“沈碧螺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]神经网络模型的编译方法、优化模型的训练方法和装置-CN202310603567.7在审
发明人： 沈碧螺;邓博文;李建军;张骞 -专利权人：北京地平线信息技术有限公司
申请日： 2023-05-25 - 公布日： 2023-08-22 - 主分类号： G06F9/302 文献下载
摘要：本公开实施例公开了一种神经网络模型的编译方法、优化模型的训练方法和装置，其中，方法包括：获取待编译神经网络模型；基于待编译神经网络模型，确定待编译神经网络模型对应的中间指令序列；利用预先训练获得的指令序列优化模型对中间指令序列进行处理，获得中间指令序列对应的目标优化参数；基于目标优化参数，确定中间指令序列对应的优化指令序列；将优化指令序列转换为可执行指令序列，获得待编译神经网络模型对应的神经网络处理器可执行的目标指令序列。本公开实施例可以大大降低编译时间，从而可以有效提高编译效率。
神经网络模型编译方法优化训练装置

[发明专利]基于深度学习的脑胶质瘤荧光图像分析方法、系统及设备-CN202110229903.7有效
发明人：田捷;胡振华;沈碧螺;史小静;曹财广 -专利权人：中国科学院自动化研究所
申请日： 2021-03-02 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像分析领域，具体涉及了一种基于深度学习的脑胶质瘤荧光图像分析方法、系统和设备，旨在解决现有的图像分析方法难以快速识别出手术中的肿瘤组织，难以辅助医生完成精准切除的问题。本发明包括：获取标本荧光图像作为待测图像，通过训练好的基于深度学习的脑胶质瘤荧光图像识别网络获得待测图像类别，将类别为肿瘤组织的待测图像通过肿瘤分级网络获得待测图像的肿瘤等级，通过Ki‑67表达水平识别网络获得待测图像的Ki‑67表达水平；其中脑胶质瘤图像识别网络基于EfficientNet卷积神经网络构建并通过二分类交叉熵损失函数训练。本发明实现了在手术中实时识别脑胶质瘤标本，辅助医生完成精准切除，同时提供分级和基因信息，帮助医生判断病人预后。
基于深度学习胶质荧光图像分析方法系统设备

[发明专利]基于网络架构搜索的多谱段脑胶质瘤图像分类系统-CN202110269262.8有效
发明人：田捷;胡振华;肖安琪;沈碧螺 -专利权人：中国科学院自动化研究所
申请日： 2021-03-12 - 公布日： 2023-01-13 - 主分类号： G06V10/764 文献下载
摘要：本发明属于生物医学分子影像以及人工智能领域，具体涉及一种基于网络架构搜索的多谱段脑胶质瘤图像分类系统，旨在解决现有脑胶质瘤图像分类手段无法准确、高效分类的问题。本发明系统包括：图像获取模块，配置为获取同一脑胶质瘤组织的白光图像、近红外一区图像、近红外二区图像；图像预处理模块，配置为对近红外一区图像和近红外二区图像进行降噪、非线性映射处理；处理后，对白光图像、近红外一区图像和近红外二区图像进行分辨率调整，并通过通道维度进行图像拼接，将拼接后的图像作为多谱段脑胶质瘤图像；分类模块，配置为通过预训练的图像分类模型获取多谱段脑胶质瘤图像的类别。本发明实现了脑胶质瘤图像准确、高效的分类。
基于网络架构搜索多谱段脑胶质图像分类系统