-
-
公开(公告)号：CN106206161A
公开(公告)日：2016-12-07
申请号：CN201610495889.4
申请日：2016-06-29
Applicant: 北京大学
IPC: H01H50/00
CPC classification number: H01H50/005
Abstract: 本发明提供一种基于洛伦兹力的新型离面MEMS开关，包括：一衬底；一对称吸合板，通过依次相连的一矩阵驱动梁和一单悬臂梁，与一固定于所述衬底上的固定锚点连接，该矩阵驱动梁处于一磁场施加区域；一金属对称吸合板，固定于所述衬底上，位于所述对称吸合板的下方；所述衬底为玻璃片；所述对称吸合板上设有一金属电极；所述金属电极通过压焊金属丝引出，该压焊金属丝的数量根据驱动电流大小而定；所述固定锚点上设有一金属电极；所述矩阵驱动梁由多个驱动梁组成；所述固定锚点与所述衬底键合连接；采用SOG体硅工艺制作所述新型离面MEMS开关；所述单悬臂梁、矩阵驱动梁和对称吸合板为低阻硅。
-
公开(公告)号：CN105547533A
公开(公告)日：2016-05-04
申请号：CN201510903317.0
申请日：2015-12-09
Applicant: 北京大学
IPC: G01L1/18
CPC classification number: G01L1/18
Abstract: 本发明公开了一种压力计芯片结构及其制备方法，该结构相比传统典型结构具有尺寸小，稳定性好、抗过载能力强和长期可靠性高等突出优势。此外针对该芯片结构开发的工艺流程与常规微纳加工技术兼容，器件加工成本低廉，芯片可实现较高的一致性。这种方法加工的压力计芯片具有更高的长期工作稳定性和抗过载破坏性能、较高的工艺可靠性，更小的芯片尺寸和成本以及更广阔的应用领域。
-
-
公开(公告)号：CN115295154B
公开(公告)日：2023-02-03
申请号：CN202211223902.2
申请日：2022-10-08
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种肿瘤免疫治疗疗效预测方法、装置、电子设备及存储介质，属于医学检测技术领域，包括：基于待测患者的各个肿瘤组织切片的肿瘤微环境图像，确定每个肿瘤组织切片中各个肿瘤微环境的图像特征信息；将每个肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗效预测模型，获得肿瘤免疫治疗疗效预测模型输出的待测患者的肿瘤免疫治疗疗效预测结果；肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息样本及其对应的样本免疫治疗疗效标签训练得到的。本发明可以实现对肿瘤抗PD‑1/PD‑L1免疫治疗疗效的精准预测，从而可以在免疫治疗前提前筛选出获益患者。
-
Patent Agency Ranking
公开(公告)号：CN115170858A
公开(公告)日：2022-10-11
申请号：CN202210518146.X
申请日：2022-05-12
Applicant: 北京大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/74 , G06V10/82
Abstract: 本发明提供一种基于增量学习的轻量化物体检测方法和装置，所述基于增量学习的轻量化物体检测方法，包括：获取待测图像和目标特征类别图像；将待测图像输入至检测模块，获取由检测模块输出的多个子特征图像；将多个子特征图像输入至分类模块，获取由分类模块输出子特征图像对应的特征表达，以及多个子特征图像中第一目标子特征图像对应的类别；基于多个子特征图像中第二目标子特征图像对应的特征表达和目标特征类别图像间的相似度，确定第二目标子特征图像对应的类别。本发明的基于增量学习的轻量化物体检测方法，在无需重复训练的前提下，即可完成对新类别的识别，显著提高模型的泛化能力和扩展性，适用于涉及不断变化的信息流的情景。
-
公开(公告)号：CN115170599A
公开(公告)日：2022-10-11
申请号：CN202210583355.2
申请日：2022-05-25
Applicant: 北京大学
IPC: G06T7/187 , G06V10/74 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种通过图神经网络的链路预测进行血管分割的方法和装置，所述通过图神经网络的链路预测进行血管分割的方法，包括：将待测血管图像输入至U‑net模型，获取由U‑net模型输出的目标第一邻接矩阵；基于待测血管图像的节点集、边集和目标第一邻接矩阵，生成目标血管连通图。本发明的通过图神经网络的链路预测进行血管分割的方法，通过优化后的U‑net模型基于待测血管图像生成对应有较优连通性以及拓展性的目标第一邻接矩阵，然后基于节点集、边集和目标第一邻接矩阵生成目标血管连通图，能够显著增强血管的拓扑结构和连通性，从而提高血管图像的分割效率和效果。
-
公开(公告)号：CN114998585A
公开(公告)日：2022-09-02
申请号：CN202210513831.3
申请日：2022-05-11
Applicant: 北京大学
IPC: G06V10/26 , G06V10/40 , G06V10/778 , G06V20/70
Abstract: 本发明提供一种基于区域感知度量学习的开放世界语义分割方法和装置，所述方法包括：对目标图像进行异常区域分割，生成未知区域以及未知区域对应的区域感知特征；对未知区域进行切分，生成多个未知子区域以及未知子区域对应的区域感知特征；基于未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定未知子区域对应的类别；其中，第一目标类别为目标图像对应的多个特征类别中的未知类别。本发明的基于区域感知度量学习的开放世界语义分割方法，基于MCA模块对未知区域进行进一步分割生成未知子区域以进行增量少样本学习，从而提高模型对分布外对象的识别性能，以提高分割结果的精度与准确性，从而提高最终的分割效果。
-
-
-
-
-
-
-
Search Results
69
records
(took 0.075 seconds)
