-
公开(公告)号：CN1297478C
公开(公告)日：2007-01-31
申请号：CN200310108974.3
申请日：2003-11-28
Applicant: 上海家化联合股份有限公司 , 复旦大学
CPC classification number: C09C1/00 , B82Y30/00 , C01G9/02 , C01G23/047 , C01G49/06 , C01P2004/64 , C09C1/24 , C09C1/3607
Abstract: 本发明提供一种抗紫外材料。以X，Y，A，STI，ZSM-5，MCM-41及其系列，SBA-15及其系列等微孔和介孔分子筛为主体，以纳米团簇TiO2，ZnO，CeO2，Fe2O3为客体，合成主客体纳米复合材料。这类材料在UVA-UVB波段都表现出较强的吸收，可以应用于化妆品、涂料、橡胶和塑料工业中作为抗紫外剂。
-
-
-
公开(公告)号：CN118470606A
公开(公告)日：2024-08-09
申请号：CN202410715681.3
申请日：2024-06-04
Applicant: 复旦大学附属中山医院 , 脉得智能科技(无锡)有限公司
IPC: G06V20/40 , G06V20/64 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0985 , G06N3/048
Abstract: 本申请提供一种超声视频处理方法、装置及电子设备，该方法包括：使用神经网络模型中的关键帧提取模块从待处理超声视频中提取出关键帧；使用神经网络模型中的特征提取模块从关键帧中提取出关键特征；使用神经网络模型中的特征聚合模块对关键特征进行聚合，获得聚合特征；使用神经网络模型中的分类器模块对聚合特征进行分类，获得待处理超声视频的类别。通过使用关键帧提取模块和特征提取模块能够有效地提高视频分类的推理速度，且使用特征聚合模块和分类器模块能够有效地提高视频分类的准确率，从而使用包含这些模块的神经网络模型能够兼顾超声视频处理的推理速度和准确率。
-
公开(公告)号：CN117911263A
公开(公告)日：2024-04-19
申请号：CN202410098683.2
申请日：2024-01-24
Applicant: 复旦大学附属华山医院 , 珠海科域生物工程股份有限公司
Abstract: 本发明公开一种基于CUDA快速导向滤波加速多焦点图像融合的方法，首先，采用了基于区域的改进拉普拉斯能量和SML进行聚焦评价，相较于基于像素的方式具有更好的融合效果。其次，采用CUDA并行加速拉普拉斯金字塔的采样，避免了多层嵌套循环下带来的时间损失。再次，采用了快速导向滤波，提高了采样时导向滤波的速度；并且保留了导向滤波在传递精细梯度值的效果。最后，涉及到图像多层通道的计算，例如，计算SML、拉普拉斯金字塔、高斯金字塔、快速导向滤波等，不需要在外部进行循环计算，采用了CUDA加速OpenCV的内置API完成，由于OpenCV在内部优化了多通道的计算过程，使得最终的计算速度较快；本发明在一些实时任务中，比如显微镜多层扫描，可以得到良好的应用。
-
Patent Agency Ranking
-
公开(公告)号：CN119832000A
公开(公告)日：2025-04-15
申请号：CN202510314749.1
申请日：2025-03-18
Applicant: 复旦大学附属华山医院 , 瑄立(无锡)智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06V10/764 , G06V10/774 , G06T5/70 , G06T5/60 , G06N3/0464
Abstract: 本发明属于医学图像分析技术领域，特别涉及一种基于深度学习的脑脊液细胞智能分析诊断系统及方法。本发明通过多尺度分割模型在原始图像上进行裁剪，记录并保存每个细胞图像的位置信息；多尺度分割模型分割出所有的单细胞及细胞集群图像；训练细胞分类模型，用于赋予单细胞及细胞集群图像类别属性；通过对细胞分类模型输出的分类结果进行计数，生成量化指标；通过单细胞及细胞集群图像的定位信息，生成类别可视化图像和诊断报告。本发明利用数字图像处理技术和深度学习算法，将传统方法与智能算法结合，充分利用有效的图像信息，并将检测结果可视化，便于医生核查，最终实现脑脊液样本中单细胞及细胞集群的自动定位、准确分类和量化指标功能。
-
公开(公告)号：CN118506077A
公开(公告)日：2024-08-16
申请号：CN202410628000.X
申请日：2024-05-21
Applicant: 复旦大学附属华山医院 , 第牛(上海)健康科技有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/0895 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种半监督辅助的细胞病理图像多目标解耦对比学习方法及系统，涉及计算机视觉技术领域，方法包括：引入前后景解耦模块，将两个增强分支提取的特征拆分为前景特征和后景特征并计算对比损失；基于mixup引入混合图像解耦分支，使用同构的解耦模块对分属不同实例的全局特征进行解耦，并与两个增强分支的前景融合特征联合优化损失；提出少量语义标签指导的半监督训练增强策略来辅助解耦模块初期的训练和收敛，将所得表征模型应用到脑脊液细胞的分类检测中。本发明增强了编码器对实例特征的辨别能力，约束了语义无关样本对在特征空间中的误聚集；通过结合监督算法和自监督算法划分特征边界的优势，进一步提升了模型对实例特征的捕获能力。
-
公开(公告)号：CN116229330A
公开(公告)日：2023-06-06
申请号：CN202310293915.5
申请日：2023-03-23
Applicant: 复旦大学
IPC: G06V20/40 , G06V10/762 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明公开一种视频有效帧的确定方法、系统、电子设备及存储介质，涉及视频帧挑选技术领域，所述方法包括：获取目标视频的所有视频帧；目标视频为包含待确定有效帧的视频；对所有视频帧均依次进行特征提取和特征降维，得到目标视频的降维特征矩阵；基于卡琳指数、聚类算法、预设聚类簇数范围和降维特征矩阵对所有视频帧进行聚类，得到聚类后的待筛选视频帧集；聚类后的待筛选视频帧集包括多组待筛选视频帧集；基于聚类后的待筛选视频帧集确定目标视频的所有有效帧。本发明提高了视频帧挑选的灵敏度和通用性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
