公开(公告)号：CN118154569A

公开(公告)日：2024-06-07

申请号：CN202410350979.9

申请日：2024-03-26

Applicant: 华南理工大学 ,  广州市第一人民医院(广州消化疾病中心、广州医科大学附属市一人民医院、华南理工大学附属第二医院)

Inventor： 吴永贤 ,  许靖 ,  梁殷浩 ,  王婷 ,  梁丹 ,  魏新华 ,  阮秀杭 ,  梁莹莹

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/73 ,  G06T7/60 ,  G06V10/25 ,  G06V10/42 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习与目标修正的阑尾检测系统，包括：数据预处理模块，用于对原始数据进行预处理，增强图像特征，并将三维CT图像转换为统一大小的二维CT切片图像；阑尾预定位模块，使用目标检测网络对二维CT切片图像进行初步的阑尾定位，得到阑尾预定位位置，并提取目标检测网络生成的图像特征图和目标特征；阑尾目标修正模块，利用卷积神经网络融合同一病例多个二维CT切片图像的图像特征图来得到该病例的CT图像的全局特征图，并以多头注意力机制为核心来增强同一病例二维CT切片图像之间的目标空间关系，基于CT图像的全局特征图和二维CT切片图像之间的目标空间关系来对阑尾预定位位置进行阑尾目标修正。本发明可实现精准化的阑尾位置修正。

公开(公告)号：CN112906804B

公开(公告)日：2023-12-19

申请号：CN202110228166.9

申请日：2021-03-02

Applicant: 华南理工大学

Inventor： 吴永贤 ,  丘林 ,  田星 ,  张建军 ,  王婷 ,  余洪华

IPC: G06V20/70 ,  G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/09 ,  G06N3/084

Abstract: 本发明公开了一种针对组织病理学图像的哈希样本平衡癌症标注方法，利用卷积自编码器提取多类图像的特征，采用无监督的卷积自编码器CAE来提取图像块特征，采用有监督卷积神经网络(CNN)用于最终的分类任务；利用哈希方法将高维特征空间的图像映射到低维二进制空间，对所有多类图像样本产生哈希编码，每个哈希编码对应原始特征空间中的一个子空间，也称为哈希桶；计算在每个哈希桶中的抽取样本的选择比例，并挑选出具有代表性的样本。针对大规模病理组织学图像分类任务中的类不平衡问题，提出了一种高效的重采样方法HBU。不需要计算样本之间的成对距离，具有高效性和高可拓展性。

公开(公告)号：CN114276983A

公开(公告)日：2022-04-05

申请号：CN202111676266.4

申请日：2021-12-31

Applicant: 广州市第一人民医院(广州消化疾病中心、广州医科大学附属市一人民医院、华南理工大学附属第二医院)

Inventor： 王婷

IPC: C12N5/071 ,  C12N5/09 ,  C12N5/0793 ,  C12N5/079

Abstract: 本发明涉及细胞模型领域，尤其涉及一种3D共培养4种细胞体外建立人血脑屏障模型的方法。本发明的健康血脑屏障细胞模型为将4种细胞共培养得到；所述4种细胞为：人原代微血管内皮细胞hpBEC、人原代周细胞hpPs(有或无下调PDGFRβ基因)、人原代星形胶质细胞hpA和人神经母细胞瘤细胞系SH‑SY5Y；所述共培养为通过RAFT 3D细胞培养系统进行共培养。本发明的细胞模型可真实的模拟细胞生长于组织中而不是只存在于液体中，更好的模拟人体内细胞生长环境及人体内血脑屏障细胞排列顺序，因此用于研究血脑屏障功能及其破坏较传统细胞模型有很大突破。

公开(公告)号：CN112906804A

公开(公告)日：2021-06-04

申请号：CN202110228166.9

申请日：2021-03-02

Applicant: 华南理工大学

Inventor： 吴永贤 ,  丘林 ,  田星 ,  张建军 ,  王婷 ,  余洪华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种针对组织病理学图像的哈希样本平衡癌症标注方法，利用卷积自编码器提取多类图像的特征，采用无监督的卷积自编码器CAE来提取图像块特征，采用有监督卷积神经网络(CNN)用于最终的分类任务；利用哈希方法将高维特征空间的图像映射到低维二进制空间，对所有多类图像样本产生哈希编码，每个哈希编码对应原始特征空间中的一个子空间，也称为哈希桶；计算在每个哈希桶中的抽取样本的选择比例，并挑选出具有代表性的样本。针对大规模病理组织学图像分类任务中的类不平衡问题，提出了一种高效的重采样方法HBU。不需要计算样本之间的成对距离，具有高效性和高可拓展性。

公开(公告)号：CN119524032A

公开(公告)日：2025-02-28

申请号：CN202411776012.3

申请日：2024-12-05

Applicant: 华南理工大学

Inventor： 苏健裕 ,  王婷 ,  徐舜泽 ,  肖锦湘 ,  范鹏辉 ,  方立明

IPC: A61K36/185 ,  A61P3/10

Abstract: 本发明公开了一种具有降血糖功效的蛇婆子提取物及其制备方法与应用。本发明将蛇婆子粉末与乙醇水溶液混合搅拌均匀，采用超声波辅助提取，得到蛇婆子提取液；将蛇婆子提取液进行大孔树脂柱层析，收集洗脱液，冷冻干燥，得到具有降血糖功效的蛇婆子提取物。该制备方法操作简便，产率优良，绿色环保，适合工业化生产大规模提取。本发明首次发现了蛇婆子提取物具有降血糖功能，适合用于制备降血糖制剂。

公开(公告)号：CN112884149B

公开(公告)日：2024-03-22

申请号：CN202110294928.5

申请日：2021-03-19

Applicant: 华南理工大学

Inventor： 吴永贤 ,  何扬 ,  王婷 ,  钟灿琨

IPC: G06N3/082 ,  G06N3/0464

Abstract: 本发明公开了一种基于随机敏感度ST‑SM的深度神经网络剪枝方法及系统，利用随机敏感度衡量剪除节点对后继层输出的影响，以此为依据挑选需要剪除的节点，有效减少剪枝过程对网络性能的损害；利用权重补偿重建被剪枝层的节点输出，以减少剪枝过程中的模型性能退化，用训练集样本构造补偿权重需满足的方程组，通过共轭梯度预处理正则方程CGPCNE方法解出补偿权重值，并对剩余节点权重进行补偿；利用重训练改善剪枝后模型的性能，该方法能在维持模型原有性能的前提下，利用剪枝移除深度神经网络中的节点，对深度神经网络模型进行压缩与加速，有效减少模型空间开销，提升运行效率。

公开(公告)号：CN104528668B

公开(公告)日：2016-06-22

申请号：CN201410810686.0

申请日：2014-12-19

Applicant: 华南理工大学

Inventor： 季小红 ,  陈飞 ,  王婷

IPC: C01B21/06 ,  B82Y30/00

Abstract: 本发明属于纳米材料制备技术领域，公开了一种可作为柔性场发射阴极材料的AlxGa1-xN纳米线阵列及其制法与应用。所述制备方法为：采用化学气相沉积法，以碳布为柔性衬底，AlCl3为铝源，GaCl3为镓源，与氨气反应，生成AlxGa1-xN纳米线阵列。所得AlxGa1-xN纳米线阵列的形貌为准定向纳米线阵列，可应用于场发射显示技术领域。所述制备方法选用碳布作为衬底，具有优异的柔韧性和导电性；且可通过改变AlCl3和GaCl3的蒸发温度调变蒸气分压，实现AlxGa1-xN纳米线阵列的组分调变。所述AlxGa1-xN纳米线阵列密度均一，长度统一，具有大的长径比和适中的密度，在场发射中有潜在的应用价值。

公开(公告)号：CN119286716A

公开(公告)日：2025-01-10

申请号：CN202411621150.4

申请日：2024-11-14

Applicant: 华南理工大学

Inventor： 苏健裕 ,  徐舜泽 ,  王婷 ,  肖锦湘 ,  范鹏辉 ,  方立明

IPC: C12N1/20 ,  C12P7/04 ,  C12P7/26 ,  C12R1/01

Abstract: 本发明属于微生物领域，特别涉及一株产异戊醇和3‑羟基‑2‑丁酮的内生细菌及其应用。该内生细菌的名称为植生拉乌尔菌(Raoultella planticola)HuaYu‑2，保藏编号为GDMCC No：65269，于2024年10月15日保藏于广东省微生物菌种保藏中心。该内生细菌是从香水柠檬中分离得到，可以通过发酵作用产生香气化合物异戊醇和3‑羟基‑2‑丁酮的内生菌菌株，一方面丰富了发酵生产香料化合物的菌株库，另一方面为从香料植物中筛选产香微生物提供了一定依据。

公开(公告)号：CN116244461A

公开(公告)日：2023-06-09

申请号：CN202310149569.3

申请日：2023-02-21

Applicant: 华南理工大学

Inventor： 吴永贤 ,  刘旭宇 ,  田星 ,  王婷 ,  张建军 ,  陈俊龙

IPC: G06F16/583 ,  G06F16/51 ,  G06F16/901 ,  G06V10/82 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明公开了一种基于宽度学习的哈希图像检索方法，包括：1)对图像集进行特征提取，将提取后的二维向量数据和对应标签数据记录在数据集D中；2)基于Hadamard为数据集D的每个类别分配理想哈希码；3)基于宽度学习系统构建并训练基本宽度哈希网络，学习二维向量数据与理想哈希码之间的关系；4)利用训练好的基本宽度哈希网络进行图像检索，并计算检索准确率；5)基本宽度哈希网络的结构，针对静、动态数据环境分别提出两种节点型增量宽度哈希网络和一种数据型增量宽度哈希网络。本发明缓解了深度哈希方法普遍出现的耗时问题和短哈希码带来的检索性能下降问题，同时提高了图像检索准确率，进一步可以实现更灵活和精确的下游应用。

公开(公告)号：CN109978013A

公开(公告)日：2019-07-05

申请号：CN201910166016.2

申请日：2019-03-06

Applicant: 华南理工大学

Inventor： 吴永贤 ,  李金德 ,  王婷

IPC: G06K9/62 ,  G06K9/00

Abstract: 本发明公开了一种用于人物动作识别的深度聚类方法，包括步骤：1)给定人物动作识别视频数据库提取的特征点数据集；2)构建多堆叠自编码器网络和深度神经网络组成的深度聚类网络；3)训练深度聚类网络；4)使用训练好的深度聚类网络进行聚类；5)使用聚类的结果构建词向量，用于人物动作识别。本发明联合多堆叠自编码器网络和深度神经网络组成深度聚类网络执行聚类任务，使用聚类中心软分配策略构建更好的词向量，有效提高人物动作识别的正确率。