“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]一种基于脑胶质细胞的脉冲神经网络优化方法及系统-CN202111471537.2在审
发明人：李盼;陶丽颖;刘小壮;乔树山;周玉梅;尚德龙 -专利权人：中科南京智能技术研究院
申请日： 2021-12-06 - 公布日： 2021-12-31 - 主分类号： G06N3/06 文献下载
摘要：本发明涉及一种基于脑胶质细胞的脉冲神经网络优化方法及系统，方法包括：基于脑胶质细胞构建融合脑胶质细胞的脉冲神经网络；所述融合脑胶质细胞的脉冲神经网络包括五种类型连接，分别为神经元‑神经元﹑神经元‑胶质细胞﹑胶质细胞‑神经元突触、胶质细胞‑胶质细胞和胶质细胞‑神经元；确定各种类型的连接参数；根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络。本发明建立的融合脑胶质细胞的脉冲神经网络不仅可以实现对符合可塑性规则的突触的权重调整，还可以实现对其传输延时和信号类型的调整，此外还可以新增突触与删除突触，提升了SNN网络的学习能力。
一种基于胶质细胞脉冲神经网络优化方法系统

[发明专利]一种忆阻细胞神经网络的电路设计方法-CN201510009830.5有效
发明人：张小红;廖琳玉;钟小勇 -专利权人：江西理工大学
申请日： 2015-01-09 - 公布日： 2018-11-20 - 主分类号： G06F17/50 文献下载
摘要：一种忆阻细胞神经网络的电路设计方法，通过构建一个新的三维细胞神经网络，利用忆阻器的非线性特性实现细胞神经网络的输出模块，替换传统细胞神经网络电路中的电阻，得出一个三维的忆阻细胞神经网络。采用Multisim通用电路元件构建磁控忆阻等效电路，将其应用到传统细胞神经网络电路中后，对整体忆阻细胞神经网络电路进行分析得出有混沌现象的系统。本发明充分体现了忆阻器的非线性和记忆特性的优势，用忆阻实现的细胞神经网络系统具有良好的智能特性和潜在应用前景。
一种细胞神经网络电路设计方法

[发明专利]利用DNN学习的细胞异常与否诊断系统及诊断管理方法-CN201680069602.X有效
发明人：任旭彬 -专利权人：佰达因株式会社
申请日： 2016-10-11 - 公布日： 2021-03-30 - 主分类号： A61B10/02 文献下载
摘要：本发明涉及利用DNN学习的细胞异常与否诊断系统的技术，该细胞异常与否诊断系统包括针对检查对象的细胞照片基于神经网络判断是正常细胞还是危险细胞且设置于个别医院的细胞诊断检查装置以及通过因特网连接且进行该细胞诊断检查装置对神经网络的DNN学习的神经网络学习服务器。尤其是，本发明涉及如下技术：将在个别医院获得的检查对象细胞照片以及诊断结果数据上传提供给神经网络学习服务器，则学习服务器基于这样的信息，对设置于该医院的细胞诊断检查装置的神经网络模型进行DNN学习，生成升级神经网络模型，并将其再次下载提供给细胞诊断检查装置，由此，细胞诊断检查装置能够升级形成针对该设置的医院的诊断环境进行了优化的神经网络模型。
利用 dnn 学习细胞异常与否诊断系统管理方法

[发明专利]一种用于识别细胞图像的神经网络模型的训练方法及系统-CN202211230727.X在审
发明人：杨志明 -专利权人：深思考人工智能科技（上海）有限公司
申请日： 2022-10-08 - 公布日： 2023-01-31 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例提供一种用于识别细胞图像的神经网络模型的训练方法及系统，将自监督学习技术中的对比学习网络模型作为识别细胞图像的神经网络模型，且采用对比学习技术对所述神经网络模型进行预训练，得到预训练后的所述神经网络模型；将预训练后的所述神经网络模型采用迁移学习技术进行调整，得到训练完成的所述神经网络模型，应用于细胞图像的识别使用。这样，本发明实施例采用了对比学习技术与迁移学习技术相结合的方式，训练得到用于识别细胞图像的神经网络模型，提高了训练质量，从而使得采用这种方式训练得到的所述神经网络模型对细胞图像的识别正确率提高。
一种用于识别细胞图像神经网络模型训练方法系统

[发明专利]超高时空分辨率细胞牵引力定量方法、装置、设备及介质-CN202111575751.2在审
发明人：黄建永;段晓岑;熊春阳 -专利权人：北京大学
申请日： 2021-12-21 - 公布日： 2022-04-26 - 主分类号： G06T7/00 文献下载
摘要：本公开提供一种超高时空分辨率细胞牵引力定量方法、装置、设备及介质。该超高时空分辨率细胞牵引力定量方法包括：分别构建并训练第一神经网络、第二神经网络、第三神经网络和第四神经网络；待测细胞消化前后荧光标志物的荧光图像分别由训练好的第一神经网络、第二神经网络和第三神经网络预测各采样点位移，并进行整合；将整合后的位移场输入到第四神经网络中进行预测，得到待测细胞牵引力场的分布。本公开通过引入机器学习，有效提高了细胞牵引力定量的空间分辨率，获得更加精确的定量结果，降低了细胞牵引力定量的计算复杂度，显著提高了细胞牵引力定量的时间分辨率，可用于对细胞牵引力的实时定量测量。
超高时空分辨率细胞牵引力定量方法装置设备介质

[发明专利]基于图价值网络的神经网络架构搜索方法-CN202111677508.1在审
发明人：朱文武;王鑫;秦一鉴 -专利权人：清华大学
申请日： 2021-12-31 - 公布日： 2022-04-15 - 主分类号： G06N3/04 文献下载
摘要：本申请提供了一种基于图价值网络的神经网络架构搜索方法，涉及神经网络架构搜索技术领域，旨在提供一种学习已搜索过的架构，以推理得到其他网络架构的神经网络架构搜索方法。所述方法包括：获取神经细胞的当前架构；以图价值网络为价值函数，以所述神经细胞的当前架构为状态，以改变所述神经细胞的当前架构的多种规定行为为动作，进行强化学习训练，得到目标神经细胞的架构；将多个相同的所述目标神经细胞的架构进行堆叠，得到神经网络的架构。
基于价值网络神经网络架构搜索方法

[发明专利]针对用于细胞判别的神经网络模型输出结果的修正方法-CN202110145319.3有效
发明人：蔡佳桐;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2021-02-02 - 公布日： 2022-12-20 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种针对用于细胞判别的神经网络模型输出结果的修正方法，通过标注出颜色最浅阳性肿瘤细胞，重新界定神经网络模型（或叫深度学习模型）预测出的阴性肿瘤细胞和阳性肿瘤细胞，减少背景像素对于最终判断结果的影响具体包括，将镜下病理图像输入训练好的神经网络模型，神经网络模型识别出所述病理图像上的肿瘤细胞，输出标记有肿瘤细胞位置和肿瘤细胞类别的病理图像，所述肿瘤细胞类别包括阳性肿瘤细胞和阴性肿瘤细胞，以所述神经网络模型输出的颜色最浅的阳性肿瘤细胞作为标准细胞，根据所述标准细胞与其他肿瘤细胞的颜色对比修正所述神经网络模型输出的肿瘤细胞类别。
针对用于细胞别的神经网络模型输出结果修正方法

[发明专利]一种基于磁控忆阻器的光滑细胞神经网络的电路设计方法-CN201710242528.3有效
发明人：张小红;江伟 -专利权人：江西理工大学
申请日： 2017-04-14 - 公布日： 2021-05-04 - 主分类号： G06F30/30 文献下载
摘要：一种基于磁控忆阻器的光滑细胞神经网络的电路设计方法，采用标准细胞神经网络模型，通过调节系统的反馈模块和控制模块参数，构建一个具有复杂混沌现象的新型四维细胞神经网络。用构建的光滑非线性磁控忆阻器拟合细胞神经网络输出函数，并替换传统的分段线性函数。采用Multisim电路仿真软件，根据基于磁控忆阻器的光滑细胞神经网络的各个参数，设置其对应的电子元器件的参数，实现了其整体电路。本发明较于传统细胞神经网络具有更加丰富的动力学特性及混沌现象，可在保密通信、机器学习、图像处理及车牌识别等诸多领域加以应用。
一种基于磁控忆阻器光滑细胞神经网络电路设计方法

[发明专利]一种基于卷积神经网络的细胞低分辨率图像融合方法-CN201910044863.1有效
发明人：余宁梅;马祥;方元;张雪 -专利权人：西安理工大学
申请日： 2019-01-17 - 公布日： 2022-09-23 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于卷积神经网络的细胞低分辨率图像融合方法，包括以下步骤：步骤1)采集并分割得到目标细胞高分辨率图像；步骤2)提取卷积神经网络训练集label标签和测试集的label标签；步骤3)得到目标细胞低分辨率图像；步骤4)选取训练集、测试集和验证集；步骤5)搭建CFFnet卷积神经网络，对训练集中的数据进行训练和测试直到CFFnet卷积神经网络达到收敛，收敛的CFFnet卷积神经网络即为细胞融合模型，CFFnet卷积神经网络的输出层输出融合图像，细胞低分辨率图像融合完成。本发明使同类细胞共同的的直观形貌及结构特征能够得到融合并反应；可以实现细胞病变的检测，为疾病自动诊断提供依据。
一种基于卷积神经网络细胞分辨率图像融合方法

[发明专利]一种细胞自动检测方法-CN202110412349.6有效
发明人：易琳;陈丹;付晓琴;雷雅杰;周颖婷;范祉辰;林昌海;葛闯;陈一超;刘然 -专利权人：重庆大学附属肿瘤医院;重庆大学
申请日： 2021-04-16 - 公布日： 2022-10-25 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种细胞自动检测方法，其包括步骤：1)搭建检测细胞的深度卷积神经网络，2)训练所搭建的深度卷积神经网络；3)将待检测的细胞图像数据输入训练好的深度卷积神经网络，深度卷积神经网络输出检测结果；所述深度卷积神经网络包括一个用于提取特征图像的SD‑DenseNet模块、一个用于产生初步的目标建议的Region Proposal Net、三个用于解决池化操作中造成的不匹配问题的RoI Align模块和三个用于对细胞进行分类、定位及细胞分割的检测器。本发明所搭建的深度卷积神经网络能够高效、准确的实现细胞的分类、定位与分割等细胞检测任务。
一种细胞自动检测方法

[发明专利]用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统-CN201810318298.9有效
发明人：向俊;卢宏涛;官青;王蕴珺;平波;万晓春;李端树;杜佳俊;秦宇 -专利权人：复旦大学附属肿瘤医院;上海交通大学
申请日： 2018-04-10 - 公布日： 2021-11-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统，该系统利用强化学习方法寻找最适合甲状腺肿瘤细胞学涂片图像分类的现有卷积神经网络，所述强化学习方法的具体流程为：首先，用循环神经网络生成一个卷积神经网络；接着，用甲状腺肿瘤细胞学涂片图像训练集训练该卷积神经网络；然后，用甲状腺肿瘤细胞学涂片图像验证集验证经训练后的该卷积神经网络的准确率，设定一个准确率阈值，判断其准确率是否高于阈值；最后将准确率最高的卷积神经网络作为初步卷积神经网络进行再训练，从而达到构建高准确率卷积神经网络用于辅助医生对甲状腺肿瘤进行诊断，提高了诊断准确率的目的。
用于甲状腺肿瘤细胞学涂片图像分类网络构建方法系统

[发明专利]基于并行神经网络的肺部细胞图像分类方法-CN202210753212.1在审
发明人：冯晶;曹得华;李诚;严姗;刘赛;李荣;段彦蓉;庞宝川 -专利权人：武汉兰丁智能医学股份有限公司
申请日： 2022-06-29 - 公布日： 2022-09-23 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及基于并行神经网络的肺部细胞图像分类方法，包括：获取肺部细胞图像，对肺部细胞染色、标注；对细胞图像的染色区域聚类，消除噪点，分割出单个细胞图像；计算细胞特征，识别细胞图像的噪声；构建包含残差网络、金字塔网络和并行浅层特征通道的并行神经网络，并进行训练；将待检测的肺部细胞图像输入到并行神经网络，根据并行神经网络的输出数据，得到肺部细胞图像分类结果。本发明通过计算细胞特征，辨识区分图像中的细胞区域与噪声区域，避免图像噪声影响肺部细胞图像分类的准确率；本发明的并行神经网络实现了细胞图像的浅层特征和不同层次的深层特征融合，进一步提高了分类模型的分类准确率
基于并行神经网络肺部细胞图像分类方法

[发明专利]基于深度学习的细胞成像方法及装置-CN202310587611.X在审
发明人：区初斌;安林;秦嘉 -专利权人：广东唯仁医疗科技有限公司;唯仁医疗（佛山）有限公司;唯智医疗科技（佛山）有限公司
申请日： 2023-05-23 - 公布日： 2023-08-18 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及深度学习领域，揭露一种基于深度学习的细胞成像方法及装置，所述方法包括：利用训练好的前置神经网络模型对眼底图像进行图像重建，得到眼底图像的重建图像；对重建图像与细胞成像图进行图像配准，得到配准重建图像与配准细胞成像图，融合配准重建图像与配准细胞成像图，得到融合图像；将重建图像作为预训练的后置神经网络模型的输入数据，并将细胞成像图与融合图像作为预训练的后置神经网络模型的目标数据，以通过输入数据与目标数据对预训练的后置神经网络模型进行模型训练；利用训练好的前置神经网络模型与训练好的后置神经网络模型对当前患者的眼底图像进行细胞成像，得到细胞成像结果。本发明可以通过细胞成像来满足临床需求。
基于深度学习细胞成像方法装置

[发明专利]细胞病理图像分割方法及装置-CN202011379134.0有效
发明人：柯晶;沈逸卿 -专利权人：上海交通大学
申请日： 2020-11-30 - 公布日： 2022-11-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种细胞病理图像分割方法及装置，所述方法包括：将细胞病理图像输入图像分割模型中，输出细胞核与细胞质分割开的图像；图像分割模型包括用于确定分割细胞样本图像的子神经网络个数以及各子神经网络参数的网络参数确定模块，用于对细胞样本图像中的各细胞尺寸进行分类，并基于分类结果确定分割各细胞对应的子神经网络的细胞尺寸分类模块，用于通过各子神经网络分别对细胞样本图像进行图像分割获取初始分割图像的图像分割模块，用于对所有初始分割图像进行加权聚合，获取细胞核与细胞质分割开的样本图像的分割图像聚合模块。本发明能够根据不同尺寸的细胞灵活确定子神经网络参数，提高图像的分割精度。
细胞病理图像分割方法装置

[发明专利]卷积神经网络实现方法-CN201611236090.X在审
发明人：郭一民;戴瑾 -专利权人：上海磁宇信息科技有限公司
申请日： 2016-12-28 - 公布日： 2018-07-06 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种采用细胞阵列计算系统的卷积神经网络实现方法。将卷积神经网络按该各层卷积神经网络的内部位置关系部署在细胞阵列的一个矩形区域里；通过细胞阵列总线广播方法逐个地把各层的每个权重发送给矩形区域中各个细胞，存入该计算单元的内存中；针对第一层卷积神经网络，接受输入进行神经元计算，将每个神经元的输出暂时保持在计算单元内；利用细胞阵列中的细胞阵列网状通信网络把这一层神经元的输出转送到预定临近区域中的需要该输出的计算单元内；使用下一层的权重和上一层神经元的输出，进行下一层卷积神经网络的计算
卷积神经网络细胞阵列神经元计算单元输出矩形区域网状通信网络神经元计算计算系统临近区域内部位置总线广播第一层权重和地把权重内存细胞部署

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条