可以根据需要选择不同的实验模块，方便学生在模电实验的基础上进一步学以致用，深化所学知识；实验箱上方部分包含电源模块以及示波器显示模块，满足学生进行模电实验的电压需求，示波器显示模块可以显示实验波形并提供电压电流以及静态工作点的测量功能，简化了测量仪器使用，方便学生实验操作。

公开(公告)号：CN116678861A

公开(公告)日：2023-09-01

申请号：CN202310653909.6

申请日：2023-06-01

申请人： 山东师范大学

发明人： 聂修辰 ,  陆华 ,  李登旺 ,  程晨 ,  黄浦 ,  李思琦 ,  刘正豪 ,  王培 ,  黄龙海

IPC分类号： G01N21/64

摘要： 本发明提供一种便携性全自动荧光光谱精子活性检测方法及系统，属于精子活性检测技术领域，方法包括：将待检测的精液样本放入添加有精子活性荧光生物染色剂的检测试剂盒中；精子活性荧光生物染色剂包括CM‑Dil生物衍生物活化染色液；通过远场光学荧光显微镜和显微光学信息采集组件获取待检测的精液样本的荧光光谱信息；将荧光光谱信息通过光谱分析系统进行数据分析，获得精液样本的精子的存活率信息、发育状态信息和活力分级信息。本发明实现了待检测者不用去医院就可以自助完成精子活性检测；且检测结果包含对精子的精液样本的精子的存活率信息、发育状态信息和活力分级信息，可以对待检测者是否具有生育能力进行准确地判定。

公开(公告)号：CN114663679A

公开(公告)日：2022-06-24

申请号：CN202210571838.0

申请日：2022-05-25

申请人： 山东师范大学

发明人： 李登旺 ,  高祝敏 ,  黄浦 ,  陆华 ,  洪亭轩 ,  王醒 ,  李玉玲 ,  周顺风 ,  赵本靖

IPC分类号： G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

摘要： 本发明提供了一种基于特征融合元学习的凝血指标异常分类方法，包括以下步骤：获取样本PT、TT将曲线图像，对曲线图像进行特征提取，创建训练集、测试集；将训练集图像输入到resnet网络中，输出处理后的图像；将图像输入到元训练模型上进行梯度下降更新参数θ，构建特征融合元学习的异常凝血指标分类模型；设置异常凝血指标分类模型的超参数；利用测试集对训练后的模型进行迭代测试和微调，将测试集输入经过迭代测试和微调的异常凝血指标分类模型，使用特征融合元学习的异常凝血指标分类模型实现分类。本发明利用元学习促进基于深层神经网络的快速适应和泛化，以识别具有更少注释数据的异常指标，提高分类性能。

公开(公告)号：CN110097580A

公开(公告)日：2019-08-06

申请号：CN201910204307.6

申请日：2019-03-18

申请人： 山东师范大学

发明人： 李登旺 ,  黄浦 ,  孔问问 ,  吴敬红 ,  虞刚 ,  陆华 ,  刘丹华

IPC分类号： G06T7/277 ,  G06N3/04 ,  G06N3/08

摘要： 本公开提出了一种超声图像标志物运动追踪方法，将原始肿瘤超声图像通过学习，建立肿瘤标志物与深层图像特征的映射关系；将不同时刻的原始肿瘤超声图像连续输入到卷积长短期记忆网络，利用该网络学习肿瘤标志物随时间变化的周期性运动规律；获得肿瘤标志物运动预测模型；对肿瘤标志物运动预测模型进行训练直至收敛；将待测的肿瘤超声图像输入至训练好的肿瘤标志物运动预测模型中，获得待测的肿瘤超声图像的肿瘤标志物目标位置。该方法在遮挡情况下也具有较好的鲁棒性。该技术可以为超声引导的放射治疗环境中提供鲁棒且准确的目标运动追踪，以减少放射治疗治疗目标边缘的不确定性。

公开(公告)号：CN110084150A

公开(公告)日：2019-08-02

申请号：CN201910281364.4

申请日：2019-04-09

申请人： 山东师范大学

发明人： 李登旺 ,  李彦 ,  吴敬红 ,  孔问问 ,  薛洁 ,  虞刚 ,  陆华 ,  刘丹华 ,  王晶 ,  沈亚娟 ,  卢志明 ,  张健

IPC分类号： G06K9/00

摘要： 本发明公开了一种基于深度学习的白细胞自动分类方法及系统，该方法包括：接收白细胞图像样本集，对白细胞图像进行归一化和标准化的预处理；所述样本集测试集、验证集和训练集；将样本集中归一化和标准化的白细胞图像进行去噪；对测试集、验证集和训练集中一部分去噪后的白细胞图像进行图像边缘检测；将经过图像边缘检测和未经过图像边缘检测的两部分训练集处理的白细胞图像分别输入并行且互不干扰的深度卷积神经网络进行训练，输出经过判别网络得到分类结果，训练过程中每隔设定时间采用验证集验证；并采用测试集测试；接收待分类的白细胞图像，依次经过归一化和标准化、去噪和图像边缘检测，通过训练好的两路并行深度卷积神经网络和判别网络得到分类结果。