-
公开(公告)号：CN108597600A
公开(公告)日：2018-09-28
申请号：CN201810224388.1
申请日：2018-03-19
Applicant: 武汉大学人民医院
Abstract: 本发明公开了一种单导心贴数据智能诊断云计算系统及处理方法，所述系统包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块；客户端采集模块用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据；存储服务模块用于存储长时动态心电图数据、心电分析报告；消息队列服务模块用于消息传递，实现功能解耦；计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告。本发明依靠云服务架构的存储服务和计算服务，有效提高了动态心电的分析速度以及提高诊断的准确度。
-
公开(公告)号：CN101696941A
公开(公告)日：2010-04-21
申请号：CN200910272498.6
申请日：2009-10-23
Applicant: 武汉大学 , 山西省电力公司电力科学研究院
IPC: G01N21/83
Abstract: 本发明提供了一种基于浊度变化曲线评价反渗透预处理药剂兼容性能的方法，包括以下步骤：(1)用试验用水配制A、B两种溶液，溶解有预处理药剂A、浓度为ρA的A液为滴定液，溶解有预处理药剂B，浓度为ρB的B液为被滴定液；(2)将体积为V的B液注入比色管中；再向比色管中加入体积为V1的A液，摇动τ秒钟后，立即用浊度计测定水样浊度T1；然后，顺次向比色管水样中加入体积为ΔVi的A液，使比色管中A液体积测定对应的浊度Ti，i＝2，3，……，M；以Vi为横坐标、Ti为纵坐标作图，得到A与B相互作用的浊度变化曲线A-B；(3)以试验用水代替B液作为被滴定液，按照步骤(2)，得到空白液浊度变化曲线A-0；(4)比较A-B与A-0间的位置，即可对兼容性进行判断。本发明所用仪器简便，能灵敏、快速地对预处理药剂的兼容性进行预先评价。
-
公开(公告)号：CN101597368A
公开(公告)日：2009-12-09
申请号：CN200910063297.5
申请日：2009-07-24
Applicant: 武汉大学
Abstract: 本发明涉及一种可生物降解塑料及其制备方法，该塑料的原料组成为：油菜籽饼粕、甲苯－2，4－二异氰酸酯、聚丙二醇、1，2－二氯乙烷、甘油和桐油；其中，所述甲苯－2，4－二异氰酸酯与聚丙二醇的摩尔比为2∶1；甲苯－2，4－二异氰酸酯和聚丙二醇的质量总量与油菜籽饼粕质量比为2∶3－3∶2，所述1，2－二氯乙烷、甘油和桐油的用量分别为油菜籽饼粕、甲苯－2，4－二异氰酸酯及聚丙二醇三种物质总质量的3％，0.6％～3％和0.9％～3％。本发明的生物降解塑料具有好的拉伸强度(8MPa～10MPa)，较低的吸水率(0.5w/w％～1.2w/w％)，较好的土壤填埋生物降解性(90天后降解率在45％～51％之间)。该生物降解塑料主要原料油菜籽饼粕来源丰富、价格低廉、可降解，因而性价比高。
-
公开(公告)号：CN114783507B
公开(公告)日：2024-07-26
申请号：CN202210368265.1
申请日：2022-04-01
Applicant: 武汉大学
Abstract: 本发明提供了一种基于二级结构特征编码的药物‑蛋白亲和力预测方法及装置，其中的方法包括：S1：将蛋白氨基酸序列和药物序列进行二级结构切分并向量化。S2：将得到的向量X进行随机掩码得到Xm。S3：搭建多头注意力模型。S4：输入Xm，训练预测模型A，以预测掩码的二级结构为训练目标，直至模型收敛。S5：在模型A的基础上增加分数拟合层。S6：输入X，训练拟合模型B，以预测药物蛋白亲和分数为训练目标，直至模型收敛。S7：将需要预测的药物和蛋白输入模型B，并预测得到亲和分数。本发明使用基于二级结构特征编码的药物蛋白亲和分数预测方法，进行药物的虚拟筛选，为后续生物实验提供指导和减少工作量，加速新药研发。
-
公开(公告)号：CN117333533A
公开(公告)日：2024-01-02
申请号：CN202311292822.7
申请日：2023-09-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于乳腺MRI影像自动估算乳腺体积的方法及系统，借助计算机图像处理技术，利用乳房MRI图像的形态先验知识，自动对受检者胸部磁共振三维图像中乳腺区域进行分割，并计算分割部分体素体积与真实体积，指导医生选择合适的假乳模具。相比于传统实践中手动框画乳腺区域，本发明可以自动完成乳腺区域标注与体积计算，大大提高了工作效率。本发明基于乳房三维结构分割乳房图像，更贴合乳腺手术实际切割区域，乳腺区域分割的系统误差更小、优化空间更大，对后续乳房假体定制更具有参考价值。
-
Patent Agency Ranking
公开(公告)号：CN114722950B
公开(公告)日：2023-11-07
申请号：CN202210390933.0
申请日：2022-04-14
Applicant: 武汉大学
IPC: G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明提供了一种多模态的多变量时间序列自动分类方法及装置，其中的方法包括：S1：使用一维卷积神经网络将多变量时间序列不同通道融合，再对各个通道进行权重计算。S2：使用符号傅里叶近似方法对原多变量时间序列进行离散化符号表示，并得到离散化符号表示向量。S3：构建时序空间网络，计算时间特征向量和空间特征向量。S4：将离散化符号表示向量、时间特征向量和空间特征向量拼接。S5：将拼接的总特征向量作为输入训练一个多层感知机，最后使用softmax函数进行分类，采用多个训练周期训练该神经网络。S6：将待分类的多变量时间序列输入已经训练好的多模态的多元多变量时间序列中，得到分类结果。本发明提高了分类的准确性。
-
公开(公告)号：CN116386034A
公开(公告)日：2023-07-04
申请号：CN202310131751.6
申请日：2023-02-16
Applicant: 武汉大学
IPC: G06V20/69 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多尺度注意力特征增强的宫颈细胞分类方法，包括：S1：使用深度卷积神经网络提取多尺度特征；S2：根据FPN中的特征融合方法构造多尺度特征金字塔；S3：对金字塔特征中每层特征分别计算空间注意力和通道注意力，生成空间注意力金字塔以及通道注意力向量；S4：利用空间注意力金字塔阈值分割得到的masks增强空间注意力；S5：使用增强后的空间注意力金字塔与各层通道注意力向量对S2中的多尺度金字塔特征进行注意力加权，得到多尺度注意力特征金字塔；S6：分别对多尺度注意力特征金字塔中的每层特征构造分类器；S7：对整个网络进行梯度下降优化训练并对宫颈细胞进行分类预测。本发明提供一种具有更高分类准确率的宫颈细胞分类模型。
-
公开(公告)号：CN115919325A
公开(公告)日：2023-04-07
申请号：CN202211435254.7
申请日：2022-11-16
Applicant: 武汉大学
IPC: A61B5/346 , A61B5/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/082 , G06F18/214
Abstract: 本发明公开了一种基于Transformer的心电信号降噪方法，包括：获取无噪心电图信号数据集ECG_D1和纯噪声数据集Noise_D；利用Noise_D对ECG_D1中的心电图信号数据进行加噪处理得到带噪声的心电信号数据，并将其分为训练集和验证集；构建基于Transformer的深度神经网络；将步骤S2得到的带有噪声的心电信号训练集送入步骤S3构建的深度神经网络中训练，直至训练至达到终止条件，并采用验证集验证验证得到优化后的深度神经网络并将其作为心电信号降噪模型M；利用心电信号降噪模型M对真实的心电信号进行降噪处理，得到去噪后的心电数据用于下游任务。本发明能够学习心电信号的时序长期依赖性以及局部相关性，且能迅速地对不同种类的心电信号数据进行降噪处理，提高了效率与准确率。
-
公开(公告)号：CN114783507A
公开(公告)日：2022-07-22
申请号：CN202210368265.1
申请日：2022-04-01
Applicant: 武汉大学
Abstract: 本发明提供了一种基于二级结构特征编码的药物‑蛋白亲和力预测方法及装置，其中的方法包括：S1：将蛋白氨基酸序列和药物序列进行二级结构切分并向量化。S2：将得到的向量X进行随机掩码得到Xm。S3：搭建多头注意力模型。S4：输入Xm，训练预测模型A，以预测掩码的二级结构为训练目标，直至模型收敛。S5：在模型A的基础上增加分数拟合层。S6：输入X，训练拟合模型B，以预测药物蛋白亲和分数为训练目标，直至模型收敛。S7：将需要预测的药物和蛋白输入模型B，并预测得到亲和分数。本发明使用基于二级结构特征编码的药物蛋白亲和分数预测方法，进行药物的虚拟筛选，为后续生物实验提供指导和减少工作量，加速新药研发。
-
公开(公告)号：CN109903284B
公开(公告)日：2022-07-05
申请号：CN201910159411.8
申请日：2019-03-04
Applicant: 武汉大学
Abstract: 本发明公开了一种HER2免疫组化图像自动判别方法及系统，通过对低倍放大视野图像粗分割完成了切片中阳性对照区域和有效组织区域的定位功能，不仅全面利用了切片中的有效组织区域图像信息，也考虑了阳性对照区域的信息，尽可能的消除不同切片之间因为染色、时间等可能造成的误差。同时利用神经网络模型尽可能的挖掘着色情况不同的HER2免疫组化图像的差异性，完成图像的分类，还可以生成分类结果构建的伪彩色图像。本发明还提出一种基于上述HER2免疫组化图像自动判别系统，可视化分类伪彩色图和相关统计量帮助医生快速准确完成HER2免疫组化诊断。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.023 seconds)
