-
公开(公告)号：CN119784705A
公开(公告)日：2025-04-08
申请号：CN202411855113.X
申请日：2024-12-17
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G16H50/20 , G16H30/20
Abstract: 本发明涉及一种基于深度学习的前列腺癌组织H&E虚拟染色算法，属于恶性肿瘤领域，步骤1：获取前列腺癌组织切片白片与对应的H&E图像数据集；步骤2：将上述数据集进行数据预处理；步骤3：将上述预处理后的标准数据集输入模型进行训练；步骤4：将数据集输入设计的Attention‑CycleGAN网络，在输入源域图像后，模型将输出目标域的转换图像，训练前列腺癌组织H&E虚拟染色模型。该基于深度学习的前列腺癌组织H&E虚拟染色算法，模型在处理复杂图像转换任务时表现更加优异，生成的图像更加逼真和细致，判别器通过多层卷积网络提取输入图像的多尺度特征，结合空间注意力机制的增强特性，能够更准确地判断输入图像的真实性，从而提高整体模型的精度。
-
公开(公告)号：CN118675726A
公开(公告)日：2024-09-20
申请号：CN202410612207.8
申请日：2024-05-17
IPC: G16H50/20 , G06F18/2415 , G06F18/10 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的拉曼光谱前列腺癌辅助诊断算法，属于肿瘤领域，提出了一个拉曼Transformer模型，命名为Raman‑Transformer，该模型将拉曼光谱数据点分割成块，并使用Transformer编码器来捕捉块之间的内部关联，并区分前列腺癌患者和前列腺增生患者。该基于深度学习的拉曼光谱前列腺癌辅助诊断算法，在输入原始拉曼光谱后，模型将输出癌变和非癌变的概率；该模型可以分为三个模块：Corp卷积层、Transformer编码器和多层感知器(MLP)。Corp卷积层用于通过分割、添加类别标记和线性投影来预处理输入的拉曼光谱数据，以获得适合Transformer编码器的输入。
-
公开(公告)号：CN105748157B
公开(公告)日：2019-02-22
申请号：CN201610199903.6
申请日：2016-04-02
Applicant: 上海大学
IPC: A61B90/00
Abstract: 本发明涉及一种用于下肢模型测试分析的固定机构，用于机器人辅助膝关节置换术实验平台的下肢假骨模型位置的固定与调整，属于骨科医疗辅助技术领域。所述机构包括连接底板、大腿支撑架和小腿支撑架，其特点是连接底板与大腿支撑架下端通过大腿支撑底座固定连接；大腿支撑架上端与小腿支撑架上端通过第二合页转动连接；小腿支撑架下端与连接底板通过小腿支撑底座固定连接。大腿支撑板和小腿支撑板上开有长槽，分别调节大腿卡箍连接件和小腿卡箍连接件在长槽中的位置可以调整假骨模型的固定位置。本发明具有结构简单，使用方便等特点，可保证下肢假骨模型固定可靠，位置调整方便，为实验测试分析提供平台。
-
-
公开(公告)号：CN106510907A
公开(公告)日：2017-03-22
申请号：CN201611058599.X
申请日：2016-11-28
Applicant: 上海大学
IPC: A61F2/46
CPC classification number: A61F2/4657 , A61F2002/4666
Abstract: 本发明涉及一种膝关节生物力学性能测试与评估装置，包括框架模块、关节固定模块、膝关节模块、关节屈曲驱动模块、加载模块；所述关节固定模块固定于框架模块的框架底板上，所述膝关节模块底部与关节固定模块连接，顶部与关节屈曲驱动模块固定连接，所述关节屈曲驱动模块固定在框架模块的顶端，所述加载模块安装在框架模块上，实现对膝关节模块的加载。本发明装置通过调整膝关节的屈曲角度，模拟人体下肢关节的运动状态，通过加载外力并测试膝关节不同屈曲角度下，仿生骨组织与假体界面的应力状态。具有结构简单、关节模块更换方便、运动灵活、测试方便、测试精准等特点。
-
Patent Agency Ranking
公开(公告)号：CN105748157A
公开(公告)日：2016-07-13
申请号：CN201610199903.6
申请日：2016-04-02
Applicant: 上海大学
IPC: A61B90/00
CPC classification number: A61B2560/06
Abstract: 本发明涉及一种用于下肢模型测试分析的固定机构，用于机器人辅助膝关节置换术实验平台的下肢假骨模型位置的固定与调整，属于骨科医疗辅助技术领域。所述机构包括连接底板、大腿支撑架和小腿支撑架，其特点是连接底板与大腿支撑架下端通过大腿支撑底座固定连接；大腿支撑架上端与小腿支撑架上端通过第二合页转动连接；小腿支撑架下端与连接底板通过小腿支撑底座固定连接。大腿支撑板和小腿支撑板上开有长槽，分别调节大腿卡箍连接件和小腿卡箍连接件在长槽中的位置可以调整假骨模型的固定位置。本发明具有结构简单，使用方便等特点，可保证下肢假骨模型固定可靠，位置调整方便，为实验测试分析提供平台。
-
公开(公告)号：CN104524665A
公开(公告)日：2015-04-22
申请号：CN201410791551.4
申请日：2014-12-19
Applicant: 上海大学
CPC classification number: A61M5/16886 , A61M5/1684 , A61M5/44
Abstract: 本发明公开一种医用输液监控装置，包括主机、控制面板、气压传感器探头、接近电容探头、流速控制器和温度控制器；所述主机是一个封闭壳体，内部包含监测电路和控制电路两部分，所述监测电路包含接近电容、脉冲计数器、气压传感器、运算器，所述接近电容、脉冲计数器、气压传感器和控制电路分别与运算器相连；所述控制面板与运算器和控制电路连接，所述气压传感器探头从一侧垂直接入硬质尖嘴塑料管，气压传感器探头通过导线连接主机中的气压传感器；所述接近电容探头固定在输液管的滴壶一侧，接近电容探头通过导线连接主机中的接近电容；所述流速控制器和温度控制器卡在输液管上，并通过导线连接主机中的控制电路。
-
公开(公告)号：CN103993338A
公开(公告)日：2014-08-20
申请号：CN201410193634.3
申请日：2014-05-09
Applicant: 上海大学
Abstract: 本发明公开了一种电生理实验用电极的电镀装置，电镀反应器包括至少一个电镀工作室，电镀工作室是由封闭U型管构成，待电镀的银丝从U型管一端的金属细管的中心孔穿过并浸入电镀液中即形成电镀阳极电极，U型管的另一端设有电镀阴极电极和可开合盖口，电源通过控制模块来控制电镀工艺过程，控制模块由维持电流恒定的电路和具有定时功能电路组成，电镀工作室还设有电镀液的液面高度的电镀液位检测器。本发明采用控制电路，精确地控制电流稳定和电镀时间恒定，确保每次电镀出来的银丝表面覆盖的氯化银厚度均匀统一，降低了实验中的不可控制因素。另外，本发明还外接多组电镀槽，实现高通量电镀，一次可以电镀多根银丝，使电镀更加方便快捷高效率。
-
公开(公告)号：CN117351224A
公开(公告)日：2024-01-05
申请号：CN202311316098.7
申请日：2023-10-11
Applicant: 上海大学 , 常熟机智数字技术有限公司
IPC: G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于深度学习的电子元件目标提取方法及系统，采用多注意力机制增强型YOLO网络，在YOLOX骨干部分引入SE、CBAM注意力机制，在瓶颈结构后加入SE注意力机制，在三个有效输出特征层加入CBAM注意力机制；解耦预测部分，采用CIoU损失函数训练网络。本发明引入两种注意力机制，结合卷积神经网络与注意力机制的优势，集中计算能力在有效特征信息上，减少全连接层冗余信息，从空间和通道维度更好地聚焦小目标，使网络更加关注电路板上的微小元件，减少背景的影响；CIoU损失函数综合考虑预测框与真实框的重叠区域、中心点距离和长宽比，提高收敛速度，使预测框更贴近真实的电子元件目标，使定位框更加精确，提高检测精度。
-
公开(公告)号：CN114980327A
公开(公告)日：2022-08-30
申请号：CN202210478042.0
申请日：2022-04-29
Applicant: 佛山智优人科技有限公司 , 上海大学
IPC: H04W72/04 , H04L41/5019 , H04L41/0896
Abstract: 本发明公开了一种基于深度强化学习的网络切片资源优化方法及装置，其中，所述方法包括：设置软硬混合策略的网络切片框架；基于所述网络切片框架在网络切片窗口内保障网络切片SLA的基础上，最大化频谱效率，获得网络切片优化问题；基于所述网络切片优化问题在给定初始资源分配的情况下，利用DQN网络进行在线网络切片资源优化调整处理，获得网络切片资源优化结果。在本发明实施例中，可以基于统一的优化框架对任性QoS要求的网络切片进行资源分配；能够在保障不同切片SLA的基础上，提升频谱效率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.027 seconds)
