-
公开(公告)号：CN116071383B
公开(公告)日：2025-04-25
申请号：CN202310157600.8
申请日：2023-02-23
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06V10/75 , G06V10/25 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于超高场磁共振影像重建的海马亚区分割方法及系统，包括：磁共振影像数据进行预处理，将预处理后的图像输入到超高场磁共振影像重建网络中进行特征提取，并对提取的特征进行融合重建，得到重建MRI；将重建后的MRI输入到判别器网络进行判别，并将判别后的MRI输入到海马亚区分割网络中提取多尺度特征信息，得到海马亚区分割概率图；根据海马亚区分割概率图对磁共振影像进行海马亚区分割；本发明在超高场磁共振影像重建过程中引入自注意机制、特征匹配损失和ROI损失，以恢复海马区域更多解剖细节，在海马亚区分割过程中引入多尺度深度监督，并设计一个解剖加权交叉熵损失利用丰富的先验知识，提高了分割结果的准确度。
-
公开(公告)号：CN114155251B
公开(公告)日：2024-10-15
申请号：CN202111483251.6
申请日：2021-12-07
Applicant: 重庆邮电大学
IPC: G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种新的上下文感知卷积神经网络的全脑三维解剖结构分割方法。该方法在卷积神经网络的卷积模块后串联一个全新的双重注意力模块。该模块通过卷积自动学习通道和空间注意力权重并分别对输入的卷积特征进行加权，再通过卷积自适应融合加权后的卷积特征，以此提高网络的分类性能。此外，本发明将图像中待分割对象所有体素为中心的图像块作为训练数据，通过完全采样充分利用有限的标注数据对其样本分布进行较为完整的学习，以此进一步提高网络的分类性能。本发明提出的方法具有分割精度高、稳定性好的优点。在10个实施例的磁共振脑图像分割中，本方法获得分割结果的平均精度达93.27％，这比当前最先进的DeepNAT方法获得分割结果的平均精度提高了3.790％。
-
公开(公告)号：CN118680546A
公开(公告)日：2024-09-24
申请号：CN202410827452.0
申请日：2024-06-25
Applicant: 重庆邮电大学
IPC: A61B5/107 , A61B5/0538 , A61B5/0536
Abstract: 本发明涉及一种基于节点应力解析与阻抗平面测定的食道应变传感系统及重构方法，属于组织生物力学检测技术领域。本发明旨在通过一种创新的柔性液囊传感器系统对食道动力功能障碍进行无创检测。系统核心组件包括柔性球囊、空腔导管及复合式阻抗‑压电传感器阵列，该阵列集成了压电传感器和等间距阻抗电极，能够实时捕捉食道吞咽过程中的动态应变信息和局部应力变化。本发明的关键技术在于设计了一种专门的应变特征重构算法，该算法利用多层耦合物理场分析方法，从模拟蠕动、正常吞咽及多种病理状态下收集的数据中，实现对食道关键节点力学特性和腔径空间分布特征的精准动态重构，为食道动力障碍的早期识别和治疗提供了重要的量化分析工具。
-
公开(公告)号：CN118332365A
公开(公告)日：2024-07-12
申请号：CN202410431362.X
申请日：2024-04-11
Applicant: 重庆邮电大学
IPC: G06F18/23213 , A61B5/16 , A61B5/055 , A61B5/00
Abstract: 本发明涉及一种基于群体图深度聚类的孤独症神经分型方法，包括：根据受试者的脑部静息态功能磁共振数据计算受试者的皮尔森相关脑网络矩阵；将脑网络矩阵作为受试者节点的特征；根据受试者节点的特征、受试者节点的性别和受试者节点的站点信息建立脑网络图结构；利用自编码器将节点特征矩阵编码到潜在空间表示，并进行重构；根据邻接矩阵利用图自编码器将节点特征矩阵编码到潜在空间，并进行重构；计算节点的融合特征表示矩阵；利用K‑means算法进行聚类将受试者划分为多个类型，利用节点的融合特征表示矩阵更新受试者节点的特征，并重复执行上述步骤直至损失函数收敛，输出最终的分类结果，提高聚类效果。
-
公开(公告)号：CN118298857A
公开(公告)日：2024-07-05
申请号：CN202410403378.X
申请日：2024-04-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语音信号及对比学习的抑郁检测方法，属于语音处理及模式识别领域。该方法包括：收集抑郁语音目标数据集和常规语音背景数据集，并对音频文件进行预处理；分别对抑郁语音目标数据集和常规语音背景数据集提取多模态语音特征，至少包括声谱图特征和梅尔频率倒谱系数特征；将抑郁语音目标数据集和常规语音背景数据集提取得到的多模态语音特征输入对比变分自编码器以训练优化对比变分自编码器；将抑郁语音目标数据集提取的多模态语音特征输入优化后的对比变分自编码器进行分解，得到背景干扰变量和抑郁程度变量，抑郁程度变量经过解码得到去背景抑郁重构特征；将去背景抑郁重构特征通过深度学习分类检测网络获得抑郁评估结果。
-
Patent Agency Ranking
公开(公告)号：CN117333450A
公开(公告)日：2024-01-02
申请号：CN202311286548.2
申请日：2023-10-07
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/047 , G06N3/08
Abstract: 本发明属于骨龄预测领域，具体涉及一种基于局部特征图关联学习的自动骨龄预测方法；该方法包括：获取手骨X光图像并采用热图定位网络定位手骨X光图像的局部感兴趣区域，根据局部感兴趣区域创建注意力图；对注意力热图进行下采样操作，得到关键节点；根据关键节点设置裁剪框，根据裁剪框从手骨X光图像中裁剪出手骨的多个局部特征区域；根据局部特征区域的邻接关系计算邻接矩阵；采用CNN网络提取每个局部特征区域的特征，将提取出的特征与性别特征拼接，得到局部特征向量矩阵；采用Faster‑GCN网络对邻接矩阵和局部特征向量矩阵进行处理，得到骨龄预测结果；本发明骨龄预测结果准确性高，具有良好的应用前景。
-
公开(公告)号：CN116875460A
公开(公告)日：2023-10-13
申请号：CN202310864143.6
申请日：2023-07-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及微流控芯片技术，具体涉及一种基于微流控芯片的原位肿瘤增殖及侵袭的体外模型及其使用方法，体外模型包括PDMS模板盖子和PDMS底座，PDMS模板盖子和PDMS底座基于等离子清洗的键合工艺组装成一体；PDMS底座中心设置有环境域腔槽，环境域腔槽的上、下两侧对称地设置有分流阵列，分流阵列另一侧设置有第一通道，第一通道与第一注射孔连通；环境域腔槽的左、右两侧对称设置有第二通道，第二通道与第二注射孔连通；PDMS模板盖子中心位置设置有一个圆柱形凸起，该凸起位于环境域腔槽中心；本发发明体外模型模拟了原位肿瘤，特别是构造了肿瘤球与胶原纤维组成的三维细胞外微环境，可为癌症研究提供模型基础。
-
公开(公告)号：CN116866071A
公开(公告)日：2023-10-10
申请号：CN202310996272.0
申请日：2023-08-09
Applicant: 重庆邮电大学
Abstract: 本发明属于Web3.0技术领域，具体涉及一种面向Web3.0的基于安全多方计算的区块链身份信息隐私保护方法，包括：用户通过聚合公钥对身份信息进行加密；用户将身份信息的密文存储至分布式存储网络，并接收返回的哈希地址，将密文的元数据和哈希地址发布至Web3.0平台；由用户在需要验证身份时，发起安全多方计算任务至其MPC节点，并利用MPC节点所在SMPC网络中的枢纽节点根据验证需求选择至少一个验证方；针对验证任务进行协同计算获取验证结果；由指定MPC节点的验证方获取聚合公钥对应的聚合私钥，并利用聚合私钥解密验证结果。本发明通过上述机制能够实现在Web3.0平台上对用户身份信息进行隐私保护和有效验证。
-
公开(公告)号：CN116827552A
公开(公告)日：2023-09-29
申请号：CN202310767621.1
申请日：2023-06-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于格的盲签名和分片区块链的交易方法，包括：分片领导者根据交易的输入生成Merkle树，根据其他节点的公钥对Merkle树进行盲化，分片领导者节点执行解盲算法生成盲签名，其他节点对盲签名进行验证并采纳，领导者节点收集所有其他节点的盲签名做BFT共识结果验证，验证通过生成Merkle树的承诺签名；将各输入的信息以及Merkle树根承诺签名发送至相关交易的其他输入输出分片的领导者判断交易的输入是否可用，将正确的交易放入有效交易池；分片领导者将正确的交易打包成区块广播至其他节点，进行BFT共识，完成区块上链，并更新utxo池中的交易输入状态，完成交易。
-
公开(公告)号：CN116523093A
公开(公告)日：2023-08-01
申请号：CN202211582242.7
申请日：2022-12-09
Applicant: 重庆邮电大学 , 国网重庆市电力公司黔江供电分公司
IPC: G06Q10/04 , H02J3/00 , H02J3/06 , H02J3/46 , G06Q10/047 , G06Q10/0631 , G06Q50/06 , G06V20/54 , G06V20/59 , G06V40/70 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/086 , G06N7/01 , H04L67/12 , H04L67/52 , G16Y10/35 , G16Y20/10 , G16Y20/20 , G16Y20/40 , G16Y40/10 , G16Y40/20 , G16Y40/60
Abstract: 本申请提供了一种基于随机源荷预测的能源系统的网格需求感知系统及方法，对区域、充电站进行网格划分编号，形成二维矩阵，判断当前区域内变电站、具备光伏发电能力的充电站设备情况、光伏发电接入容量电量。对网格进行充电负荷预测、光伏出力预测，该系统包括：道路侧摄像头模块；道路侧GPS定位模块；道路侧温度采集模块；出租车内信息采集单元；云平台数据中心；云处理平台。根据电动汽车数据信息计算电动汽车的充电概率、充电负荷值；以及根据太阳辐照强度、风向、风速、温度、压力和湿度数据信息，得到光伏出力时间序列；最终生成电动汽车的充电负荷预测结果、充电站电动汽车预测曲线和区域内光伏出力预测结果，根据预测结果感知网格需求。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.032 seconds)
