公开(公告)号：CN114155249B

公开(公告)日：2024-12-06

申请号：CN202111461795.2

申请日：2021-12-02

Applicant: 安徽大学

Inventor： 屈磊 ,  王梦 ,  吴军 ,  张睿 ,  杨健 ,  汤玉杰

IPC: G06T7/10

Abstract: 本发明涉及一种基于深度矢量场回归的三维细胞图像实例分割方法，与现有技术相比解决了三维细胞图像分割中细胞紧密粘连、难以分离的缺陷。本发明包括以下步骤：三维细胞图像原始数据和标签数据的获取和预处理；实例分割深度回归神经网络的构建；实例分割深度回归神经网络的训练；三维细胞距离图的获得；三维细胞实例分割结果的获得。本发明通过将分割任务转换成为回归任务，利用回归任务去学习前景像素到背景像素的欧式距离，利用前景像素到其最近背景像素的方向矢量去更好地学习前景和背景信息，同时也包含了细胞的方向信息、利用color loss去进一步加强方向信息的学习，简单、高效地提升了三维细胞的分割精度。

公开(公告)号：CN114155249A

公开(公告)日：2022-03-08

申请号：CN202111461795.2

申请日：2021-12-02

Applicant: 安徽大学

Inventor： 屈磊 ,  王梦 ,  吴军 ,  张睿 ,  杨健 ,  汤玉杰

IPC: G06T7/10

Abstract: 本发明涉及一种基于深度矢量场回归的三维细胞图像实例分割方法，与现有技术相比解决了三维细胞图像分割中细胞紧密粘连、难以分离的缺陷。本发明包括以下步骤：三维细胞图像原始数据和标签数据的获取和预处理；实例分割深度回归神经网络的构建；实例分割深度回归神经网络的训练；三维细胞距离图的获得；三维细胞实例分割结果的获得。本发明通过将分割任务转换成为回归任务，利用回归任务去学习前景像素到背景像素的欧式距离，利用前景像素到其最近背景像素的方向矢量去更好地学习前景和背景信息，同时也包含了细胞的方向信息、利用color loss去进一步加强方向信息的学习，简单、高效地提升了三维细胞的分割精度。

公开(公告)号：CN119521034A

公开(公告)日：2025-02-25

申请号：CN202411661132.9

申请日：2024-11-20

Applicant: 安徽大学

Inventor： 赵强 ,  汤玉杰 ,  党世祺 ,  张升钺 ,  张建民 ,  强斌 ,  彭春雨 ,  蔺智挺 ,  吴秀龙

IPC: H04N25/773 ,  H04N25/771 ,  H04N25/766 ,  H04N25/703

Abstract: 本发明涉及图像传感器设计技术领域，具体公开了基于相邻像素预测的SAR‑SS型ADC电路、模块。本发明的SAR‑SS型ADC电路包括：信号输入部、增益放大器、采样保持及电压抬升部、预测控制部、SAR‑ADC部、SS‑ADC部、数据处理部。本发明采用多列共享ADC的方式来减少ADC的数量；同时将11bit量化分解成通过SAR‑ADC部进行5bit除量化、SS‑ADC部进行6bit细量化，并增设了预测控制部来对是否需要进行5bit粗量化进行判断，以减少5bit粗量化的不必要耗时及功耗。本发明解决了传统列级ADC由于采用一列配一个而导致ADC总数量偏多的问题。