-
公开(公告)号:CN116883428B
公开(公告)日:2024-05-31
申请号:CN202310830051.6
申请日:2023-07-07
Applicant: 东北大学 , 辽宁然辉科技有限公司
Abstract: 本发明涉及CT影像分区,尤其涉及一种下颌骨螺旋CT影像分区分割方法。其将下颌骨二维分区标准应用到三维HCT数据,结合计算机自动分割算法,实现分区分割,为后续的下颌骨疾病检测提供便利。包括步骤:步骤1、确定下颌骨分区标准;步骤2、建立下颌骨分区分割HCT数据集;步骤3、训练下颌骨分区分割算法;步骤4、分割下颌骨数据。
-
公开(公告)号:CN117926107A
公开(公告)日:2024-04-26
申请号:CN202311654852.8
申请日:2023-12-05
Applicant: 东北大学
IPC: C22C33/04 , C22C38/28 , C22C38/22 , C22C38/24 , B22D1/00 , B22D11/06 , B21B1/26 , C21D1/00 , C21D6/00 , C21D8/02
Abstract: 本发明属于金属材料领域,特别涉及一种基于熔炼、薄带铸轧和复合成形的大规格ODS钢制备方法。按以下步骤进行:(1)按设定成分冶炼钢水;(2)浇注前,Y和Ti加入控制烧损;(3)钢水流经布流包时,通过定量送粉过程将(0~20%FeO+Fe2O3)富氧前驱剂加入钢水中;(4)富氧前驱剂与钢水在熔池中充分混均后快速凝固成形,稀土和氧原子均匀固溶在基体中;(5)铸带分切真空包套轧制,然后切除包套料;(6)二次或者多次复合热轧后,进行热处理获得最终性能。本发明利用薄带铸轧实现了稀土和氧原子的均匀固溶,而且基体热稳定性较好,可以通过复合轧制获得大尺寸材料。
-
公开(公告)号:CN117888027A
公开(公告)日:2024-04-16
申请号:CN202410067259.1
申请日:2024-01-17
Applicant: 东北大学
IPC: C22C38/02 , C22C38/12 , C22C38/60 , C22C33/04 , C21D1/26 , C21D1/68 , C21D1/74 , C21D6/00 , C21D8/12 , C21C7/00
Abstract: 本发明公开一种低温板坯加热新型抑制剂取向硅钢及制备方法,属于冶金技术领域。该取向硅钢的化学成分按质量百分比为C:≤0.003%,Si:2.0~3.5%,Nb:0.03~0.1%,S:0.03~0.1%,其余为Fe和不可避免的杂质元素。制备方法为:钢水冶炼、铸坯加热、热轧、两阶段冷轧、初次再结晶退火、二次再结晶退火。本发明基于超低碳成分体系通过在取向硅钢中只添加Nb、S两种元素形成了铌硫化合物‑Nb2S3作为制备取向硅钢的新型抑制剂,实现了板坯低温加热的同时,省略了常化和脱碳退火工序,采用两阶段冷轧工艺制备了高磁感、低铁损的取向硅钢板。显著降低了能耗及生产成本,具有良好的应用前景。
-
公开(公告)号:CN116912623B
公开(公告)日:2024-04-05
申请号:CN202310894739.0
申请日:2023-07-20
Applicant: 东北大学 , 辽宁然辉科技有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G16H30/00
Abstract: 本发明提供一种用于医学图像数据集的对比学习方法及系统。该方法包括:获取医学图像数据集;搭建以Swin Transformer为骨干网络的对比学习网络;将Swin Transformer在自然图像数据集ImageNet上进行有监督学习得到的有监督模型作为对比学习网络的预训练模型;基于对比学习数据集和对比学习网络的预训练模型训练对比学习网络;输出对比学习模型,并将对比学习模型作为下游任务网络的预训练模型;基于下游任务训练集和下游任务网络的预训练模型训练下游任务网络;输出下游任务模型。本发明提供的对比学习方法及系统,使用以Swin Transformer为骨干网络的基于预测任务的对比学习网络,并使用迁移学习方法训练网络,实现了即使在小规模的医学图像数据集上也能大幅度提升下游任务网络的训练精度。
-
公开(公告)号:CN116912623A
公开(公告)日:2023-10-20
申请号:CN202310894739.0
申请日:2023-07-20
Applicant: 东北大学 , 辽宁然辉科技有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G16H30/00
Abstract: 本发明提供一种用于医学图像数据集的对比学习方法及系统。该方法包括:获取医学图像数据集;搭建以Swin Transformer为骨干网络的对比学习网络;将Swin Transformer在自然图像数据集ImageNet上进行有监督学习得到的有监督模型作为对比学习网络的预训练模型;基于对比学习数据集和对比学习网络的预训练模型训练对比学习网络;输出对比学习模型,并将对比学习模型作为下游任务网络的预训练模型;基于下游任务训练集和下游任务网络的预训练模型训练下游任务网络;输出下游任务模型。本发明提供的对比学习方法及系统,使用以Swin Transformer为骨干网络的基于预测任务的对比学习网络,并使用迁移学习方法训练网络,实现了即使在小规模的医学图像数据集上也能大幅度提升下游任务网络的训练精度。
-
公开(公告)号:CN114657461B
公开(公告)日:2023-08-08
申请号:CN202210178277.8
申请日:2022-02-25
Applicant: 东北大学
Abstract: 本发明属于冶金技术领域,具体涉及一种基于固溶强化的高强度无取向硅钢及其制备方法。该无取向硅钢的化学成分是:Si 2.8~4.8wt.%,P 0~0.2wt.%,Mn 0~0.5wt.%,Al 0~0.5wt.%,(C+N+O+S)≤100ppm,其余为Fe。该无取向硅钢的制造方法包括:真空冶炼→浇铸锻造、热轧加工及常化热处理(或者薄带连铸)→酸洗与冷轧加工→再结晶退火。本发明制备的新能源汽车驱动电机转子用高强无取向硅钢厚度为0.20~0.50mm,磁感应强度B50为1.65~1.75T,P10/400为10~30W/kg,屈服强度Rp0.2为450~620MPa,抗拉强度Rm为620~750MPa,延伸率A为12~24%,可以满足用户对新能源汽车驱动电机用无取向硅钢性能要求。
-
公开(公告)号:CN110633676B
公开(公告)日:2023-04-18
申请号:CN201910880218.3
申请日:2019-09-18
Applicant: 东北大学
Abstract: 本发明涉及一种自动识别脑脊液细胞图像信息方法,包括:针对待处理的脑脊液细胞的原始图像,对所述原始图像进行预处理,得到预处理后的图像;采用最小化模型对所述预处理后的图像进行分割,获取分割后的目标细胞图像;其中,最小化模型为对所述预处理后的图像进行分割,使分割后的每一个图像内均只包含一个目标细胞;提取图像中目标细胞的特征;本发明方法可以对获取的脑脊液细胞学检测图像中的脑脊液细胞进行准确的分割处理,并对细胞的特征自动提取,而且提取的结果也会比较客观。
-
公开(公告)号:CN115233082A
公开(公告)日:2022-10-25
申请号:CN202210896584.X
申请日:2022-07-28
Applicant: 东北大学
Abstract: 本发明属于冶金技术领域,涉及一种通过定向再结晶制备强{100}面织构电工钢薄带的方法,化学组成及其重量百分比为Si:1.5~3.5%,C:0.002~0.01%,Mn:0.15~0.35%,Al≤0.005%,S:0.0025~0.005%,其余为Fe和不可避免的杂质元素。基于双辊薄带连铸获得显著{100}柱状晶凝固组织无取向硅钢铸带,对铸带局部区域进行冷轧,之后利用定向再结晶可调控晶粒形态及晶粒取向的优势,控制{100} 柱状晶选择长大,使未轧制区域的{100}柱状晶凝固组织吞并冷轧组织,最终获得强{100}面织构电工钢薄带。本发明工艺流程短且制备方法简单,对高性能电工钢薄带的短流程绿色化制备具有重要意义。
-
公开(公告)号:CN114657461A
公开(公告)日:2022-06-24
申请号:CN202210178277.8
申请日:2022-02-25
Applicant: 东北大学
Abstract: 本发明属于冶金技术领域,具体涉及一种基于固溶强化的高强度无取向硅钢及其制备方法。该无取向硅钢的化学成分是:Si 2.8~4.8wt.%,P 0~0.2wt.%,Mn 0~0.5wt.%,Al 0~0.5wt.%,(C+N+O+S)≤100ppm,其余为Fe。该无取向硅钢的制造方法包括:真空冶炼→浇铸锻造、热轧加工及常化热处理(或者薄带连铸)→酸洗与冷轧加工→再结晶退火。本发明制备的新能源汽车驱动电机转子用高强无取向硅钢厚度为0.20~0.50mm,磁感应强度B50为1.65~1.75T,P10/400为10~30W/kg,屈服强度Rp0.2为450~620MPa,抗拉强度Rm为620~750MPa,延伸率A为12~24%,可以满足用户对新能源汽车驱动电机用无取向硅钢性能要求。
-
公开(公告)号:CN114058963A
公开(公告)日:2022-02-18
申请号:CN202111424393.5
申请日:2021-11-26
Applicant: 东北大学
IPC: C22C38/02 , C22C38/08 , C22C38/06 , C22C38/04 , C22C38/16 , C22C33/04 , C21D8/12 , C21D1/26 , C21D1/74
Abstract: 本发明属于冶金技术领域,具体涉及一种基于纳米析出强化制备高强度无取向硅钢的方法。该无取向硅钢包括如下重量百分比的化学成分:Si 2.5~4.5wt.%,Ni 2.5~6.5wt.%,Al 1.0~3.0wt.%,Mn 0.1~1.0wt.%,Cu 0~1.0wt.%,(C+N+O+S)≤100ppm,其余为Fe;该无取向硅钢的制造方法包括:真空冶炼、浇铸锻造及热轧加工(或者薄带连铸)、常化热处理、酸洗与冷轧加工、再结晶退火、时效热处理。本发明制备的新能源汽车驱动电机转子用高强无取向硅钢厚度为0.20~0.50mm,磁感应强度B50为1.60~1.70T,P10/400为10~31W/kg,屈服强度Rp0.2为700~1000MPa,抗拉强度Rm为740~1150MPa,延伸率A为8~20%,可以满足用户对新能源汽车驱动电机用无取向硅钢性能要求。
-
-
-
-
-
-
-
-
-