-
公开(公告)号：CN107611032A
公开(公告)日：2018-01-19
申请号：CN201710717954.8
申请日：2017-08-21
Applicant: 北京大学深圳研究生院
IPC: H01L21/336 , H01L29/786 , H01L27/32
Abstract: 本申请公开了一种薄膜晶体管，包括衬底；形成在所述衬底上的经图形化的遮光层，其中所述遮光层采用绝缘非金属遮光材料；形成在所述遮光层以上的有源层，所述有源层包括所述晶体管的沟道、源区和漏区；形成在所述有源层上的栅介质层和形成在所述栅介质层上的栅电极；以及形成在所述有源层和所述栅电极上的钝化层。本申请还提供了制备这种薄膜晶体管的方法。
-
公开(公告)号：CN106205919A
公开(公告)日：2016-12-07
申请号：CN201610801227.5
申请日：2016-09-05
Applicant: 北京大学 , 中国科学院电工研究所
Abstract: 本发明公布了一种运用电子束加热快速制备纳米双相复合永磁材料的方法，首先制备稀土过渡族金属合金，然后运用快淬技术将合金制备成为非晶薄带，再运用电子束对非晶薄带快速加热，快速冷却后得到成分和微观结构均匀的纳米双相复合永磁材料。该方法在0.1～1秒的时间内就可使非晶材料升温至1000℃或更高的温度，并发生晶化，制备效率高效，所制备的纳米双相复合永磁材料材料晶粒细小均匀且性能优异。
-
公开(公告)号：CN106156003A
公开(公告)日：2016-11-23
申请号：CN201610512191.9
申请日：2016-06-30
Applicant: 北京大学
CPC classification number: G06F17/2785 , G06F17/30705
Abstract: 本发明公布了一种问答系统中的问句理解方法，针对一段问句文本，将问句文本表示为词向量矩阵或字向量矩阵，通过循环神经网络进行学习，使得问句文本表示为被意图识别任务和槽填充任务共享的词向量矩阵或字向量矩阵，再使用联合损失函数来共同学习意图识别任务和槽填充任务，由此完成问句理解；利用本发明提供的技术方案，可以充分利用意图识别和槽填充两个任务的内在联系，提高两个任务的准确率和F1值。
-
公开(公告)号：CN104714198A
公开(公告)日：2015-06-17
申请号：CN201310693631.1
申请日：2013-12-17
Applicant: 北京大学
IPC: G01R33/56
Abstract: 本发明公开了一种基于多回波非对称自旋回波快速成像技术(MASE)，通过在选层方向施加自适应变化补偿梯度(Z-shimming Gradient)的磁敏感伪影去除的新方法。包括数据采集模块、ΔB信号衰减模型处理模块、去除磁敏感伪影模块三个部分。该系统很好地将优化的Z-Shimming梯度方法与磁敏感伪影造成的MR信号衰减sinc模型整合起来，根据不同ΔTE时间自适应施加Z-Shimming梯度，并最终用模型拟合方法提高了效率，在24秒内获得估算ΔB的数据，而且新方法中利用Z-MASE序列可以只用一次扫描同时获得估算ΔB的数据和估算氧摄取分数OEF等氧代谢指标的数据，这两种数据之间没有几何分布差异，使得磁敏感伪影去除处理更加方便，准确，鲁棒。
-
公开(公告)号：CN116912554A
公开(公告)日：2023-10-20
申请号：CN202310657990.5
申请日：2023-06-05
Applicant: 北京大学第一医院
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06N3/08 , G16H30/00
Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置，其中，分类预测模型包括：图像对比度归一化模块，用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理，生成处理后的单层头颅CT平扫图像；分类预测模块，用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征，并利用分类头模块基于图像特征生成与预设类别对应的预测值，和，与预设类别对应的图像特征矩阵权重；梯度类别激活热图生成模块，用于基于图像特征矩阵权重生成激活热图，激活热图用以辅助确定病灶位置。通过该模型，可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且，可以使分类结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN114565584A
公开(公告)日：2022-05-31
申请号：CN202210198942.X
申请日：2022-03-02
Applicant: 北京大学第一医院
Inventor： 张晓东
Abstract: 本发明提供了一种胸片去骨处理方法及装置，其中，胸片去骨处理方法包括：获取多个常规胸片图像及各常规胸片图像对应的目标去骨胸片图像；以编码器‑解码器为深度学习模型基础架构，构建去骨模型；基于常规胸片图像和其对应的目标去骨胸片图像一起对去骨模型进行训练，得到训练好的去骨模型；获取待处理胸片图像；将待处理胸片图像输入去骨模型，得到对应的去骨胸片图像。通过以编码器‑解码器为深度学习模型基础架构，构建去骨模型，将待处理的胸片图像输入至训练好的去骨模型得到去骨胸片图像，不仅可以有效解决由于病人心跳、呼吸产生运动伪影导致的去骨效果不佳的问题，同时大幅缩短了去骨处理的时间，提高了对不显著肺部病灶的判读准确率。
-
公开(公告)号：CN113537266A
公开(公告)日：2021-10-22
申请号：CN202010324990.X
申请日：2020-04-22
Applicant: 北京大学
Abstract: 本发明公布了一种基于推挽正则化的医学影像病变分类系统，由图像特征提取模块F，特征空间约束模块P和甄别模块C组成；其中，特征空间约束模块P由推远控制模块P1和拉近控制模块P2组成，P1通过对不同类别样本特征施加距离惩罚使不同类别样本相互远离；P2通过对相同类别样本特征施加距离惩罚使相同类别样本相互靠近；最后在分类损失函数的基础上通过特征空间约束模块P进行医学影像病变分类系统的训练优化。本发明从样本的特征空间分布入手，提出了一种能够更为有效区分不同病变类型的推挽正则化模型，可以使模型学习到的特征表示能够使同类样本呈现高聚集度，同时使异类样本更分散，增加模型判别能力，从而实现更有效的病变分类。
-
公开(公告)号：CN104706354B
公开(公告)日：2019-05-17
申请号：CN201310693673.5
申请日：2013-12-17
Applicant: 北京大学
IPC: A61B5/055
Abstract: 本发明公开了一种基于多回波非对称自旋回波快速成像技术(MASE)来无创定量测量组织氧摄取分数OEF的系统及方法，包括数据采集模块、血管内信号去除处理模块、估算结果评价模块三个部分。该系统综合利用了多回波非对称自旋回波磁共振图像的BOLD加权特征，利用脱氧血红蛋白引起的局部磁共振信号衰减模型达到无创定量测量组织氧摄取分数OEF等氧代谢指标的目的。采用本发明的技术方案，能够很好地利用磁共振成像技术无创地定量估算组织的氧摄取分数OEF等氧代谢指标，较为客观地给出了组织的氧代谢水平评价结果。且操作简便，能较为直观地给医生一个组织氧代谢水平参考，为氧代谢相关疾病的诊断，制定治疗方案及预后评估提供重要依据。
-
公开(公告)号：CN104142863B
公开(公告)日：2017-07-28
申请号：CN201410333798.1
申请日：2014-07-14
Applicant: 北京大学
IPC: G06F9/50
Abstract: 本发明公开了一种企业计算环境中的流守恒资源配置方法。本方法为：1)利用流守恒方法对企业计算环境进行建模，并计算得到资源初始配置信息；2)根据该资源初始配置信息和选取的压力测试数据，采用基于E‑M方法的特征参数修正方法对该资源初始配置信息进行调整，得到该企业计算环境的资源配置信息；3)根据该资源配置信息对该企业计算环境进行部署。本发明充分考虑了企业环境中系统架构中的不同组合以及不同的应用场景进行资源配置，以及同种服务器之间集群等实际情况。除此之外，本发明还突破了只针对某一特定设备或者软件进行资源配置的局限性。
-
公开(公告)号：CN106228583A
公开(公告)日：2016-12-14
申请号：CN201610555059.6
申请日：2016-07-14
Applicant: 北京大学
IPC: G06T11/00
CPC classification number: G06T11/005
Abstract: 一种腹部图像重建的装置。该装置重建的是在自由呼吸下，通过Golden-Angle Radial 3D快速扫描序列获取的肝脏图像。首先采用流形学习方法中的局部线性嵌入(Locally linear embedding,LLE)对K空间中心数据进行降维处理，得到呼吸曲线。然后，按照呼吸曲线将数据进行分组，分别对每组数据采用多尺度低秩恢复理论进行重建。最终对各组重建后的数据进行配准，从而消除运动伪影得到最终图像。本系统无需操作者的手动参与，没有剔除任何数据。具有自动化程度高、应用成本低等优点。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.026 seconds)
