-
公开(公告)号：CN113128613B
公开(公告)日：2023-10-17
申请号：CN202110471648.7
申请日：2021-04-29
申请人： 南京大学
IPC分类号： G06F18/2433 , G06N3/0464 , G06N3/0895 , G06N3/096
摘要： 一种基于迁移学习的半监督异常检测方法,构建一个卷积神经网络进行异常检测，卷积神经网络包括网络#imgabs0#和网络#imgabs1#两个网络模块，以及用于特征融合的全连接层，分别用异常检测数据集和一个不相关的有标签参考数据集预训练网络#imgabs2#和网络#imgabs3#再对预训练得到的网络#imgabs4#和网络#imgabs5#进行联合训练，由训练得到的卷积神经网络进行异常检测。本发明通过迁移学习的方法，以一个参考数据集进行辅助，实现半监督异常检测，网络模型能充分利用数据中的标注信息，增加了对正常样本和异常样本的区分能力，同时增强了模型对有污染数据的鲁棒性。使用本发明方法训练的模型，AUC指标从72.2％提升到了75.9％，有效提升了检测的准确性。
-
公开(公告)号：CN113989800B
公开(公告)日：2022-04-12
申请号：CN202111631341.5
申请日：2021-12-29
申请人： 南京南数数据运筹科学研究院有限公司 , 南京南数科技有限公司 , 南京市儿童医院 , 南京大学
摘要： 本发明公开了一种基于改进渐进式残差网络的肠神经丛辅助识别方法，包括以下步骤：步骤1，采集数据并进行预处理，得到训练数据集；步骤2，基于改进的渐进式残差复原网络构建复原模型，并基于训练数据集和MSEloss对复原模型进行训练；步骤3，将原始待测图像输入训练后的复原模型，得到复原结果；步骤4，将复原结果与原始待测图像进行像素级差异比较，得到肠神经丛的位置；步骤5，采用分类模型，对正常与非正常的神经丛进行分类。通过本发明可以实现对神经丛准确、快速的识别，先对正常与非正常的神经丛进行分类，实现对正常与非正常形态的神经丛评估，识别为正常的神经丛后再进行后续神经节细胞的识别，从而大大提高识别效率和准确率。
-
公开(公告)号：CN113902751A
公开(公告)日：2022-01-07
申请号：CN202111337902.0
申请日：2021-11-10
申请人： 南京大学 , 南京南数数据运筹科学研究院有限公司 , 南京南数科技有限公司 , 南京市儿童医院 , 中国矿业大学
IPC分类号： G06T7/10 , G06V10/764 , G06T7/00
摘要： 本发明公开了一种基于Swin‑Unet算法的肠神经元发育异常的病理识别方法，包括以下步骤，获取肠组织苏木素‑伊红染色切片H&E染色图像中粘膜下和肌间神经丛，并采集神经丛内的神经节细胞图像并对其进行预处理，作为训练数据集；对训练数据集进行数据增强；构建图像分割模型；利用训练数据集对图像分割模型进行训练；构建图像分类模型；对训练数据集再次进行预处理；利用训练数据集对图像分类模型进行训练；利用训练好的图像分割模型和图像分类模型对待检测图像进行分割和分类，实现对肠神经节发育状况的判定。通过本发明可以实现对肠组织切片染色图像中粘膜下和肌间神经丛内的神经节细胞准确、稳定的识别和分类，从而辅助后续的诊断。
-
公开(公告)号：CN113128613A
公开(公告)日：2021-07-16
申请号：CN202110471648.7
申请日：2021-04-29
申请人： 南京大学
摘要： 一种基于迁移学习的半监督异常检测方法,构建一个卷积神经网络进行异常检测，卷积神经网络包括网络和网络两个网络模块，以及用于特征融合的全连接层，分别用异常检测数据集和一个不相关的有标签参考数据集预训练网络和网络再对预训练得到的网络和网络进行联合训练，由训练得到的卷积神经网络进行异常检测。本发明通过迁移学习的方法，以一个参考数据集进行辅助，实现半监督异常检测，网络模型能充分利用数据中的标注信息，增加了对正常样本和异常样本的区分能力，同时增强了模型对有污染数据的鲁棒性。使用本发明方法训练的模型，AUC指标从72.2％提升到了75.9％，有效提升了检测的准确性。
-
公开(公告)号：CN108281882A
公开(公告)日：2018-07-13
申请号：CN201711363816.0
申请日：2017-12-18
申请人： 南京大学
IPC分类号： H01S3/109
摘要： 一种产生倍频Ince-Gaussian光束的方法；基于非线性光学计算全息的理论，将IG光束的相位和振幅信息带入全息图的定义式中，用MATLAB编程做出携带有IG光束光场分布的全息图；采用无掩膜光刻的方法，将全息图转移到LN晶体薄膜上，在LN晶体薄膜中制备出全息图的畴结构:用电子束蒸发的方法在LN晶体薄膜表面镀一层金属Cr，剥离后形成极化所需的图案电极；用探针加压的方法实现畴结构的制备；将飞秒激光泵浦到畴结构LN晶体薄膜中，在远场一阶衍射处产生倍频IG光束。该方法同时实现了光束整形和频率转化的过程，具有集成化的优势。
-
公开(公告)号：CN104850401A
公开(公告)日：2015-08-19
申请号：CN201510229869.8
申请日：2015-05-07
申请人： 南京大学
摘要： 一种用PVFS替代HADOOP存储模块的方法，使用并行虚拟文件系统PVFS代替HADOOP的分布式文件系统HDFS模块，本发明实现了从HADOOP到PVFS的连接，主要包括三个模块：PVFS程序接口、HADOOP-PVFS模块与JNI连接模块。本发明旨在选取一种更适合的分布式文件系统作为HADOOP的存储模块来代替HDFS，以减少HADOOP在文件操作方面的开销，提升HADOOP在MapReduce计算，尤其是数据密集型计算时的表现。
-
公开(公告)号：CN101702237A
公开(公告)日：2010-05-05
申请号：CN200910213093.5
申请日：2009-11-10
申请人： 南京大学
IPC分类号： G06T7/00
摘要： 一种基于二次误差测度的层位面拟合方法，包括以下步骤：数据输入及预处理；拟合区域确定；计算采样点的二次误差测度矩阵；将采样点分配给每个待调整的网格顶点；利用二次误差测度矩阵调整网格顶点。本发明提出一种基于二次误差测度的层位面拟合方法，可以根据输入的采样点和断层面，对已重构的层位面进行变形，使得变形后的层位面更符合输入点的形状。相对于现有的网格变形方法，本发明使用简便，速度快，可以较好地解决网格模型局部变形的问题。
-
公开(公告)号：CN114091591A
公开(公告)日：2022-02-25
申请号：CN202111336740.9
申请日：2021-11-12
申请人： 南京市儿童医院 , 南京大学 , 南京南数数据运筹科学研究院有限公司
IPC分类号： G06K9/62 , G06N3/04 , G06N3/08 , G06T7/10 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于知识蒸馏的肠神经节细胞术中快速识别方法，包括以下步骤，采集扩张段肠组织切片的苏木精‑伊红染色图像数据集并进行图像初步处理，作为训练数据集；构建用于图像分割的图像分割模型；利用训练数据集对图像分割网络进行训练；构建图像分类模型；对训练数据集再次进行预处理；利用再次预处理后的训练数据集对图像分类模型进行训练；使用训练后的图像分割模型和图像分类模型进行肠神经节细胞的识别，得到神经节细胞的发育情况以及功能的等级评估。通过本发明通过知识蒸馏缩小了模型，且模型能够在数量较少的样本基础上实现较好的训练效果，训练后的模型能够实现快速准确的识别效果。
-
公开(公告)号：CN113989800A
公开(公告)日：2022-01-28
申请号：CN202111631341.5
申请日：2021-12-29
申请人： 南京南数数据运筹科学研究院有限公司 , 南京南数科技有限公司 , 南京市儿童医院 , 南京大学
摘要： 本发明公开了一种基于改进渐进式残差网络的肠神经丛辅助识别方法，包括以下步骤：步骤1，采集数据并进行预处理，得到训练数据集；步骤2，基于改进的渐进式残差复原网络构建复原模型，并基于训练数据集和MSEloss对复原模型进行训练；步骤3，将原始待测图像输入训练后的复原模型，得到复原结果；步骤4，将复原结果与原始待测图像进行像素级差异比较，得到肠神经丛的位置；步骤5，采用分类模型，对正常与非正常的神经丛进行分类。通过本发明可以实现对神经丛准确、快速的识别，先对正常与非正常的神经丛进行分类，实现对正常与非正常形态的神经丛评估，识别为正常的神经丛后再进行后续神经节细胞的识别，从而大大提高识别效率和准确率。
-
公开(公告)号：CN112138659A
公开(公告)日：2020-12-29
申请号：CN201910581254.X
申请日：2019-06-29
申请人： 南京大学扬州化学化工研究院
IPC分类号： B01J23/66 , B01J35/00 , C07C51/235 , C07C59/08
摘要： 本发明涉及一种Au‑Pd双金属催化剂及在催化氧化1,2‑丙二醇选择性制乳酸中的应用及制备方法。本发明的目的在于设计、制备一种新型的Au‑Pd双金属催化剂，用于1,2‑丙二醇选择性氧化制乳酸；反应过程中，反应条件温和，催化剂用量少，能够获得高活性高选择性制备乳酸，催化剂不易失活，具有良好的催化寿命。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.046 秒)
