-
公开(公告)号：CN109389557B
公开(公告)日：2023-01-06
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：CN110163800A
公开(公告)日：2019-08-23
申请号：CN201910393981.3
申请日：2019-05-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于多帧图像超分辨的芯片显微相位恢复方法及其装置，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：拍摄多帧芯片显微图像、随机打乱各帧图像，将输入的多帧芯片显微图像做两两对齐、将补偿后的图像合并成单帧特征图、恢复单帧特征图的高频细节、进行网络预训练，并在少量芯片显微多帧图像上进行迁移训练、对芯片显微多帧图像直接进行超分辨、将超分辨后的芯片显微图像进行常规相位恢复处理，得到重建后的显微图像。其装置包括：图像获取模块、运动补偿模块、多帧融合模块、单帧超分辨模块、神经网络训练模块、多帧超分辨模块和相位恢复模块。本发明的方法可以大大提高多帧超分辨及之后相位恢复的性能。
-
公开(公告)号：CN118152273A
公开(公告)日：2024-06-07
申请号：CN202410221413.6
申请日：2024-02-28
Applicant: 南京大学
Abstract: 本发明公开一种基于高精度静态程序分析的过程间冗余保护检测方法，用于检测代码中一类共同特征为使用前需要保护性判断以避免程序错误的特殊类型或用途的变量在过程间存在的多次效果等价的冗余保护判断代码，该方法包括步骤：分析收集程序中保护性判断语句信息；分析收集程序中该类特殊类型或用途的变量信息；构建上下文敏感的逆向函数调用链；分析逆向函数调用链并检测是否存在冗余保护。本方法首次提出过程间冗余保护这种冗余代码类型；本方法考虑多层函数调用的情况，支持在复杂调用关系下的过程间冗余保护检测；本方法采用局部数据流分析和局部域敏感分析，实现检测效率和精度的平衡。
-
Patent Agency Ranking
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：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：CN115543439A
公开(公告)日：2022-12-30
申请号：CN202211256469.2
申请日：2022-10-14
Applicant: 南京大学
Abstract: 本发明公开一种基于指令级数据流分析的新指令扩展方法，包括以下步骤：首先基于静态分析构建指令级数据流图；接着基于指令约束条件对指令级数据流图进行划分得到子图集合；然后基于子图等价关系的定义对子图集合进行等价类划分，并基于指令序列特征和频次筛选出符合特征的高频子图；最后基于抽象指令序列，描述每一个高频子图对应的新指令语义。之后可以根据抽象指令序列来实现新指令并通过在代码生成时使用新指令，达到性能优化的效果。本方法使得用户仅需要提供指令约束条件和指令序列特征等少量信息，就可以自动发掘程序中可优化的指令片段，从而有效降低人工成本，提高指令挖掘的准确性和效率。
-
公开(公告)号：CN110163800B
公开(公告)日：2023-01-06
申请号：CN201910393981.3
申请日：2019-05-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于多帧图像超分辨的芯片显微相位恢复方法及其装置，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：拍摄多帧芯片显微图像、随机打乱各帧图像，将输入的多帧芯片显微图像做两两对齐、将补偿后的图像合并成单帧特征图、恢复单帧特征图的高频细节、进行网络预训练，并在少量芯片显微多帧图像上进行迁移训练、对芯片显微多帧图像直接进行超分辨、将超分辨后的芯片显微图像进行常规相位恢复处理，得到重建后的显微图像。其装置包括：图像获取模块、运动补偿模块、多帧融合模块、单帧超分辨模块、神经网络训练模块、多帧超分辨模块和相位恢复模块。本发明的方法可以大大提高多帧超分辨及之后相位恢复的性能。
-
公开(公告)号：CN108021903B
公开(公告)日：2021-11-16
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
