-
公开(公告)号：CN119322775A
公开(公告)日：2025-01-17
申请号：CN202411857471.4
申请日：2024-12-17
Applicant: 江南大学附属医院
IPC: G06F16/215 , G16H10/60 , G16H50/70 , G16H70/40 , G06F16/25 , G06F18/2433 , G06F18/26
Abstract: 本申请涉及一种药物临床试验的信息管理方法、装置、介质及设备，涉及信息管理技术领域，其中方法包括：基于试验异常维度、目标受试者在进行药物临床试验中身体异常时，临床试验信息容易出现异常的目标异常维度以及对应的目标波动维度，确定异常临床试验信息的异常原因；在异常原因为异常临床试验信息录入时出现错误时，确定异常临床试验信息对应的适宜录入形式，并基于适宜录入形式重新获取试验异常维度的临床试验信息；在异常原因为目标受试者在药物临床试验中身体出现异常时，向临床试验工作人员的终端发送异常预警。本申请具有提高收集的临床试验信息的准确性的效果。
-
公开(公告)号：CN119296047A
公开(公告)日：2025-01-10
申请号：CN202411818116.6
申请日：2024-12-11
Applicant: 江南大学
IPC: G06V20/52 , G06N3/045 , G06N3/0464 , G06N3/09 , G06V10/764 , G06V10/82 , G06V20/40
Abstract: 本发明涉及深度学习技术领域，公开了一种基于监控视频的后厨动态异物检测方法及装置，包括基于预设抽帧间隔，从待检测后厨的监控视频中提取多帧图像，构成待检测图像集，计算其中相邻的前一图像与后一图像对应像素点处的像素差，获取差值图像，并进行平滑去噪，获取优化差值图像；若优化差值图像中所有像素点的像素值总和不大于预设激活阈值，则判定后一图像为静态图像，并对下一组相邻图像的优化差值图像进行判断；反之，则判定后一图像为动态图像，并基于优化差值图像中每个像素点处的像素值与预设变化阈值，构造决策矩阵，获取后一图像的变化区域，输入训练好的YOLOv7模型中，完成对后一图像所处时刻的后厨动态异物的检测。
-
公开(公告)号：CN119112489A
公开(公告)日：2024-12-13
申请号：CN202411540664.7
申请日：2024-10-31
Abstract: 本发明申请涉及一种老年人大便用护理装置及老年人大便护理方法，属于护理技术领域，老年人大便用护理装置，包括表层单元、防漏单元、支撑单元，表层单元、防漏单元、安装在支撑单元上，表层单元位于防漏单元、支撑单元的上方，防漏单元位于表层单元、支撑单元的中间；防漏单元包括第一防漏部和第二防漏部，第一防漏部与水平方向形成第一夹角，第二防漏部与水平方向形成第二夹角，第一防漏部和第二防漏部连接。本发明申请能够对老年人的大便能够进行引导和分散处理，降低了老年人大便量多或过量情况下大便的堆积，减少了老年人的大便与皮肤的接触度，降低了皮肤感染和压疮的风险。
-
公开(公告)号：CN116416559B
公开(公告)日：2024-08-02
申请号：CN202310397174.5
申请日：2023-04-14
Applicant: 江南大学
IPC: G06V20/40 , G06V10/762 , G06V10/74 , G06F17/16
Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统，该方法包括输入样本集中的某个事件帧；选取所述事件帧中的部分数据点n，并融合距离建立相似矩阵A；基于所述相似矩阵A计算得到部分数据点n的聚类结果；基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A'，根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果；将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并；输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果，降低了计算时间消耗，提升运动目标检测效率；自适应地获取聚类数目，避免人工设置的主观性误差。
-
公开(公告)号：CN117011819A
公开(公告)日：2023-11-07
申请号：CN202310992383.4
申请日：2023-08-08
Applicant: 江南大学
IPC: G06V20/56 , G06V10/77 , G06V10/80 , G06N3/048 , G06N3/045 , G06V10/82 , G06N3/0464 , G06V10/42 , G06V10/44
Abstract: 本发明涉及车道线检测技术领域，尤其是指一种基于特征引导注意力的车道线检测方法、设备及存储介质。本发明所述车道线检测方法包括：使用特征残差神经网络作为车道线检测模型的骨干网络，对包含车道线的图片进行车道线特征提取，输出多尺寸的特征图；使用均衡特征金字塔网络作为车道线检测模型的跨尺度特征融合模块，对所述特征残差神经网络生成的每一个尺寸的特征，通过上下采样操作生成金字塔对应的多个尺寸，再将相同尺寸的特征图融合；使用ROI Gather作为车道线检测模型的检测模块，迭代更新预设定的车道线，输出最终检测出的车道线。本发明所述方法通过集中分析重点区域，在保证精度的同时提高了检测速度。
-
Patent Agency Ranking
公开(公告)号：CN116416602A
公开(公告)日：2023-07-11
申请号：CN202310408477.2
申请日：2023-04-17
Applicant: 江南大学
Abstract: 本发明提供一种基于事件数据与图像数据联合的运动目标检测方法及系统，该方法包括获取稀疏事件数据和标准图像帧；对稀疏事件数据进行重构处理得到事件帧，输入到卷积神经网络中进行训练，并计算得到目标在事件帧上的位置；将标准图像帧从RGB色彩空间转化HSV色彩空间，进行二值化处理得到二值化帧；将得到的目标位置转换到二值化帧中，并统计二值化帧中目标位置区域的白色像素数；判断目标位置区域中的白色像素数对于整个二值化帧中白色像素数的占比是否超过设定的阈值，如果是，则所述目标被正确检测出，否则检测出错误的目标。本发明解决了对图像中特定的目标进行检测时，仅利用事件相机获取的数据，不易区分不同目标的问题。
-
公开(公告)号：CN116416559A
公开(公告)日：2023-07-11
申请号：CN202310397174.5
申请日：2023-04-14
Applicant: 江南大学
IPC: G06V20/40 , G06V10/762 , G06V10/74 , G06F17/16
Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统，该方法包括输入样本集中的某个事件帧；选取所述事件帧中的部分数据点n，并融合距离建立相似矩阵A；基于所述相似矩阵A计算得到部分数据点n的聚类结果；基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A'，根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果；将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并；输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果，降低了计算时间消耗，提升运动目标检测效率；自适应地获取聚类数目，避免人工设置的主观性误差。
-
公开(公告)号：CN115641328A
公开(公告)日：2023-01-24
申请号：CN202211403680.2
申请日：2022-11-10
Applicant: 江南大学
Abstract: 本发明公开了一种基于OPENCV试剂盖开合角度的检测方法、存储介质及装置，所述方法包括以下步骤：(1)在每次注射前对孔板区域拍摄，获得图像A；(2)预处理图像，得到有效范围的图像B；(3)对图像利用OPENCV进行灰度处理获得图形C；(4)像利用OPENCV进行二值化处理获得图像D；(5)对图像进行数学形态学处理获得图像E；(6)设计椭圆形检测区域获得图像G；(7)选定检测区域；(8)判断试剂盖状态；本发明实现了对试剂Tip头盖子开合状态的自动判断，计算出了盖子的开合角度并做出角度标记，免除了人工做判断的成本，提高了试剂注射的效率，使得整个生产过程的稳定性和一致性更高。
-
公开(公告)号：CN113403358A
公开(公告)日：2021-09-17
申请号：CN202110705739.2
申请日：2021-06-24
Applicant: 江南大学
Abstract: 本发明公开了一种ALG1‑CDG、PMM2‑CDG生物标记物的合成方法及其应用，本发明涉及ALG1‑CDG、PMM2‑CDG生物标记物(唾液酸‑半乳糖‑两个N‑乙酰氨基葡萄糖：Sia‑Gal‑Gn2)体外化学酶合成方法以及将其连接到载体蛋白上提高其免疫原性的制备方法。本发明进一步涉及所述抗体在对ALG1‑CDG、PMM2‑CDG两种先天性糖激化缺陷(CDG)临床检测中的用途，与传统基因组学测序、糖组学分析以及高通量筛选等临床检测方法相比，通过抗体与血清中生物标记物的特异性结合可以更快，更便捷，更节约的做出诊断。
-
公开(公告)号：CN112749032A
公开(公告)日：2021-05-04
申请号：CN202110086008.4
申请日：2021-01-22
Applicant: 江南大学
IPC: G06F9/54
Abstract: 本发明公开了一种支持多模态交互的软件架构，该软件架构应用于中学虚拟实验软件，软件架构包括硬件适配层、控制层及操作层，硬件适配层包含多种终端的驱动程序及包含这些终端信息的硬件驱动库；控制层包含每个底层硬件驱动程序的按键定义，通过适配器模式将这些按键定义转化为统一的操作原语，用于屏蔽硬件操作指令的差异性；控制层将中学虚拟实验分为了拿取实验器材、组装实验器材、调整实验器材、观察实验器材四类交互原语；操作层通过观察者模式的交互信息监听，在每个实验器材的交互点上加入BaseElement基类，通过继承和扩展实现了用户硬件交互指令和虚拟实验器材的联动。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
