-
公开(公告)号：CN113313680B
公开(公告)日：2023-06-23
申请号：CN202110563360.2
申请日：2021-05-24
申请人： 华南理工大学
IPC分类号： G06T7/00 , G06T7/10 , G06V10/762 , G16H50/20 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种结直肠癌病理图像预后辅助预测方法及系统，该方法包括以下步骤：背景分离步骤：划分为背景区域和组织区域；图像小块分割步骤：根据预设像素大小对组织区域进行分割图像小块；深度特征提取步骤：基于结直肠癌存活时间预测模型的卷积层和池化层对分割后的图像小块进行特征的提取得到图像小块特征，经过卷积层处理后对图像小块编码成一维数组形式；聚类步骤：基于K‑means聚类对图像小块特征进行聚类，划分肿瘤上皮组织、间质、粘液、正常组织和坏死部分；风险划分步骤：划分风险范围。本发明通过K‑means聚类对整张病理图像的图像小块进行自动分类后再选择不同类型的图像小块共同训练，使得对结直肠癌病人预后的患者存活时间预测更精确。
-
公开(公告)号：CN113393443A
公开(公告)日：2021-09-14
申请号：CN202110670248.9
申请日：2021-06-17
申请人： 华南理工大学
摘要： 本发明公开了一种HE病理图像细胞核分割方法及系统，该方法的步骤包括：将HE病理图像划分标签类别；对病理图像进行颜色归一化，并按照预设的像素尺寸切分为统一大小的图像块；构建采用双U型网络的结构的细胞核分割模型，将切分后的图像块输入细胞核分割模型中进行细胞核分割训练，将标签类别输入细胞核分割模型作为拟合对象；第一U型网络和第二U型网络之间设有信息融合模块，将两个U型网络在相邻尺度的特征进行信息融合；基于模型不变元学习的机制训练细胞核分割模型；将预测结果按照切分时的顺序重新拼接，得到最终的病理图像多组织细胞核分割的结果图。本发明提高了检测细胞核边界的精确度，解决了对细胞核边界难以检测的问题。
-
公开(公告)号：CN113674288B
公开(公告)日：2024-02-02
申请号：CN202110754856.8
申请日：2021-07-05
申请人： 华南理工大学
IPC分类号： G06T7/11 , G06T3/4038 , G06N3/0464 , G06V10/774 , G06V10/82
摘要： 本发明公开了一种非小细胞肺癌数字病理图像组织自动分割方法，该方法包括下述步骤：对非小细胞肺癌数字病理图像划分为多个图像块，将像素值归一化；采用图像级标注对图像块标注组织标注向量；监督训练多标签分类CNN网络生成虚拟掩膜；构建CAMD模块，在多标签分类CNN网络每次迭代过程中以设定的概率给特征图加attention，或置零特征图响应值高的区域；将图像块输入训练好的多标签分类CNN网络，生成多组虚拟掩膜；基于多组虚拟掩膜训练全监督分割网络，将图像块输入训练好的全监督分割网络得到分割结果；拼接每一张图像块的分割结果得到整张图像的分割结果。本发明在非小细胞肺癌数字病理图像的分割处理上具有更高的精确度。
-
公开(公告)号：CN113393443B
公开(公告)日：2023-02-14
申请号：CN202110670248.9
申请日：2021-06-17
申请人： 华南理工大学
摘要： 本发明公开了一种HE病理图像细胞核分割方法及系统，该方法的步骤包括：将HE病理图像划分标签类别；对病理图像进行颜色归一化，并按照预设的像素尺寸切分为统一大小的图像块；构建采用双U型网络的结构的细胞核分割模型，将切分后的图像块输入细胞核分割模型中进行细胞核分割训练，将标签类别输入细胞核分割模型作为拟合对象；第一U型网络和第二U型网络之间设有信息融合模块，将两个U型网络在相邻尺度的特征进行信息融合；基于模型不变元学习的机制训练细胞核分割模型；将预测结果按照切分时的顺序重新拼接，得到最终的病理图像多组织细胞核分割的结果图。本发明提高了检测细胞核边界的精确度，解决了对细胞核边界难以检测的问题。
-
公开(公告)号：CN111613454A
公开(公告)日：2020-09-01
申请号：CN202010480052.9
申请日：2020-05-29
申请人： 华南理工大学
摘要： 本发明公开了一种石墨烯/茂金属复合超级电容器电极材料及其制备方法与应用，属于超级电容器电极材料的合成技术领域，该方法主要包括以下步骤：通过化学氧化法制备氧化石墨烯（GO），氧化石墨烯和二异氰酸酯在N，N-二甲基甲酰胺（DMF）中反应得到异氰酸酯端基化氧化石墨烯，随后异氰酸酯端基化氧化石墨烯和茂金属衍生物在N，N-二甲基甲酰胺中通过化学接枝反应得到石墨烯/茂金属复合超级电容器电极材料。本发明操作简单，反应条件温和，成本较低，材料比电容高达481.3 F g-1。
-
公开(公告)号：CN109857115A
公开(公告)日：2019-06-07
申请号：CN201910147514.2
申请日：2019-02-27
申请人： 华南理工大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于视觉反馈的移动机器人的有限时间编队控制方法，包括步骤：构建移动机器人的动态模型；定义第i个移动机器人与其领导者之间的距离与方位角变量；设计针对编队距离误差与方位角误差的性能函数并将编队误差进行转换；采用tan型障碍李雅普诺夫函数并结合转化后的编队误差确定各误差满足暂态性能的约束条件；针对第i个移动机器人设计其对其领导者线速度上界的估计值更新率；运用反步设计法针对第i个移动机器人的距离误差系统和方位角误差系统进行虚拟控制器设计；在控制器设计中运用动态面技术避免对虚拟控制器求导；设计有限时间编队控制器。本发明能避免与其领导者发生碰撞，编队误差满足预设的暂态性能，控制效果佳。
-
公开(公告)号：CN108983786A
公开(公告)日：2018-12-11
申请号：CN201810894993.X
申请日：2018-08-08
申请人： 华南理工大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种通讯范围约束下移动机器人的编队控制方法，该方法针对移动机器人的模型不确定设计编队控制器，并保证编队误差最终收敛到零点。本发明步骤包括：构建移动机器人的动态模型；定义在领导者-跟随者编队结构中第i个移动机器人与其领导者之间的距离变量与方位角变量；设计针对编队距离误差与方位角误差的性能函数；结合性能函数与tan型障碍李雅普诺夫函数及反步设计法设计编队控制器；运用自适应控制技术解决控制器设计中的模型不确定问题。本发明方法设计的编队控制器能使得在领导者-跟随者编队结构中的每个移动机器人既能测量到其领导者的信息同时能避免与其领导者发生碰撞，编队误差满足预设的暂态性能，同时最终可以收敛到零点。
-
公开(公告)号：CN103715771B
公开(公告)日：2017-01-18
申请号：CN201310737420.3
申请日：2013-12-27
申请人： 广东电网公司韶关供电局 , 华南理工大学
IPC分类号： H02J13/00
摘要： 本发明是一种自动发电协调控制平台。包括有频率响应模型模块、实时数据传输模块和多智能体控制模块，其中频率响应模型模块通过实时数据传输模块将控制信息传输至多智能体控制模块。本发明自动发电控制平台可以评估智能算法控制性能和解决未来自动发电控制过程所面临的强随机环境，能够准确抽象并快速模拟多智能体系统的AGC控制，通过变换系统的参数和加载不同的控制算法，既可以在同种控制方法下对其他因素的影响进行对比，又可以对不同控制算法之间进行横向比较和评测。
-
公开(公告)号：CN113674288A
公开(公告)日：2021-11-19
申请号：CN202110754856.8
申请日：2021-07-05
申请人： 华南理工大学
摘要： 本发明公开了一种非小细胞肺癌数字病理图像组织自动分割方法，该方法包括下述步骤：对非小细胞肺癌数字病理图像划分为多个图像块，将像素值归一化；采用图像级标注对图像块标注组织标注向量；监督训练多标签分类CNN网络生成虚拟掩膜；构建CAMD模块，在多标签分类CNN网络每次迭代过程中以设定的概率给特征图加attention，或置零特征图响应值高的区域；将图像块输入训练好的多标签分类CNN网络，生成多组虚拟掩膜；基于多组虚拟掩膜训练全监督分割网络，将图像块输入训练好的全监督分割网络得到分割结果；拼接每一张图像块的分割结果得到整张图像的分割结果。本发明在非小细胞肺癌数字病理图像的分割处理上具有更高的精确度。
-
公开(公告)号：CN113313680A
公开(公告)日：2021-08-27
申请号：CN202110563360.2
申请日：2021-05-24
申请人： 华南理工大学
摘要： 本发明公开了一种结直肠癌病理图像预后辅助预测方法及系统，该方法包括以下步骤：背景分离步骤：划分为背景区域和组织区域；图像小块分割步骤：根据预设像素大小对组织区域进行分割图像小块；深度特征提取步骤：基于结直肠癌存活时间预测模型的卷积层和池化层对分割后的图像小块进行特征的提取得到图像小块特征，经过卷积层处理后对图像小块编码成一维数组形式；聚类步骤：基于K‑means聚类对图像小块特征进行聚类，划分肿瘤上皮组织、间质、粘液、正常组织和坏死部分；风险划分步骤：划分风险范围。本发明通过K‑means聚类对整张病理图像的图像小块进行自动分类后再选择不同类型的图像小块共同训练，使得对结直肠癌病人预后的患者存活时间预测更精确。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.038 秒)
