公开(公告)号：CN113112029B

公开(公告)日：2022-09-16

申请号：CN202110435786.X

申请日：2021-04-22

Applicant: 中国科学院计算技术研究所

Inventor： 蒋鑫龙 ,  王健 ,  陈益强 ,  马兴敏 ,  张腾

IPC: G06F16/182

Abstract: 本发明提供一种应用于异构计算设备的联邦学习系统和方法，所述系统包括联邦学习管控平台以及多个联邦学习参与方计算设备，其中，在所述联邦学习管控平台和联邦学习参与方计算设备上部署联邦学习应用模块。本发明使各联邦学习参与方可以在使用异构计算设备的情况下，通过注册审批的形式加入联邦，在管控平台的调度下，使用适配于异构计算设备的通用联邦学习应用模块执行联邦学习建模任务及预测任务，使得有意愿加入联邦的参与方在能满足基本需求的情况下灵活、按需选择计算设备，并且降低部署和运维难度。

公开(公告)号：CN110693510A

公开(公告)日：2020-01-17

申请号：CN201910987452.6

申请日：2019-10-17

Applicant: 中国科学院计算技术研究所

Inventor： 蒋鑫龙 ,  黄武亮 ,  陈益强 ,  张腾 ,  邢云冰

IPC: A61B5/16 ,  A61B5/11 ,  A61B5/00

Abstract: 本发明提出一种注意力缺陷多动障碍辅助诊断装置及其使用方法，包括：显示屏幕，用于与被测者进行交互，并显示测试场景；穿戴式加速度传感器，用于采集被测者在该测试场景中的肢体加速度；数据处理模块，用于对该肢体加速度进行预处理，得到待测数据，将该待测数据输入基于深度神经网络的注意缺陷多动障碍检测模型进行识别，得到辅助诊断结果，并将其发送至该显示屏幕。本发明提出的基于深度学习方法通过加速度图像实现分类注意缺陷多动障碍组与对照组样本的分类方法具有结果准确、客观、便于推广，能够辅助临床中注意缺陷多动障碍患者的辅助诊断。