-
-
公开(公告)号：CN1896707A
公开(公告)日：2007-01-17
申请号：CN200610085262.8
申请日：2006-06-07
Applicant: 南京大学
Abstract: 一种放疗机械精度数字化测试装置，它包括探测器(1)、反光球(2)、加速器床(3)、加速器机头及旋转面(4)、加速器等中心(5)和计算机(6)，其中探测器(1)与计算机(6)连接，加速器放置在探测器(1)的下部，在加速器机头刚性固定一个反光球(2)、在加速器床(3)上刚性固定三个反光球(2)；其中计算机(6)的测试软件系统包括测试数据的采集部分和误差评价计算部分，测试原理是利用探测器(1)对反光球(2)全自动跟踪，将加速器机头、床面、机架等各种运动轨迹由计算机进行数字化记录，从而进行动态数据采集，建立各种三维空间位置图和理想图比对分析，得到误差分析报告。该装置可进行数字化、高精度、动态的、便捷的测试，有力地保证放疗的效果。
-
公开(公告)号：CN119648520A
公开(公告)日：2025-03-18
申请号：CN202411782753.2
申请日：2024-12-05
Applicant: 南京大学
IPC: G06T3/4015 , G06T5/20 , G06T5/70 , G06T7/13
Abstract: 本发明提出了一种基于比例梯度算法对视频马赛克进行检测的方法，旨在寻求解决视频图像马赛克难以快速、准确检测的问题，包括步骤：首先进行图像预处理，将图像转换为灰度图，并且对图像进行前期去噪工作，得到预处理后的图像；然后通过比例梯度算法，计算比例梯度，提取图像的边缘信息；进一步，遍历图像，检测马赛克的特征区域，实现马赛克区域定位；最后，根据马赛克内部像素点值均匀的特征，通过设置阈值，对检测到的马赛克区域进行进一步区分，并显示检测到的最终得到的马赛克区域，该算法能够准确、及时地检测视频图像播放过程中出现的马赛克故障，为用户提供高质量视频节目。
-
公开(公告)号：CN118114068A
公开(公告)日：2024-05-31
申请号：CN202410338106.6
申请日：2024-03-22
Applicant: 南京大学
Abstract: 本发明的目的在于提供一种基于两信号间交互性参数衡量记忆负荷的方法，摆脱了传统方法的单一性，开创性地提出基于两信号间交互性参数定量衡量视觉工作记忆负荷的方法，通过两信号间依赖性修正参数#imgabs0#，判断P区、CP区、T区左右对称位置两信号间的交互性，发现相对对照状态的差异越小，可表征记忆负荷越大。这一发现为衡量视觉工作记忆存储过程提供了指标。
-
公开(公告)号：CN116961649A
公开(公告)日：2023-10-27
申请号：CN202210371605.6
申请日：2022-04-14
Applicant: 南京大学
Abstract: 本发明公开一种确定宽频带信号间是否存在相位锁定的方法。相同步或相位锁定类参数与信号的幅度无关，在传统的幅度和功率谱分析之外，能够独立分析相位成分，对信号的协同机制提供重要的补充信息。但相同步或相位锁定类参数主要适用于单频或窄带信号，对于较宽频带的信号，检测能力会大受影响，即便是存在相同步或相位锁定，也不一定获得较大的锁相参数值。针对其局限，我们通过本发明提出的方法来确定较宽频带信号的相同步或锁相阈值。将本发明的方法应用到真实数据集上，对不同记忆负载任务下的同步脑电信号进行了相位锁定分析，基于仿真得到的相位锁定阈值构造二值化脑网络，其特征输入支持向量机网络模型后，实现了不同记忆负载的分类，准确率达到80％，证明了本方法的有效性和科学性。
-
Patent Agency Ranking
公开(公告)号：CN116205270A
公开(公告)日：2023-06-02
申请号：CN202310076891.8
申请日：2023-01-18
Applicant: 南京大学
IPC: G06N3/0464 , G06N3/0495 , G06V10/82
Abstract: 一种基于奇异值分解的深度神经网络中间层结果压缩的方法，步骤如下：确定需要压缩的深度神经网络中间层；基于奇异值分解，对神经网络中间层结果进行分解，得出分解矩阵；根据确定保留原始矩阵信息量的多少确定特征值个数，根据所需的特征值个数简化分解矩阵，得出中间层结果压缩率；存储简化后的矩阵；根据简化后的矩阵还原中间层结果，进入下一层卷积。本发明所提方法降低了中间层结果的存储空间，并且实现了存储效率和网络精度的平衡，在压缩中间层结果的同时，不影响网络的正确性。
-
公开(公告)号：CN115797245A
公开(公告)日：2023-03-14
申请号：CN202111054173.8
申请日：2021-09-09
Applicant: 南京大学
IPC: G06T7/00 , G06T7/12 , G06T7/13 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了一种基于Unet网络与SLIC超像素算法相结合的新型CT图像肝脏自动分割方法。该方法一方面通过Unet网络对CT图像进行初步预测，又通过超像素算法对结果进行后处理，提高了肝分割结果的轮廓完整度，强化了预测结果的边缘与CT图像中肝脏真实轮廓的匹配性。本发明旨在解决当分类特征存在于边缘部分时，肝自动分割后的破碎边缘会严重影响网络分类准确性这一问题。经过验证，相比于其他相关分割算法，该算法明显提高了分割精度，也提高了边缘敏感型分类情况的正确率。在实践方面，该方法既可以减少人工分割的工作量，又提高了分割边缘的真实性，在医学图像处理方面有很强的实用性。
-
公开(公告)号：CN115689977A
公开(公告)日：2023-02-03
申请号：CN202111054172.3
申请日：2021-09-09
Applicant: 南京大学
IPC: G06T7/00 , G06F18/214 , G06F18/241 , G06N3/0464 , G16H50/20
Abstract: 本发明的目的在于利用乳腺钼靶图像检测肿瘤良恶性。通过图像预处理算法，对病人各侧各体位的乳腺钼靶图像进行自动匹配，提取病人双侧乳腺主体。将每个病人预处理过后的双侧乳腺主体图片作为卷积神经网络的输入，利用DisIBS对卷积神经网络提取到的特征图进行统计分析，最终对乳腺钼靶图片是否存在恶性肿瘤情况进行分类，可以达到优秀的分类效果。
-
公开(公告)号：CN114723934A
公开(公告)日：2022-07-08
申请号：CN202011513300.1
申请日：2020-12-18
Applicant: 南京大学
Abstract: 本发明公布了一种非接触式测定疲劳度的途径，分为两个部分。第一部分通过分析视频中人皮肤区域的像素值随时间变化的序列，经成像光电容积描记法(ImagePhotoplethysmography，IPPG)信号提取、心动窗口提取、血流信号特征提取、特征时延计算和噪声过滤五个步骤得到有效像素位置的血流特征时延。第二部分对有效像素点的血流特征时延与原始视频帧进行数据融合，将视频转化为一张带有血流信息的人皮肤图片，将该图片作为训练对象利用神经网络进行深度学习，得到具有判别疲劳程度能力的网络模型，同时再对血流特征提取和数据融合的算法进行优化，从而形成从视频到人体疲劳程度检测结果的非接触式检测系统。
-
公开(公告)号：CN113877072A
公开(公告)日：2022-01-04
申请号：CN202010629408.0
申请日：2020-07-02
Applicant: 南京大学
IPC: A61N5/10
Abstract: 本发明公开了一种近距离放射治疗中对粒子源分布进行优化的动态规划算法，它包括4个步骤——(1)针对不同的剂量要求，采用不同的粒子源间距；(2)采用三线性插值法对所得的剂量分布进行插值，以得到剂量体积直方图，并采用公式对其进行分析；(3)如果(2)中所得的F小于100，则继续优化，如果所得F大于等于100，则直接输出；(4)如果需要进一步优化，则先对单个粒子源进行追踪，对其位置进行各种调整，然后重复进行(2)和(3)，直到找到合适的位置，固定住后再对下一个粒子重复进行(2)、(3)和(4)。本方法能充分利用动态规划算法的优势，提升了剂量分布的均匀性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
