-
公开(公告)号：CN109241963B
公开(公告)日：2021-02-02
申请号：CN201810884973.4
申请日：2018-08-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于Adaboost机器学习算法实现胶囊胃镜图像出血点智能识别技术方法。步骤如下：首先，通过彩色空间转换把输入的胶囊胃镜出血图像集中的图像转换到HIS空间，提取每幅图像在HSI颜色空间下三通道的均值，构建成三维向量作为图像级特征向量矩阵，并根据每幅图像所属类别建立标签矩阵，供Adaboost训练以获得图像分类器；其次，分别对颜色正常图集和颜色偏深图集进行阈值分割预处理，滤除原始图像中无效区域和过暗过亮区域；进而，分别提取阈值分割后剩余像素的H、S、I、A、M五通道颜色数据来构造五维特征向量，以供Adaboost进行训练并获得像素分类器；最后，采用后处理优化显示手段，使最终的识别效果更利于观察诊断。
-
公开(公告)号：CN118304260A
公开(公告)日：2024-07-09
申请号：CN202311382609.5
申请日：2023-10-24
Applicant: 浙江大学长三角智慧绿洲创新中心
Abstract: 本发明公开了一种非诺贝特油性制剂、口服药物和制备方法，属于药物制剂技术领域。本发明提供了一种非诺贝特油性制剂，组分包括非诺贝特、油性溶剂和表面活性剂。本发明还公开了所述非诺贝特油性制剂的制备方法，将所述组分混合加热搅拌均匀，得到的澄清油溶液为所述非诺贝特油性制剂。本发明所述非诺贝特油性制剂提高了非诺贝特的口服生物利用度，并能使非诺贝特口服吸收不受饮食影响。
-
公开(公告)号：CN118141893A
公开(公告)日：2024-06-07
申请号：CN202410144328.4
申请日：2024-02-01
Applicant: 浙江大学
IPC: A61K38/17 , C07K14/435 , A61K47/64 , A61K9/14 , A61P1/16
Abstract: 一种酶响应性蜂毒肽自组装纳米粒及其在缓解肝纤维化中的应用，所述纳米颗粒包括两亲性氨基酸序列通过自组装形成的球形纳米颗粒。本发明所述的纳米颗粒可在较高浓度下也不存在溶血活性，提高蜂毒肽的血细胞相容性，能够特异性识别活化的肝星状细胞表面过量表达的成纤维细胞活化蛋白，具有主动靶向能力，与链状多肽相比稳定性更好，半衰期更长，可有效提高其生物利用度。本发明蜂毒肽自组装纳米颗粒中的酶响应性蜂毒肽中包含的成纤维细胞活化蛋白酶切底物肽段可更换不同疾病中过表达的蛋白酶酶切底物以治疗其他疾病，也可将蜂毒肽换为其他阳离子治疗性多肽，为治疗性阳离子多肽缓解纤维化、肿瘤等疾病提供思路。
-
公开(公告)号：CN104899874B
公开(公告)日：2017-10-31
申请号：CN201510256824.X
申请日：2015-05-19
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤：1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块，并堆叠成组。3.堆叠后的组分别进行3D系数变换，获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量，利用支持向量机进行训练和分类，得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息，实现了冗余特征的去除和有效的多维度稀疏特征的提取，提取的特征可以用于图像质量的客观评价。
-
公开(公告)号：CN105139373A
公开(公告)日：2015-12-09
申请号：CN201510250386.6
申请日：2015-05-14
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了一种基于独立子空间分析的无参考图像质量客观评价方法。本发明具体实施包括如下步骤：1.对公知数据库中的大量原始图像进行独立子空间分析，获取相对独立的一系列图像特征，统计其直方图分布，采用广义高斯密度（Generalized Gaussian Density,GGD）模型获取其边缘分布的统计曲线，作为基准参考；2.基于独立子空间分析提取待测失真图像的图像特征，采用GGD模型获取特征信息的统计分布；3.对比处理获取的失真图像特征信息统计分布与基准参考统计分布，测量并累计综合所有特征信息对应的欧式距离作为待测失真图像的质量度量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，且性能优于传统图像质量评价方法。
-
Patent Agency Ranking
公开(公告)号：CN104899874A
公开(公告)日：2015-09-09
申请号：CN201510256824.X
申请日：2015-05-19
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤：1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块，并堆叠成组。3.堆叠后的组分别进行3D系数变换，获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量，利用支持向量机进行训练和分类，得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息，实现了冗余特征的去除和有效的多维度稀疏特征的提取，提取的特征可以用于图像质量的客观评价。
-
公开(公告)号：CN118743761A
公开(公告)日：2024-10-08
申请号：CN202410781129.4
申请日：2024-06-18
Applicant: 华润紫竹药业有限公司 , 浙江大学
Abstract: 本发明属于药物制剂技术领域，提供了黄体酮自乳化液体制剂的固体化增溶方法及黄体酮自乳化固态制剂。本发明的方法将固化剂和黄体酮自乳化液态制剂混合；所述固化剂包括月桂酰聚氧乙烯‑32甘油酯、聚氧乙烯‑8嵛酸甘油酯、聚乙二醇‑32硬脂酸酯和硬脂酰聚氧乙烯甘油酯的一种或多种。本发明通过特定的固化剂将黄体酮自乳化液态制剂的熔点提高至室温以上，使室温下的黄体酮自乳化液态制剂处于固体状态，即得到黄体酮自乳化固态制剂；同时使黄体酮的载药量提高。本发明的固体化增溶方法不仅可以提高黄体酮溶解度避免结晶析出，提高制剂均匀性，也可以提高黄体酮自乳化制剂的自乳化能力，同时不影响自乳化制剂中黄体酮的释放速率。
-
公开(公告)号：CN109345503A
公开(公告)日：2019-02-15
申请号：CN201810886596.8
申请日：2018-08-06
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图像多特征融合的胶囊胃镜图像出血点识别方法。步骤如下：首先，提取胶囊胃镜图像的多个特征；接着，对图像特征进行特征融合得到一组新的特征向量；然后，对特征向量的各个方向分量进行归一化处理；进而，使用k-NN算法训练基本分类器；最后，通过AdaBoost算法集成基本分类器为强分类器，从而实现出血点的识别。本发明有效地对胶囊胃镜图像出血点进行了识别，运算速度快，计算复杂度比较低。
-
公开(公告)号：CN109241963A
公开(公告)日：2019-01-18
申请号：CN201810884973.4
申请日：2018-08-06
Applicant: 浙江大学
CPC classification number: G06K9/3241 , G06K9/4652 , G06K9/628 , G06K2209/05
Abstract: 本发明公开了一种基于Adaboost机器学习算法实现胶囊胃镜图像出血点智能识别技术方法。步骤如下：首先，通过彩色空间转换把输入的胶囊胃镜出血图像集中的图像转换到HIS空间，提取每幅图像在HSI颜色空间下三通道的均值，构建成三维向量作为图像级特征向量矩阵，并根据每幅图像所属类别建立标签矩阵，供Adaboost训练以获得图像分类器；其次，分别对颜色正常图集和颜色偏深图集进行阈值分割预处理，滤除原始图像中无效区域和过暗过亮区域；进而，分别提取阈值分割后剩余像素的H、S、I、A、M五通道颜色数据来构造五维特征向量，以供Adaboost进行训练并获得像素分类器；最后，采用后处理优化显示手段，使最终的识别效果更利于观察诊断。
-
公开(公告)号：CN105139373B
公开(公告)日：2018-05-08
申请号：CN201510250386.6
申请日：2015-05-14
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于独立子空间分析的无参考图像质量客观评价方法。本发明具体实施包括如下步骤：1.对公知数据库中的大量原始图像进行独立子空间分析，获取相对独立的一系列图像特征，统计其直方图分布，采用广义高斯密度（Generalized Gaussian Density,GGD）模型获取其边缘分布的统计曲线，作为基准参考；2.基于独立子空间分析提取待测失真图像的图像特征，采用GGD模型获取特征信息的统计分布；3.对比处理获取的失真图像特征信息统计分布与基准参考统计分布，测量并累计综合所有特征信息对应的欧式距离作为待测失真图像的质量度量。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，且性能优于传统图像质量评价方法。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
