角度域广义Radon变换的离散方法、系统、终端及介质

    公开(公告)号:CN114417660A

    公开(公告)日:2022-04-29

    申请号:CN202111660036.9

    申请日:2021-12-30

    IPC分类号: G06F30/23 G06F111/10

    摘要: 本申请涉及一种角度域广义Radon变换的离散方法、系统、终端以及存储介质。所述方法包括:读取地震道数据,设定地震道数据的成像点坐标,并读取每一个成像点坐标的走时、幅值以及方向表;计算散射角及离散间隔;计算所述散射角最近的采样点θ0及其分区边界并计算所述散射角到分区边界θbound的距离l,根据所述距离l判断分区边界θbound是否分裂散射角离散面,如果是,利用离散单元分裂算法将所述分区边界θbound附近的离散单元分裂为两个单元,并根据所述离散间隔计算分裂后的两个单元的面积;分别使用分裂后的两个单元计算采样点θ0以及θ0±Δθ处的成像累加。本申请可以获得连续平滑的角度域反演结果。

    细胞荧光图像阈值化方法、系统、终端及存储介质

    公开(公告)号:CN113689396A

    公开(公告)日:2021-11-23

    申请号:CN202110962869.4

    申请日:2021-08-20

    发明人: 吴昊 魏彦杰 潘毅

    摘要: 本申请涉及一种细胞荧光图像阈值化方法、系统、终端以及存储介质。所述方法包括:利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布;对所述像素值分布调整后的细胞荧光图像进行双边滤波处理;利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理,得到二值化图像;获取所述二值化图像中的连通域,并计算每个连通域的面积,将面积小于设定阈值的连通域消除,得到阈值化细胞荧光图像。本申请实施例有效去除了点光源成像对荧光图像的干扰,并在去除点光源影响的同时保留细胞的边界信息,提高了待分析细胞的数据量,有利于提升后续提取生物参数的准确性。

    一种自动化干细胞检测方法、系统、终端以及存储介质

    公开(公告)号:CN113689395A

    公开(公告)日:2021-11-23

    申请号:CN202110962855.2

    申请日:2021-08-20

    发明人: 吴昊 魏彦杰 潘毅

    IPC分类号: G06T7/00 G06T7/62 G06N20/00

    摘要: 本申请涉及一种自动化干细胞检测方法、系统、终端以及存储介质。所述方法包括:获取细胞图像,生成细胞图像训练集;将所述细胞图像训练集输入深度学习模型进行第一轮模型训练,通过所述深度学习模型输出细胞图像训练集的第一轮细胞预测结果;根据所述细胞预测结果对所述细胞图像的初始细胞标记进行更新,并根据所述更新的细胞标记对细胞图像进行细胞追踪,得到细胞追踪结果;根据所述细胞追踪结果对所述细胞图像训练集的初始训练标签进行更新,并将更新后的细胞图像训练集输入深度学习模型进行迭代训练,得到训练好的细胞检测模型。本申请实施例无需人工标签,训练过程简单,获得了较好的性能,并大大降低了训练的成本,提高了训练效率。

    基于人脑功能磁共振影像的自闭症分类器构建方法及系统

    公开(公告)号:CN114187258A

    公开(公告)日:2022-03-15

    申请号:CN202111501930.1

    申请日:2021-12-09

    摘要: 本发明公开了基于人脑功能磁共振影像的自闭症分类器构建方法及系统,对正常受试者和自闭症受试者大脑功能磁共振影像进行预处理得到特征向量;对特征向量的每一个特征进行基于梯度分布曲线差异的特征选择方法,得到显著特征,将所得到显著特征组成新的特征向量,并将所有受试者新的特征向量作为训练样本,所述训练样本包括训练集和验证集;采用训练集对变分自编码器进行预训练,预训练结束后,将变分自编码器的编码器参数迁移至多层感知机,并采用训练集对多层感知机进行有监督的训练,对多层感知机的参数进行微调,并在每一轮训练后采用验证集进行评估,直至训练至设定的轮数或验证集评估精度达标,将经过参数微调的多层感知机作为自闭症分类器。

    卷积运算的处理方法、电子设备、移动终端及存储介质

    公开(公告)号:CN113392957B

    公开(公告)日:2023-01-17

    申请号:CN202110553804.4

    申请日:2021-05-20

    IPC分类号: G06N3/04 G06N3/08 G06F17/15

    摘要: 本申请公开了一种卷积运算的处理方法、电子设备、移动终端及存储介质,该处理方法包括:获取待处理的卷积运算以及配置数据库;将卷积运算转换为矩阵乘法,矩阵乘法对应一卷积尺寸;若确定配置数据库中无卷积尺寸对应的配置参数,则根据卷积尺寸以及硬件参数定义一参数搜索空间;根据参数搜索空间中的配置参数生成多个运算代码,并利用多个运算代码对矩阵乘法进行计算,以得到多个运算结果;将多个运算结果中满足预设条件的一个运算结果对应的运算代码的配置参数,存储至配置数据库。通过上述方式,本申请能够对矩阵乘法进行重构优化,从而以性能较好的矩阵乘法对卷积运算进行提升。

    一种基于机器学习的细胞识别方法及装置

    公开(公告)号:CN111553206B

    公开(公告)日:2021-08-24

    申请号:CN202010288371.X

    申请日:2020-04-14

    IPC分类号: G06K9/00 G06K9/62 G06N20/00

    摘要: 本发明涉及机器学习技术领域,具体涉及一种基于机器学习的细胞识别方法及装置。本发明通过从数据库中获取特征标识对应的细胞特征数据集;对细胞特征数据集进行特征提取,得到窗口细胞特征集;对窗口细胞特征集进行缺失值处理,得到细胞缺失特征集;对细胞缺失特征集进行验证,得到预训练机器学习模型以及预测准确率;根据预测准确率,获取细胞缺失特征集的最佳时间窗口;在所有最佳时间窗口上进行筛选操作,得到细胞筛选特征集;基于机器学习算法,将细胞筛选特征集输入至预训练机器学习模型进行训练,得到细胞分类机器学习模型;对待识别细胞数据进行识别,输出细胞类别,本发明解决了现有基于机器学习的细胞识别装置识别精度低的技术问题。

    基于Hybrid存储格式的图遍历访存优化方法、系统及电子设备

    公开(公告)号:CN112818179A

    公开(公告)日:2021-05-18

    申请号:CN201911127994.2

    申请日:2019-11-18

    IPC分类号: G06F16/901

    摘要: 本发明涉及图计算技术领域,公开了一种基于Hybrid存储格式的图遍历访存优化方法、系统及电子设备。该优化方法通过随机生成存储图数据的邻接矩阵AM;并对所述邻接矩阵AM进行图数据处理,生成新存储格式的矩阵hybrid;最后根据所生成的新存储格式的矩阵hybrid,进行BFS搜索完成对图的广度优先搜索。本发明是采用新存储格式的矩阵hybrid去存储图数据,有效的解决现有的各种存储图的数据结构在图遍历算法中,存在的内存消耗太大或数组溢出等问题。