-
公开(公告)号:CN109389557A
公开(公告)日:2019-02-26
申请号:CN201811224978.0
申请日:2018-10-20
Applicant: 南京大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于图像先验的细胞图像超分辨方法及其装置,属于计算机视觉和深度学习领域。该方法主要包括以下步骤:拍摄显微镜下的细胞图像;手动标记出三个区域,生成掩膜;生成特征图;提取掩膜;利用图像解码网络生成高分辨率图像;以细胞图像和掩膜作为训练集,训练卷积神经网络;固定网络参数,将训练得到的卷积神经网络,对低分辨率细胞图像进行超分辨。其装置包括:显微图像获取模块、图像预处理模块、图像特征编码模块、图像掩膜提取模块、图像解码模块、神经网络训练模块和细胞超分辨模块。本发明的细胞图像超分辨方法,充分利用了细胞图像先验知识,大大提高了细胞超分辨的性能,对基于显微图像的病理学诊断有至关重要的意义。
-
公开(公告)号:CN108983579A
公开(公告)日:2018-12-11
申请号:CN201811029798.7
申请日:2018-09-05
Applicant: 南京大学
Abstract: 本发明公开了一种无透镜数字全息显微成像相位恢复和重建的方法及其装置。该方法的步骤为:S1采集无样本背景光场图像;S2在距离传感器不同高度放置样本,采集样本全息图像序列;S3利用背景光场图像对全息图像序列进行背景去除;S4对去除背景后的全息图像序列进行水平配准对齐;S5利用自动对焦算法计算每个高度的全息图像对应的高度;S6计算传感器平面到样本平面的光场传播矩阵序列;S7将配准对齐后的全息图像序列和光场传播矩阵序列使用约束迭代的方法初始化得到样本平面复振幅的初始值;S8使用沃廷格-流方法将初始值进行迭代更新,得到样本平面恢复的相位和重建的振幅。本发明能精确地恢复出样本平面光场的相位并重建其振幅。
-
公开(公告)号:CN108508588A
公开(公告)日:2018-09-07
申请号:CN201810368146.X
申请日:2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种多约束信息的无透镜全息显微相位恢复方法及其装置。该方法包括如下步骤:S1:关闭光源,利用无透镜全息显微装置采集暗场图像;S2:打开光源,采集光源均匀照射下的明场图像;S3:在图像传感器上方放置样本,保证样本到图像传感器的距离远小于样本到光源的距离;打开光源,采集全息图像序列;S4:对需要计算的任意一张全息图像进行平场校正;S5:对平场校正后的图像进行自动对焦算法,求得样本在空间中的位置;S6:对自动对焦后的全息图像采用多约束信息的相位恢复算法,重建出样本的准确幅度和相位信息。本发明能不增加系统复杂度和采集图像的数量,从拍摄到的全息图像中恢复出准确的相位信息。
-
公开(公告)号:CN105140277B
公开(公告)日:2018-06-22
申请号:CN201510347068.1
申请日:2015-06-19
Applicant: 南京大学
Abstract: 本发明提出了一种基于隧穿晶体管结构的太赫兹传感器,所述隧穿晶体管结构衬底为P型/N型时,离子注入形成的源区为P+型/N+型、离子注入形成的漏区为相应为N+型/P+型;在源区上方生长一层二氧化硅绝缘层和淀积一层多晶硅栅氧化层。源区的面积大于漏区的面积。该新型太赫兹传感器通过栅电压控制隧穿结处的势垒宽度使源区电子通过隧穿到达沟道区的导带,完成器件开启。利用开启电流与栅电压之间存在非线性关系,可以实现将高频频率信号整流;基于隧穿晶体管结构的新型太赫兹传感器的响应高,等效噪声功率低,更好的满足高频应用中的需求。
-
公开(公告)号:CN108021903A
公开(公告)日:2018-05-11
申请号:CN201711374057.8
申请日:2017-12-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于神经网络的人工标注白细胞的误差校准方法及装置。校准方法包括:S1获取原始图像;S2对图像做预处理;S3分割白细胞并提取细胞的边缘像素点坐标;S4挑选特征明显的细胞作为训练数据,其余细胞为测试数据,训练网络;S5用softmax分类器为测试细胞打分,根据得分情况将测试细胞分成具体类别和子分类;S6对训练细胞和子分类细胞做极坐标数据增强;S7将增强后的训练图像重新训练,用子分类图像测试并打分;S8根据得分情况,剔除不在指定类别中的细胞并将其他细胞划分到具体类别。本发明在分类过程中能剔除对分类无意义的干扰细胞,并且能将外周血白细胞分成若干小类,大大增加了细胞分类的准确率。
-
公开(公告)号:CN105140282B
公开(公告)日:2018-03-13
申请号:CN201510354750.3
申请日:2015-06-24
Applicant: 南京大学
IPC: H01L29/78 , H01L29/08 , H01L29/66 , H01L21/266
Abstract: 基于非自对准CMOS工艺的MOSFET结构的太赫兹探测器,p型衬底209上两个n型掺杂区分别为源极区和漏极区,源极区和漏极区的中央上面为SiO2层,重掺杂多晶硅区为栅极,SiO2层置于栅极与衬底之间,MOSFET源端区域与漏端区域相对于多晶硅栅非对称分布;MOSFET源端区域的LDD扩散到栅极区域下的长度小于漏端区域的LDD扩散到栅极下的长度;或者是MOSFET源端区域的LDD扩散到栅极区域下的长度小于采用自对准工艺技术生产的传统MOSFET的源端区域的LDD 104扩散到栅极区域下的长度;该MOSFET的源端区域与栅极区域的交叠面积小于传统MOSFET的源栅交叠面积;栅极侧面为侧墙氧化硅。
-
公开(公告)号:CN107677846A
公开(公告)日:2018-02-09
申请号:CN201710883834.5
申请日:2017-09-26
Applicant: 南京大学
IPC: G01P3/52
CPC classification number: G01P3/52
Abstract: 本发明提出了一种通过感应电荷变化实现测速的方法。在目标运动方向上放置两个呈一定间距的金属极板,两个金属极板分别接入两个电荷传感器,两个电荷传感器同时与采集处理模块连接;两个金属极板同时感应目标经过时电荷量的变化,再由两个电荷传感器将产生的感应电荷量转换成电压量,最后由采集处理模块分别采集和测量两组电压波形极值所对应的时间点,然后经过公式计算则可得到目标的运动速度。本发明方法的显著特征为:通过两个极板感应目标经过时的电荷变化和检测特征时间点实现测速,无需精确测定幅值以及主动发射信号实现测速,具有抗干扰能力强、抗遮挡能力强、算法简单、易实现、低成本等显著优点。
-
公开(公告)号:CN105140248B
公开(公告)日:2018-02-06
申请号:CN201510440031.3
申请日:2015-07-23
Applicant: 南京大学
IPC: H01L27/144
Abstract: 一种基于CMOS太赫兹信号传感器的工作方法,MOSFET在工作时,利用外接电路给器件的源漏两端提供一稳定的驱动电流,改变沟道的直流电导。MOSFET器件栅极(201)上加直流偏置电压Vgs,太赫兹信号从源端(202)输入,漏端(203)接一个稳定电流源(204),输出电压。在这种工作模式下,由于沟道电流此时的沟道直流电导(GDS)发生改变:可以使得CMOS太赫兹信号传感器的电压响应(RV)更大,噪声等效功率(NEP)更低。
-
公开(公告)号:CN107296603A
公开(公告)日:2017-10-27
申请号:CN201710631539.0
申请日:2017-07-28
Applicant: 南京大学 , 南京睿鲨电子科技有限责任公司
IPC: A61B5/0408
CPC classification number: A61B5/04085 , A61B5/6802 , A61B5/6831 , A61B5/6887 , A61B5/6891 , A61B5/7203
Abstract: 本发明提出了一种适用于非接触单通道生物电检测的电极结构,包括电极A、电极B和电极C,其中,电极A与信号采集电路A相连,电极B与信号采集电路B相连,电极C与降噪电路C相连;信号采集电路A和信号采集电路B的输出连接到降噪电路C的输入。本发明是通过三个电极实现单通道非接触生物电检测的电极结构,不同于传统右腿驱动电路中驱动电极需要位于人体右下肢,该电极结构中的降噪电极C的位置可以靠近采集电极A或电极B,故而具有便于装配、适用于可穿戴医疗设备且抗噪性强的显著优点。
-
公开(公告)号:CN107180844A
公开(公告)日:2017-09-19
申请号:CN201710495404.6
申请日:2017-06-26
Applicant: 南京大学
IPC: H01L27/148 , H04N5/374 , H04N5/355
Abstract: 本发明公开了一种复合介质栅电容耦合变增益光敏探测器及其工作方法。其探测器单元包括形成在同一P型半导体衬底上方的复合介质栅MOS电容和复合介质栅晶体管,复合介质栅MOS电容实现探测器的感光功能,复合介质栅晶体管实现探测器的读取功能;复合介质栅MOS电容和复合介质栅晶体管在衬底中通过浅槽隔离区隔开,两者的结构均为:在衬底上方依次设有底层绝缘介质层、浮栅、顶层绝缘介质层和控制栅极,浮栅和控制栅极由复合介质栅MOS电容和复合介质栅晶体管共用,控制栅极并排设置两个以上;复合介质栅晶体管在衬底中还设有源极和漏极。本发明通过选用不同的控制栅极可以实现成像的高动态范围和变增益的功能。
-
-
-
-
-
-
-
-
-