-
公开(公告)号：CN116919540A
公开(公告)日：2023-10-24
申请号：CN202210353848.7
申请日：2022-04-08
Applicant: 南京大学
Abstract: 本发明公开一种基于体表动态位置信息的微创机器人设备及方法。目的是为了解决在穿刺手术过程中由于人体的自主呼吸运动而使得穿刺目标产生位移，从而导致穿刺精度降低的问题。针对现有问题，本发明结合高精度红外定位装置设计了人体呼吸模型估计方案，对穿刺过程中由于呼吸运动造成的误差进行修正，从而使得操作人员能够对穿刺目标进行准确穿刺，减少操作失误率。
-
公开(公告)号：CN116919452A
公开(公告)日：2023-10-24
申请号：CN202210370891.4
申请日：2022-04-08
Applicant: 南京大学
Abstract: 一种自适应检测血管的多普勒超声系统，采用超声波收发阵列单元组成超声探头贴，超声探头贴的长度大于动脉血管的直径。超声探头贴的每个阵列单元可以独立地发射超声波，也可以独立地接收回波。整个检查过程分为三个阶段，第一阶段是超声探头贴贴合调整阶段，用以固定超声波收发单元阵列，使其在皮肤表面紧紧固定；第二阶段是血管定位阶段，设定工作模式，并通过反馈信号来确定血管的中心位置，以及确定最佳的超声波单元阵列工作模式；第三阶段是多普勒检查阶段，根据第二阶段的最佳组合方式进行超声波信号收发工作，获得最佳的多普勒信息。
-
公开(公告)号：CN116664654A
公开(公告)日：2023-08-29
申请号：CN202310200375.1
申请日：2023-03-03
Applicant: 南京大学
Abstract: 本发明提供了一种基于ZYNQ快速实现圆心检测的方法，涉及FPGA硬件加速和数字图像处理技术领域。首先对图片进行二值化并使用Sobel边缘检测算法提取图片的轮廓；接着用霍夫变换提取圆的轮廓，得到圆轮廓内部像素点坐标对；然后将霍夫变换后的图片进行转置，生成两路信息，分别传入FIFO，利用改进的快速锁定中心算法分别得到圆的行对称轴和列对称轴，结合投票机制得到准确的圆的行列对称轴；最后将行对称轴和列对称轴进行交叉组合得到疑似圆心坐标对，并将疑似圆心坐标对与之前得到的轮廓内部像素点坐标进行匹配得到准确的圆心坐标对。本发明充分利用可编程逻辑器件的优势，提高了算法的速率，具有良好的精度。
-
公开(公告)号：CN113491522A
公开(公告)日：2021-10-12
申请号：CN202010262755.4
申请日：2020-04-07
Applicant: 南京大学
Abstract: 本发明公开了一种基于多通道生理信号的心动特征融合提取方法，它包括4个步骤——(1)对多通道生理信号提取关键时间段；(2)对关键时间段内的多通道生理信号进行包括扁平线与Z型线判别、基线漂移去除、工频干扰去除、起搏器尖峰滤除的预处理；(3)针对ECG信号、ABP信号、PPG信号提取各自的R峰位置与心动周期信息，并计算信号质量指数和关联质量指数；(4)根据信号质量指数与关联质量指数同信号质量采信阈值与关联质量采信阈值的比较情况，进行心动特征融合：结合ABP信号与PPG信号的心动周期信息，对ECG信号进行R峰探测，并和单独利用ECG信号探测的R峰位置做对比，选择性的进行R峰标记的添加或修改。本方法能充分利用多通道生理信号的心动周期信息，提升ECG信号R峰探测准确性，提升心律失常误报警抑制率，经实际数据测试，效果很好。
-
公开(公告)号：CN112749295A
公开(公告)日：2021-05-04
申请号：CN201911057340.7
申请日：2019-10-31
Applicant: 南京大学
Abstract: 本发明公布了一种基于交叉对比神经网络的心音录音分类技术。本发明根据手机录音的性质，在原始数据集的基础上，通过模拟录音效果以及一维信号到二维图像的转化，建立了一个全新的心音时频图数据集，并应用交叉对比神经网络的模型进行分类。该神经网络的卷积层经过训练，能够提取出心音时频图中的特征，随后在这些特征上引入IBS模型与两两交叉对比的方法，根据其统计信息计算两张图片的相似性，进而判断所属类别，实现疾病的筛查，在手机录音的心音上取得了较高的分类准确率。
-
Patent Agency Ranking
-
公开(公告)号：CN111104834A
公开(公告)日：2020-05-05
申请号：CN201811281412.1
申请日：2018-10-25
Applicant: 南京大学
Abstract: 本发明公开了一种交叉对比神经网络在心声智能检测中的应用方法。本发明将深度神经网络与IBS理论相结合，提出了一种新的网络架构，交叉对比神经网络。这种新的网络架构利用卷积滤波器提取声音频谱的纹理特征，然后通过对比的方式计算两幅图像特征的相似度。对心声数据库的实验表明，我们的方法可以提高分类的准确度，同时给出了直观的统计学解释。
-
公开(公告)号：CN109840537A
公开(公告)日：2019-06-04
申请号：CN201711254627.X
申请日：2017-11-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于交叉对比神经网络的图像多任务分类方法。本发明将深度神经网络与IBS理论相结合，提出了交叉对比神经网络，包括训练部分和测试部分。训练部分步骤：(1)按序选取图像组成集合，使用网络对任两幅进行特征提取；(2)对提取的特征进行概率统计，使用修改的IBS公式得到标准化后的MIBS值；(3)将MIBS值与标签结合，计算损失值；(4)重复以上步骤，使用算法优化损失值；(5)重复4，直至模型训练结束。测试部分步骤：(6)将测试图像与训练集图像两两输入训练好的模型中计算MIBS值，确定测试图像类别。本方法将图像以组合方式两两输入网络，对IBS理论修改加入网络中，解决了样本量少，准确率难以保证和统计特征无法寻找的问题。
-
公开(公告)号：CN108305311A
公开(公告)日：2018-07-20
申请号：CN201710029952.X
申请日：2017-01-12
Applicant: 南京大学
CPC classification number: G06T15/005 , G06N3/0454 , G06N3/08
Abstract: 本发明公布了一种基于深度学习以及卷积神经网络的数字化图像水墨风格渲染技术。由于现有的图像处理软件只能简单的改变图片背景颜色及场景，只有几种固定的简单风格供选择。本发明公布的方法通过水墨图片集训练卷积神经网络模型，利用训练好的模型对水墨图片进行处理，通过格莱玛矩阵量化水墨图片特征，利用反向传播算法，梯度下降算法由计算机迭代训练减小损失，提取出水墨画的特征。最终将水墨画的风格渲染到任意的图片中，生成了精美的水墨画。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
