-
公开(公告)号:CN105577703A
公开(公告)日:2016-05-11
申请号:CN201610158330.2
申请日:2016-03-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东省公安厅
IPC: H04L29/06
Abstract: 本发明的大数据警务云系统的用户权限管理方法,映射关系建立阶段包括:a).云应用的标记;b).建立用户信息数据元表;c).建立权限数据元表;d).建立映射关系;权限管理实施阶段包括:1).填写个人注册信息;2).生成个人权限列表;3).生成权限时间;4).保存信息;5).发送权限请求;6).接收权限请求;7).返回权限指令;8).加载应用程序或功能模块。本发明的用户权限管理方法,有效地实现了云系统上警务云应用较多(如数十或上百个)时的自动权限管理,减少基层民警用户使用云应用的权限审批流程,更好的建立不同业务、不同单位部分之间的分级授权制度,清晰化权限边界,有益效果显著,适于应用推广。
-
公开(公告)号:CN119151963B
公开(公告)日:2025-03-21
申请号:CN202411629609.5
申请日:2024-11-15
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/11 , G06T7/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/084
Abstract: 本发明提出了基于改进Swin‑Unet的CT图像分割方法及系统,涉及计算机视觉技术领域。包括将CT图像数据输入至改进Swin‑Unet模型中,在编码器和解码器的下/上采样中,使用两个连续的移位窗口分层变压器模块进行特征提取,并将编码器和解码器对应层的移位窗口分层变压器模块的输出采用多头自注意力连接模块进行特征拼接,得到解码器的输出卷积;将解码器的输出卷积输入至卷积注意力模块中,得到最终的输出特征图;基于最终的输出特征图,实现对CT图像的分割。本发明利用多头自注意力机制取代传统跳跃连接,通过多尺度信息融合和动态权重分配,增强了网络在特征传递过程中的表达能力。
-
公开(公告)号:CN118484555A
公开(公告)日:2024-08-13
申请号:CN202410651610.1
申请日:2024-05-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于特征融合的医学图像检索方法,涉及图像检索技术领域,通过对数据集进行预处理,得到一个较好的数据集可以用于模型的训练,通过使用改进后的Fuzzy‑ASPP子模块对图像进行多尺度局部特征提取,使用GeM池化得到全局特征,最后使用加权特征融合的方式得到对图像正确的融合描述子。这样设计的多尺度融合特征提取网络提高了检索的准确度和效率。
-
公开(公告)号:CN118396969A
公开(公告)日:2024-07-26
申请号:CN202410597023.9
申请日:2024-05-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于3D卷积神经网络的肺部CT影像衰老评估方法及系统,方法包括:获取待检测的肺部影像数据并进行预处理;将预处理后的数据输入至训练好的3D卷积神经网络模型,得到肺部衰老评估结果;其中,所述3D卷积神经网络模型包括:依次设置的多个3D卷积和最大池化层、3D全局平均池化层、注意力机制模块、展平层和两个全连接层;所述注意力机制模块包括依次连接的四个卷积层。本发明在3D卷积神经网络模型中添加注意力机制,不仅能捕捉到全局和局部的空间特征,还能根据任务的需求动态地调整其对这些特征的关注程度。
-
公开(公告)号:CN117596246A
公开(公告)日:2024-02-23
申请号:CN202410043836.3
申请日:2024-01-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L67/101 , H04L67/1012 , H04L67/1008 , H04L67/60
Abstract: 本发明提供了一种基于异构资源度量特征的算力网络工作流调度方法及系统,其属于算力网络资源调度技术领域,所述方案在细粒度资源描述度量基础上,综合考虑任务、算力、网络以及数据等资源状况,通过调度跨域数据中心资源协作,有效提升了任务处理速度,提高资源利用率;所述方案可根据任务多样化的需求,制定需求与资源高度契合的调度策略,可以更加准确地匹配任务与资源,选择最适合的数据中心来执行任务;所述方案中,工作流中的子任务通过合理分配资源,缩短了任务的执行过程,提高了工作流执行效率;同时,所述方案针对多个数据中心负载情况,避免部分数据中心过载而导致任务延迟或一些数据中心空闲造成资源浪费的情况。
-
公开(公告)号:CN113642518B
公开(公告)日:2023-08-22
申请号:CN202111014501.1
申请日:2021-08-31
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明的基于迁移学习的her2病理图像细胞膜着色完整性判别方法,首先经图像筛选、染色分离和膜着色区域划分,由专家人工划分出包裹完整和包裹不完整膜染色的图像数据集,作为Inception‑V3模型训练的输入数据集;在特征提取步骤中,首先训练出Inception‑V3模型,再通过迁移学习对Inception‑V3模型进一步训练,得到神经网络的新分类模型。本发明的her2病理图像细胞膜着色完整性判别方法,通过迁移学习,可以在短时间内使用少量训练数据训练出效果较好的神经网络模型,针对不同个体可达到92%以上的正确率,为医生进行乳腺癌her2阳性状态判断提供了有效帮助。
-
公开(公告)号:CN113658209B
公开(公告)日:2023-06-16
申请号:CN202110924457.1
申请日:2021-08-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于形态学的切片组织裱贴位置优良判别方法,包括:a).获取切片组织缩略图;b).标签位置识别和统一方向;c).去除标签信息;d).去除非病理组织的点和线;e).计算病理组织中心点偏离距离;f).计算病理组织与长轴的夹角;g).判断病理切片组织裱贴优良。本发明的切片组织裱贴位置优良判别方法,整个切片组织裱贴位置优良判别利用图像识别和处理自动完成,处理效率高,解决了现有人工评估所带来的耗时耗力问题,而且整个判别过程不会加入个人的主观想法,更加客观和准确,降低了医生在切片组织裱贴位置优良判别过程中的工作量。
-
公开(公告)号:CN112965797A
公开(公告)日:2021-06-15
申请号:CN202110244427.6
申请日:2021-03-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的Kubernetes环境下面向复杂任务的组合优先级调度方法具体通过以下步骤来实现:a).计算每组任务的实际并行度;b).获取任务关键程度;c).获取用户优先级;d).获取用户的动态优先级;e).计算任务紧急程度;f).并行度和紧急程度的归一化处理;g).求优先级数值;h).pod排序和调度。本发明的组合优先级调度方法,由于在设置优先级时考虑到了任务并行性,可以避免其他任务提前占用节点资源导致并行任务无法获得资源而造成的任务执行失败问题。其次,在设置优先级时考虑到了任务紧急程度,可以保证紧急任务在节点资源不足时对非紧急任务所占用的资源进行抢占,从而成功执行紧急任务。
-
公开(公告)号:CN118887198A
公开(公告)日:2024-11-01
申请号:CN202411113827.3
申请日:2024-08-14
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种胃部病理切片分割方法及系统,涉及计算机视觉、病理图像处理领域,具体方案包括:获取待分割的胃部切片图像;将胃部切片图像输入到训练好的胃部病理切片分割模型中,生成最终的分割结果;其中,所述胃部病理切片分割模型采用U型结构,在编码器与解码器之间引入多尺度跳跃连接机制,同时利用高层语义信息与底层细节特征,进行特征信息的跨层次融合;本发明设计一种准确且高效的胃部病理切片自动分割模型,显著提高了胃部病理图像分割精度,极大地提升胃癌早期诊断的准确性与及时性,进而为患者争取到宝贵的治疗时间。
-
公开(公告)号:CN118570537A
公开(公告)日:2024-08-30
申请号:CN202410701003.1
申请日:2024-05-31
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/766 , G06V10/82 , G06V10/80 , G06N20/10
Abstract: 本发明属于医学影像处理技术领域,更具体地涉及面向帕金森辅助诊断的多模态影像分类方法、装置及计算机可读存储介质。所述方法包括获取影像,对影像进行局部归一化处理,提取影像的局部规范化系数;对局部规范化系数进行拟合,获取形状参数和方差;通过非对称广义高斯函数对影像的各方向的包括形状参数和方差的规范化系数进行拟合,获取影像各方向上的指标特征;将支持向量机作为回归模型,得到影像的质量评分结果;将影像的质量评分与设定阈值对比。本发明解决了现有技术中结构性影像分辨率较高,可反映结构形态信息,但是代谢等功能信息较弱,而功能性影像分辨率低,可以反映功能代谢信息,但很难反映结构信息的问题。
-
-
-
-
-
-
-
-
-