公开(公告)号：CN118209223B

公开(公告)日：2024-09-17

申请号：CN202410620391.0

申请日：2024-05-20

Applicant: 南京师范大学

Inventor： 赵杰 ,  钱伟行 ,  杜晓玲 ,  茅雯慧 ,  张浩诚 ,  倪婧娴 ,  汤思玮 ,  陆思远

IPC: G01L1/10 ,  B82Y15/00 ,  B82Y30/00 ,  B82Y40/00 ,  G01B7/16

Abstract: 本发明公开了一种多层柔性电子一体化薄膜应力超材料传感器及制备方法，在柔性基底上实现了超材料传感器，由3D打印多层柔性材料，在可拉伸电子一体化薄膜上镶嵌多层多梯形谐振单元平面阵列；超材料传感器的谐振频率对梯形贴片结构尺寸的变化非常敏感，通过拉伸梯形结构的衬底，改变刻蚀在衬底上的超表面的结构尺寸，从而改变传感器的谐振频率；进一步利用频谱分析方法实现对应力和应变的传感，同时为了实现紧密的身体接触，传感器的基低根据皮肤表面的3D扫描数据设计，并基于扫描数据通过3D打印模板模塑而成。本发明超材料传感器能够较准确获取姿态应力信息，提高了对于人体姿态数据的标定准确度。

公开(公告)号：CN118172364A

公开(公告)日：2024-06-11

申请号：CN202410593927.4

申请日：2024-05-14

Applicant: 南京师范大学

Inventor： 茅雯慧 ,  钱伟行 ,  张浩诚 ,  仇筱 ,  包琪玮 ,  汤思玮 ,  陆思远 ,  倪婧娴 ,  茅雯欣

IPC: G06T7/00 ,  G06V20/70 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/086

Abstract: 本发明公开了一种基于人工智能的医学图像自动分析方法，包括:数据采集与标注，利用基于黎曼编码的生成对抗网络算法进行数据扩充；利用基于生态系统优化的神经网络参数优化方法进行特征提取；利用基于期望传播的自编码神经网络算法进行特征降维；利用基于动态优化的支持向量机算法进行分类诊断，进行医学自动诊断。本发明方法能够生成高质量多样性医学图像数据，解决了原始医学图像数据稀缺问题，提高了训练数据集质量，同时引入多样性保持机制提升模型泛化能力，保留数据本质特征，结合退火策略，保证训练过程的稳定性和最终性能的优化，并实时调整决策边界，能够灵活准确地适应复杂多变的数据分布，提高了医学图像分析的准确率。

公开(公告)号：CN117824487A

公开(公告)日：2024-04-05

申请号：CN202410239390.1

申请日：2024-03-04

Applicant: 南京师范大学

Inventor： 包琪玮 ,  钱伟行 ,  茅雯慧 ,  张浩诚 ,  仇筱 ,  丁诗茹 ,  陆思远 ,  陆彩乐 ,  汤思玮

IPC: G01B7/28 ,  G06F30/27 ,  G01B7/12 ,  G06F119/02

Abstract: 本发明公开了一种管道机器人差速器工装高精度智能检测方法，所述方法包括：圆柱度误差评定、误差优化计算技术和差速器检测评定。首先，确定高精度电感式传感器测量点到差速器壳体工装机轴线的距离，确定待测件与标准件的圆柱度误差评定指标；然后，利用提出的邻域粒子智能优化方法对圆柱度误差进行优化，从而确定待测件截面半径；最后，进行差速器检测评定。本发明所提出方法克服了现有检测技术中操作繁琐、效率低、测量精度低、无法应用于现场等缺点，可实现在线快速测量，减少人为因素引入的误差，能完成差速器工装的快速高精度检测。

公开(公告)号：CN118172364B

公开(公告)日：2024-08-16

申请号：CN202410593927.4

申请日：2024-05-14

Applicant: 南京师范大学

Inventor： 茅雯慧 ,  钱伟行 ,  张浩诚 ,  仇筱 ,  包琪玮 ,  汤思玮 ,  陆思远 ,  倪婧娴 ,  茅雯欣

IPC: G06T7/00 ,  G06V20/70 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/086

Abstract: 本发明公开了一种基于人工智能的医学图像自动分析方法，包括:数据采集与标注，利用基于黎曼编码的生成对抗网络算法进行数据扩充；利用基于生态系统优化的神经网络参数优化方法进行特征提取；利用基于期望传播的自编码神经网络算法进行特征降维；利用基于动态优化的支持向量机算法进行分类诊断，进行医学自动诊断。本发明方法能够生成高质量多样性医学图像数据，解决了原始医学图像数据稀缺问题，提高了训练数据集质量，同时引入多样性保持机制提升模型泛化能力，保留数据本质特征，结合退火策略，保证训练过程的稳定性和最终性能的优化，并实时调整决策边界，能够灵活准确地适应复杂多变的数据分布，提高了医学图像分析的准确率。

公开(公告)号：CN118209223A

公开(公告)日：2024-06-18

申请号：CN202410620391.0

申请日：2024-05-20

Applicant: 南京师范大学

Inventor： 赵杰 ,  钱伟行 ,  杜晓玲 ,  茅雯慧 ,  张浩诚 ,  倪婧娴 ,  汤思玮 ,  陆思远

IPC: G01L1/10 ,  B82Y15/00 ,  B82Y30/00 ,  B82Y40/00 ,  G01B7/16

Abstract: 本发明公开了一种多层柔性电子一体化薄膜应力超材料传感器及制备方法，在柔性基底上实现了超材料传感器，由3D打印多层柔性材料，在可拉伸电子一体化薄膜上镶嵌多层多梯形谐振单元平面阵列；超材料传感器的谐振频率对梯形贴片结构尺寸的变化非常敏感，通过拉伸梯形结构的衬底，改变刻蚀在衬底上的超表面的结构尺寸，从而改变传感器的谐振频率；进一步利用频谱分析方法实现对应力和应变的传感，同时为了实现紧密的身体接触，传感器的基低根据皮肤表面的3D扫描数据设计，并基于扫描数据通过3D打印模板模塑而成。本发明超材料传感器能够较准确获取姿态应力信息，提高了对于人体姿态数据的标定准确度。