-
公开(公告)号：CN110432860B
公开(公告)日：2022-03-11
申请号：CN201910591852.5
申请日：2019-07-01
Applicant: 中山大学 , 中山大学中山眼科中心
Abstract: 本发明涉及一种基于深度学习识别广域眼底图中格变裂孔的方法和系统，将广域眼底图像输入卷积神经网络中，判断所述广域眼底图像中是否存在周边视网膜格子样变性或裂孔；当判断为所述广域眼底图像中存在周边视网膜格子样变性或裂孔时，采用显著性区域算法定位广域眼底图像中的格子样变性位置或裂孔位置。本发明可以辅助眼科医生更准确、更便捷地解读患者的广域眼底图像。
-
公开(公告)号：CN116824333A
公开(公告)日：2023-09-29
申请号：CN202310742671.4
申请日：2023-06-21
Applicant: 中山大学附属第一医院
IPC: G06V10/82 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/52 , G06V10/24 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B1/04 , A61B1/233 , A61B1/267
Abstract: 本发明公开了一种基于深度学习模型的鼻咽癌检测系统，包括：所述图像获取模块，用于获取鼻咽内镜检查视频中截取的待检测图像；所述鼻咽癌预测结果生成模块，用于将所述待检测图像输入到预设的深度学习模型中，以使所述深度学习模型对所述待检测图像对应的鼻咽癌病灶区域进行标注，并生成具有病灶标注区域的目标图像和鼻咽癌概率。与现有技术相比，本发明的深度学习模型可以得到更加还原待检测图像的融合特征图，通过检测头子模型对融合特征图进行预测，可以得到更加精准的具有病灶标注区域的目标图像和鼻咽癌概率，即通过本发明可以准确识别并定位出鼻咽癌病灶，并且让临床医生能够对活检区域进行更加准确的指导。
-
-
公开(公告)号：CN119362540A
公开(公告)日：2025-01-24
申请号：CN202411483142.8
申请日：2024-10-23
Applicant: 中山大学
Abstract: 本发明涉及混合储能管理技术领域，具体为一种基于退役电池的混合储能快充电站能量管理方法，包括以下步骤，基于所述负载需求、退役电池剩余容量及健康状态参数，进行负载需求与电池容量的比对，按时间划分负载区间，计算各时段内负载变化速率，并进行电池健康状态评估与功率响应选择，生成时间区间电池组分配结果。本发明中，通过模糊控制算法对退役电池的聚类划分，结合电池健康状态和功率分配进行综合计算，优化电池组内部的功率输出，延长退役电池的使用寿命，避免电池过载或不合理使用，降低储能成本，通过实时功率调节方案的优化，电池组能够根据电网负载波动及时进行调整，确保高负载时段的稳定性。
-
公开(公告)号：CN114727576A
公开(公告)日：2022-07-08
申请号：CN202210342266.9
申请日：2022-04-02
Applicant: 中山大学 , 南方海洋科学与工程广东省实验室(珠海)
IPC: H05K9/00 , H01Q17/00 , C01B32/205
Abstract: 本发明涉及电磁波吸收材料技术领域，特别涉及一种具有电磁波吸收性能的金属有机框架/导电聚合物衍生纳米材料及其制备方法和应用。该金属有机框架/导电聚合物衍生纳米材料包括第一碳结构、第二碳结构和金属单质；所述第一碳结构具有网状结构，由导电聚苯胺热解形成；所述第二碳结构和金属单质由金属有机框架热解形成，所述金属单质分散在所述第二碳结构中，所述第二碳结构和金属单质形成的整体结构负载在所述第一碳结构上。本发明由导电聚苯胺热解形成网状结构，并负载金属有机框架衍生的碳和金属单质，其中导电聚苯胺相较其他导电聚合物具有更宽的响应频带，拓宽了金属有机框架/导电聚合物衍生纳米材料对电磁波的有效吸收频带。
-
Patent Agency Ranking
公开(公告)号：CN110411955B
公开(公告)日：2022-05-20
申请号：CN201910636729.0
申请日：2019-07-15
Applicant: 中山大学中山眼科中心
Abstract: 本发明涉及一种基于分子特征预测物质颜色气味的人工智能预测系统，用于根据训练集训练出基于分子特征预测物质颜色/气味的机器学习模型，所述训练集包括已知颜色/气味的不同分子结构的物质样本，包括：描述符提取模块，用于提取所述物质样本的分子描述符；特性分类模块，用于根据所述物质样本的颜色/气味进行分类；模型训练模块，用于根据所述描述符提取模块所提取物质样本的分子描述符和所述特性分类模块所进行的分类，训练机器学习模型。本发明基于物质的分子描述符与物质的颜色/气味形成之间的关系，训练机器学习模型，从而能较准确地预测物质的颜色/气味。
-
公开(公告)号：CN110432860A
公开(公告)日：2019-11-12
申请号：CN201910591852.5
申请日：2019-07-01
Applicant: 中山大学中山眼科中心
Abstract: 本发明涉及一种基于深度学习识别广域眼底图中格变裂孔的方法和系统，将广域眼底图像输入卷积神经网络中，判断所述广域眼底图像中是否存在周边视网膜格子样变性或裂孔；当判断为所述广域眼底图像中存在周边视网膜格子样变性或裂孔时，采用显著性区域算法定位广域眼底图像中的格子样变性位置或裂孔位置。本发明可以辅助眼科医生更准确、更便捷地解读患者的广域眼底图像。
-
公开(公告)号：CN110411955A
公开(公告)日：2019-11-05
申请号：CN201910636729.0
申请日：2019-07-15
Applicant: 中山大学中山眼科中心
Abstract: 本发明涉及一种基于分子特征预测物质颜色气味的人工智能训练系统，用于根据训练集训练出基于分子特征预测物质颜色/气味的机器学习模型，所述训练集包括已知颜色/气味的不同分子结构的物质样本，包括：描述符提取模块，用于提取所述物质样本的分子描述符；特性分类模块，用于根据所述物质样本的颜色/气味进行分类；模型训练模块，用于根据所述描述符提取模块所提取物质样本的分子描述符和所述特性分类模块所进行的分类，训练机器学习模型。本发明基于物质的分子描述符与物质的颜色/气味形成之间的关系，训练机器学习模型，从而能较准确地预测物质的颜色/气味。
-
公开(公告)号：CN110079177A
公开(公告)日：2019-08-02
申请号：CN201910158402.7
申请日：2019-03-01
Applicant: 中山大学
IPC: C09D133/04 , C09D7/61 , C09D5/08
Abstract: 本发明公开了一种耐蚀耐磨型建筑外墙涂料及其制备方法，所述涂料由以下重量份的成分组成：氧化铝10～14份、硅灰5～8份、玄武岩纤维1～2份、消泡剂2～5份、海水2～5份、润湿剂1～3份、单氟磷酸钠1～2份、分散剂1～2份、成膜助剂8～10份及硅丙乳液2～5份。本发明涂料通过添加加氧化铝提高涂料的耐磨性能，通过添加迁移型阻锈剂单氟磷酸钠提高涂料的防腐蚀能力，通过添加玄武岩纤维提高涂料的成膜能力，所述涂料可有效提高外墙表面耐磨、耐候性能，并且有利于推广应用。
-
公开(公告)号：CN104851844B
公开(公告)日：2018-03-16
申请号：CN201510132928.X
申请日：2015-03-25
Applicant: 中山大学
Abstract: 本发明提供了一种应用于柔性电子与显示器件防水氧封装的防水氧阻隔层，利用无机物颗粒散布于聚合物层上，所述聚合物结构为有机聚合物层或无机有机复合材料层，所述的无机物颗粒通过化学反应生成或接枝在所述有机聚合物层表面。进一步以外提供这种防水氧阻隔层的制造方法，通过简单低成本的工艺实现高效的防水氧阻隔性能。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
