“细胞神经网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1187738个，建议您升级VIP下载更多相关专利

[发明专利]由源自多能干细胞的细胞形成的神经网络-CN201580044770.9有效
发明人： K·P·曼甘;C·B·卡尔森 -专利权人：富士胶片细胞动力有限公司
申请日： 2015-08-19 - 公布日： 2020-11-24 - 主分类号： C12N5/0793 文献下载
摘要：在一些方面，提供了源自人诱导多能干细胞(iPS细胞)的神经元的培养物，其显示神经网络的同步突发。在一些实施方式中，可以使用多电极阵列检测或测量培养物的神经元活性。
源自多能干细胞细胞形成神经网络

[发明专利]基于深度递归神经网络的车身控制方法、系统、终端和存储介质-CN202010501308.X有效
发明人：余恒;王凡;唐锐 -专利权人：纵目科技（上海）股份有限公司
申请日： 2020-06-04 - 公布日： 2022-07-29 - 主分类号： B60W30/02 文献下载
摘要：本发明提供一种基于深度递归神经网络的车身控制方法、系统、终端和存储介质，递归神经网络以离散时间点输出的包含感兴趣的区域和/或物体特征等为输入通过压缩编码模块进行融合、压缩、编码获得一个矩阵数据，通过神经元细胞层的遗忘门和/或记忆门选择调节该细胞层记忆，保留对下一时刻车身近场控制决策起到作用的特征，以神经元细胞层的层层递进，逐层提高输入特征的维度，输出当前时刻车身近场横向控制决策和/或车身近场纵向控制决策。本发明不仅考虑了场景道路、场景交通规则、以及场景动态障碍物与车身相对关系这些决策分析维度，且通过递归神经网络输入层的连续性、输出的时间连续性能够得出实时的、连续的车身控制信号，达到动态避障、动态决策的效果
基于深度递归神经网络车身控制方法系统终端存储介质

[发明专利]一种基于深度残差生成算法自动识别单细胞类型的方法-CN202210930279.8在审
发明人：李凤;段宏宇;褚鑫;孙振省;孟凡杰;李涵 -专利权人：曲阜师范大学
申请日： 2022-08-03 - 公布日： 2023-01-17 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于深度残差生成算法自动识别单细胞类型的方法，该方法基于残差模块中的卷积神经网络，由于卷积连接的是部分神经网络，相比于原有技术中的全连接方式，解决了其效率低的问题。因为使用残差模块中的卷积结构，可以捕捉到单细胞转录组数据的局部特征，因此提高的模型对于特征的提取能力，使细胞类型的推断更为准确。本发明使用的残差结构可以改善神经网络的退化问题，利用这一点来将网络层数变得更深，这样也有利于进一步的对数据进行特征提取。此外，由于半监督学习可以利用原始标签和额外数据改善样本的偏差情况，本发明提出的scRSSL利用半监督学习的特性，可以改善单细胞数据集中样本不平衡的问题，得到了更高的准确性。
一种基于深度生成算法自动识别单细胞类型方法

[发明专利]基于混沌理论及卷积网络的药物心脏毒性评估方法及装置-CN202310021707.X在审
发明人：张迪鸣;郭鑫羽;杨文剑;吴越;张云山 -专利权人：之江实验室
申请日： 2023-01-06 - 公布日： 2023-07-04 - 主分类号： G16H70/40 文献下载
摘要：本申请提供了一种基于混沌理论及卷积网络的药物心脏毒性评估方法及装置，包括获取加载药物后心肌细胞搏动信号的时间序列数据，对时间序列数据进行基于混沌特性的重构处理得到相空间矩阵；基于相空间矩阵内的数据对深度卷积神经网络进行训练、验证及测试；通过验证的深度卷积神经网络进行药物心脏毒性评估。利用混沌原理提取心肌细胞搏动信号的非线性动态特征，通过卷积神经网络分析对药物的心脏毒性进行评估，对不同药物、同种药物不同浓度均获得了高精度的分类结果。相空间重构技术反映了心肌细胞搏动信号的原始高维相空间，近似恢复体现动力系统演化规律的混沌吸引子，提升评估药物心脏毒性准确度，同时在药物分类方面也展现出较好的预测结果。
基于混沌理论卷积网络药物心脏毒性评估方法装置

[发明专利]基于语义分割网络的宫颈病理诊断装置-CN202310579215.2在审
发明人：王书浩;田艳杰 -专利权人：北京透彻未来科技有限公司
申请日： 2023-05-23 - 公布日： 2023-09-05 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了基于语义分割网络的宫颈病理诊断装置，包括：宫颈病理标准数据库模块，建立数字化宫颈病变组织病理诊断标准数据库；创建病理细胞图像自动化标注工具；获取上采样审查数字化宫颈组织切片；阶段训练大数据积累模块，通过双单元卷积神经网络进行数据训练，将数据积累到设定大数据规模，获取宫颈组织切片规模化大数据；自动学习神经网络搜索模块，通过自动化机器学习，进行多类型神经网络搜索，自动构建具有预测准确率优势的神经网络结构，获取自构优势深度神经网络结构模型；宫颈筛查标准自动诊断模块，利用统计建模方法，建立宫颈病变组织切片筛查量化标准，对宫颈扫描数字切片中的可疑病变进行智能自动检测诊断。
基于语义分割网络宫颈病理诊断装置

[实用新型]手机细胞/卷积神经网络加速器-CN201620142659.5有效
发明人：陈进民 -专利权人：陈进民
申请日： 2016-02-26 - 公布日： 2016-10-05 - 主分类号： G06K9/00 文献下载
摘要：本实用新型提出了手机细胞/卷积神经网络加速器，属于人工智能技术领域。本实用新型以细胞/卷积神经网络为核心，利用手机已有的摄像头、内存、微处理器、喇叭/耳机和电源等，构成手机深度学习加速器，克服了现有大规模深度神经网络或深度学习芯片的不足，具有集成度高、功耗小、计算速度快
手机细胞卷积神经网络加速器

[发明专利]一种细胞神经网络多涡卷混沌吸引子产生方法-CN201310083655.5无效
发明人：不公告发明人 -专利权人：王少夫
申请日： 2013-03-18 - 公布日： 2013-07-10 - 主分类号： G05B13/04 文献下载
摘要：一种细胞神经网络多涡卷混沌吸引子产生方法。本发明通过对一细胞神经网络进行建模，并引入一个正弦函数，通过系统变换，设置不同参数，可以产生不同数量的多涡卷混沌吸引子，并采用单向电子晶体管与金属氧化物半导体混合结构器件(SETMOS)的负阻性质进行实现
一种细胞神经网络多涡卷混沌吸引产生方法

[发明专利]一种标注淋巴结HE切片中淋巴细胞空间分布的方法-CN202211234486.6在审
发明人：丁志燕;王磊 -专利权人：扬州大学附属医院
申请日： 2022-10-10 - 公布日： 2023-01-24 - 主分类号： G01N15/10 文献下载
摘要：本发明公开了一种标注淋巴结HE切片中淋巴细胞空间分布的方法，应用于淋巴结HE切片的图像分析领域，包括：获取淋巴结HE切片，并进行淋巴细胞的人工标注，得到训练集；应用训练集训练YOLOv5深度学习神经网络模型；输入待测集至所述YOLOv5深度学习神经网络模型，得到淋巴细胞空间分布特征。本发明通过采用信息学中人工智能技术YOLOv5深度学习神经网络解决了生物医学中标注淋巴结HE切片中淋巴细胞空间分布的问题，相对于现有的免疫组织化学染色标记方法，不仅省时省钱，且对实验室、操作人员要求较低，能够满足偏远地区的需求，对于现有生物医学标注淋巴结HE切片中淋巴细胞空间分布具有重要意义。
一种标注淋巴结 he 切片淋巴细胞空间分布方法

[发明专利]一种细胞医学图像分割的方法和系统-CN202111373245.5在审
发明人：文静;杨妍;王翊 -专利权人：重庆大学
申请日： 2021-11-19 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种细胞医学图像分割的方法，属于医学图像分析技术领域，具体包括以下步骤：将细胞原始图作为预先训练的细胞医学图像分割神经网络模型的输入，细胞医学图像分割神经网络模型对图像的细胞核进行特征增强、特征重用后获得显著性多语义特征图；对特征图进行池化金字塔下采样获得多语义特征图、上采样恢复原图尺寸，将上采样的各特征图进行拼接得到分割结果图，将所述分割结果图与细胞原始图叠加后作为模型输出。本发明可对细胞图像进行分割且分割区域的特征突出。
一种细胞医学图像分割方法系统

[发明专利]一种基于Unet++神经网络的细胞图像分割计数方法-CN202210974723.6在审
发明人：代琦;刘钊;郭晓栋;刘晓庆 -专利权人：浙江理工大学
申请日： 2022-08-15 - 公布日： 2022-12-20 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于Unet++神经网络的细胞图像分割计数方法，包括数据集制作、图像预处理、特征提取与图像分割，以及细胞计数，本方法是一种端到端的计数方法，特征提取和细胞计数过程均由Unet++神经网络训练完成，不需要多步处理；有效降低细胞计数的难度和提高细胞计数的效率及准确率，解决了现有细胞计数方法只针对特定场景、图像分割效果不理想的问题，为细胞生物学实验及教学提供了高效、快速、准确的计算机自动化分析技术，
一种基于 unet 神经网络细胞图像分割计数方法

[发明专利]一种生物物质检测系统、方法、装置、设备及存储介质-CN202210683667.0在审
发明人：阎梦萦;鲁艺;王立平 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-06-16 - 公布日： 2022-09-23 - 主分类号： G01N27/30 文献下载
摘要：本发明公开了一种生物物质检测系统、方法、装置、设备及存储介质，所述系统包括：人工神经网络、电生理信号采集装置和处理器，其中：所述人工神经网络，由多个相互连接的神经元构成；所述电生理信号采集装置，用于采集所述人工神经网络被刺激时，神经元细胞的电生理信号，并将所述电生理信号发送至所述处理器；所述处理器，用于根据所述电生理信号确定生物物质检测结果。通过利用人工神经网络的高效信息处理能力作为感受器高灵敏性的感受被测物质，使得电生理信号采集装置采集的电生理信号更加灵敏，进而基于电生理信号进行的生物物质检测更加高效灵敏。
一种生物物质检测系统方法装置设备存储介质

[发明专利]一种基于改进的注意力卷积神经网络白细胞五分类方法-CN202111231648.6有效
发明人：王慧慧;邵卫东;张旭;曾凡一;康家铭;张春旭 -专利权人：大连工业大学
申请日： 2021-10-22 - 公布日： 2022-06-14 - 主分类号： G06V20/69 文献下载
摘要：本发明属于医学显微图像分类领域，提供了一种基于改进的注意力卷积神经网络白细胞五分类方法，使用深度学习对血液细胞图像进行识别。本发明以ResNeXt‑50为骨干网络，残差模块使用分组卷积来减少模型参数量，在网络每个阶段末并行加入一种独立的注意力模块结构，针对不同阶段卷积神经网络输出的白细胞特征图，利用注意力模块的注意头部分提取白细胞关键区域，通过注意力模块输出头部分输出预测类别和置信度分数，再通过预测类别与置信度加权平均得到最终网络模型的输出，基于原始ResNeXt‑50网络框架下的改进，实现白细胞五分类。本发明利用并行的注意力模块在网络不同阶段输出类预测和置信度分数，提高了白细胞分类的准确率。
一种基于改进注意力卷积神经网络白细胞分类方法

[发明专利]一种基于改进模糊识别的白带中红细胞自动检测方法-CN201510263467.X有效
发明人：倪光明;雷皓婷;张静;张正龙;刘娟秀;刘霖;刘永;叶玉堂 -专利权人：电子科技大学
申请日： 2015-05-22 - 公布日： 2018-02-13 - 主分类号： G06K9/62 文献下载
摘要：该发明公开了一种基于改进模糊识别的白带中红细胞自动检测方法，属于图像处理技术领域，具体指的是一种基于改进模糊识别算法的白带红细胞自动检测方法。该发明通过人工寻找出的红细胞对建立的神经网络进行训练，然后最所要检测的样本图像进行灰度、二值化等一系列处理，根据红细胞的部分特征，进行部分筛除，在通过训练的神经网络判断剩余的可疑区域是否为红细胞。
一种基于改进模糊识别白带红细胞自动检测方法

[发明专利]一种基于卷积神经网络的白细胞自动识别方法-CN201810802059.0在审
发明人：谭冠政;张丽达;浣浩 -专利权人：中南大学
申请日： 2018-07-20 - 公布日： 2018-12-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的白细胞自动识别方法，属于使用深度学习的机器视觉方案对医学显微镜图像进行自动识别。本发明首先人工对细胞数据集进行标记，做出一个标准的数据集，再使用迁移学习的方法，将VGG‑Net的模型和参数迁移到WBC‑Net卷积神经网络中，通过提取其中效果最好的特征层作为特征参数训练集成分类器，完成对白细胞的识别功能
卷积神经网络自动识别白细胞迁移集成分类器显微镜图像对白细胞机器视觉特征参数细胞数据数据集特征层再使用学习医学

[发明专利]肾小球肾炎病理智能分类器的训练方法、诊断仪及存储介质-CN201810729692.1在审
发明人：丁彦青 -专利权人：丁彦青
申请日： 2018-07-05 - 公布日： 2019-01-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种肾小球肾炎病理智能分类器的训练方法、诊断仪及存储介质，该方法在卷积神经网络的基础上实施，具体包括以下步骤：构建肾小球肾炎病理智能分类卷积神经网络模型；获取训练样本；对训练样本进行预处理；将预处理后的训练样本输入肾小球肾炎病理智能分类卷积神经网络模型中，对肾小球肾炎病理智能分类卷积神经网络模型进行训练，使肾小球肾炎病理智能分类卷积神经网络模型被训练成为肾小球肾炎病理智能分类器。本发明所训练的肾小球肾炎病理智能分类器能实现自动化检测肾小球肾炎病变细胞图像并进行具体的肾小球肾炎分类，为临床肾小球肾炎的治疗提供依据。
肾小球肾炎智能分类病理卷积神经网络训练样本诊断仪预处理存储介质病变细胞构建自动化图像分类检测治疗