- 专利标题 公开号/公告号 公开日期 摘要 专利状态
- 基于深度学习的血液白细胞检测方法、系统、设备及介质 CN202311844494.7 - 本发明公开了一种基于深度学习的血液白细胞检测方法、系统、设备及介质,其方法包括:获取血液细胞图像;将血液细胞图像输入预设的深度残差模块,得到第一特征图;将第一特征图输入预设的深度可分离卷积,并对深度可分离卷积的第一输出结果进行实例归一化和非线性激活,得到第二特征图;将第二特征图输入至预设的可变形卷积,并对可变形卷积的第二输出结果进行分层归一化和非线性激活,得到第二特征图对应的注意力特征元素;将第一特征图和注意力特征元素相乘,得到血液细胞图像的特征输出。本发明能够通过可变行的注意力机制,嵌入在现有轻量级模型中,强化模型的表现,提升了白细胞的检出率。 实质审查
- 一种同时检测对虾AHPND和EHP的试剂及其应用 CN202311830517.9 - 本发明公开了一种同时检测对虾AHPND和EHP的试剂及其应用。所述试剂包括用于检测对虾AHPND的第一引物探针组和用于检测对虾EHP的第二引物探针组;所述第一引物探针组包括如SEQ ID NO:1所示的正向引物序列、如SEQ ID NO:2所示的反向引物序列和如SEQ ID NO:3所示的探针序列;所述第二引物探针组包括如SEQ ID NO:25的正向引物、如SEQ ID NO:26所示的反向引物和如SEQ ID NO:27所示的探针序列。本发明提供的试剂可用于同时检测急性肝胰脏坏死病和对虾肝肠胞虫,灵敏度高,特异性好,适用于对虾养殖生产过程中病原监测、诊断和早期预防。 实质审查
- 一种分析渲染方法、装置、设备及计算机可读介质 CN202311818936.0 - 本申请提供了一种方法、装置、设备及计算机可读介质,该申请的方法包括将接收到的待分析文件转化为符合预设的数据格式的文件;解析所述文件,得到所述文件的分析工具;使用所述分析工具进行渲染,并将渲染结果展示到用户界面。通过本申请的技术方案可确保待分析文件的数据安全性和可靠性,并通过解析得到该文件匹,获得配度最高的分析工具来进行渲染,并将渲染结果以可视化的方式展示给用户。 实质审查
- 一种与甘蓝型油菜叶色基因BnA03.PL1紧密连锁的SNP分子标记及其应用 CN202311776862.9 - 本发明属于生物技术领域,公开了一种与甘蓝型油菜叶色基因BnA03.PL1紧密连锁的SNP分子标记及其应用。该SNP分子标记的SNP位点位于叶色基因BnA03.PL1,用于叶色基因BnA03.PL1突变型的精准鉴定,这个标记分型质量高、单拷贝、高多态性,样本数据检出率>98%,可用于甘蓝型油菜的叶色的育种改良的标记辅助育种,具有广泛的应用普适性。还公开了用于上述SNP分子标记的KASP标记引物和试剂盒以及鉴定甘蓝型油菜叶色基因BnA03.PL1的应用,方法简单、自动化程度高、检测通量高、速度快、检测结果准确、重复性和稳定性好。 实质审查
- 一种与甘蓝型油菜花期基因BnA03.FLC紧密连锁的SNP分子标记及其应用 CN202311779438.X - 本发明属于生物技术领域,公开了一种与甘蓝型油菜花期基因BnA03.FLC紧密连锁的SNP分子标记及其应用。该SNP分子标记的SNP位点位于花期基因BnA03.FLC的A03染色体上,用于花期基因BnA03.FLC突变型的精准鉴定,这个标记分型质量高、单拷贝、高多态性,样本数据检出率>98%,可用于甘蓝型油菜的花期的育种改良的标记辅助育种,具有广泛的应用普适性。还公开了用于上述SNP分子标记的KASP标记引物和试剂盒以及鉴定甘蓝型油菜花期基因BnA03.FLC的应用,方法简单、自动化程度高、检测通量高、速度快、检测结果准确、重复性和稳定性好。 专利的公布
- 一种基于点云和图像的株高测量方法、系统、设备及介质 CN202311747948.9 - 本发明公开了一种基于点云和图像的株高测量方法、系统、设备及介质,包括:将激光雷达数据输入第一编码器得到激光雷达特征,并将图像数据输入第二编码器得到图像特征;构建对应第一编码器的第一特征稀疏分支和对应第二编码器的第二特征稀疏分支;将激光雷达特征输入第一特征稀疏分支得到第一稀疏重构特征,并将图像特征输入第二特征稀疏分支得到第二稀疏重构特征;将第一稀疏重构特征和第二稀疏重构特征进行融合学习,得到融合特征;将融合特征输入解码器,得到解码器输出的点云数据;将点云数据进行距离转换和滤波处理,得到植株高度。本发明能够通过稀疏重建分支,使模型参数大大降低,并提高重建点云数据的效率。 实质审查
- 一种沙子岭猪SNP分子标记及其制备的芯片和应用 CN202311738974.5 - 本发明公开了一种沙子岭猪SNP分子标记及其制备的芯片和应用,涉及生物技术领域。该沙子岭猪SNP分子标记包括410个SNP分子标记,所述410个SNP分子标记的基因组位置是基于猪的参考基因组Sscrofa11.1进行序列比对确定的。该SNP分子标记可用于特异性鉴定沙子岭猪,可以实现沙子岭猪的品种鉴定、种质资源和亲缘关系鉴定和分析、种猪资源的保护和开发等,在沙子岭猪育种的多个领域具有较高的应用价值。 专利申请的撤回
- 一种制备肺组织单细胞悬液的试剂盒及其使用方法与应用 CN202311735753.2 - 本发明公开了一种制备肺组织单细胞悬液的试剂盒及其使用方法与应用,涉及生物技术领域。该试剂盒包括:含有0.20~0.30w/v%胰蛋白酶和0.02%~0.04w/v%EDTA的解离酶A液;含有0.5~1.2mg/mL胶原酶II、1.25~2.75mg/mL胶原酶Ⅳ、13.0~17.0μg/mL DNase I和0.04~0.06mg/mL DispaseⅡ的解离酶B液;红细胞裂解液;两种解离酶液的介质均为等渗溶液。该试剂盒用于快速解离肺组织,制备单细胞悬液,且制得的单细胞悬液的细胞浓度高,细胞活性高,结团率低,背景干净无杂质,能够用于细胞原代培养、流式分析及单细胞测序等实验。 实质审查
- 一种鱼类表型提取方法、系统、设备及存储介质 CN202311720692.2 - 本发明公开了一种鱼类表型提取方法、系统、设备及存储介质,鱼类表型提取方法包括获取待检测鱼类表型图像;将待检测鱼类表型图像输入训练好的卷积神经网络模型,得到待检测鱼类表型图像的图像特征;根据图像特征通过双线性下采样生成含有粗糙掩码的图像;通过使用图像处理算法和模式识别技术,构建初始自监督分割模型,将已生成含有粗糙掩码的图像输入初始自监督分割模型进行训练,得到训练好的自监督分割模型及其输出的鱼类表型检测结果,以无监督分割模型代替传统监督学习算法,只需对图像数据进行预处理,无需人为进行大量数据标注用于模型训练,规避了由数据标注带来的大量人工以及时间成本,提高了鱼类表型提取效率。 实质审查
- 基于机器视觉的鸡蛋品质测量方法、系统、设备及介质 CN202311722866.9 - 本发明公开了一种基于机器视觉的鸡蛋品质测量方法、系统、设备及介质,包括:通过长尾鸡蛋外观数据集训练模拟长尾分布的第一专家网络、模拟均匀分布的第二专家网络和模拟反长尾分布的第三专家网络,并将第一专家网络、第二专家网络和第三专家网络两两组合进行知识蒸馏,得到第一专家网络对应的第一蒸馏损失、第二专家网络对应的第二蒸馏损失和第三专家网络对应的第三蒸馏损失;将第一蒸馏损失、第二蒸馏损失和第三蒸馏损失输入总损失函数,得到总体损失;融合第一专家网络、第二专家网络和第三专家网络,并通过总体损失进行梯度下降得到机器学习图像识别模型。本发明能够解决部分样本采集周期长并利用长尾分布模型解决样本数据不平衡的问题。 实质审查

