-
公开(公告)号：CN115565681A
公开(公告)日：2023-01-03
申请号：CN202211294731.2
申请日：2022-10-21
Applicant: 电子科技大学(深圳)高等研究院
Abstract: 本发明提供了面向不平衡数据的IgA肾病的预测分析系统，涉及数据处理分析技术领域；包括数据收集模块、数据预处理模块、数据归一化模块、模型训练模块以及模型预测模块；所述数据预处理模块，连接在数据收集模块上，对临床检查数据和病理检查数据进行预处理，构成临床数据F；数据归一化模块，连接在数据预处理模块上，将得到的IgA肾病患者的临床数据F进行数据归一化操作；模型训练模块，与所述数据归一化模块连接，用于训练面向不平衡数据的IgA肾病预测模型；模型预测模块，与模型训练模块相连接，预测临床样本的IgA肾病恶化概率；本发明的有益效果是：提高IgA肾病患者恶化概率的预测效率。
-
公开(公告)号：CN118921516A
公开(公告)日：2024-11-08
申请号：CN202411376512.8
申请日：2024-09-30
Applicant: 电子科技大学(深圳)高等研究院
IPC: H04N21/43 , G06T13/00 , H04N21/439 , G10L15/02 , G10L15/08
Abstract: 本发明属于数字人口型动画合成技术领域，具体涉及一种基于隐音素检索的数字人口型多样性增强方法，用以增强数字人口型动画的真实性和多样性。具体而言，在传统的音素‑视素匹配方案中，由于音素和视素的类别数量受限于人为定义，导致从语音中提取的音素无法充分捕捉发音过程中的细微动态变化，进而影响了口型动画的自然流畅性。为了克服这一局限，本发明采用深度学习技术，对数字人的音视频素材进行预处理、特征提取，并构建了一个隐音素‑视素库。在实时交互中，通过音频隐音素的检索和匹配，实现了数字人口型动画的逼真和连贯性。本发明的优势在于其能够不断优化迭代，提高口型动画的连贯性和真实感。
-
公开(公告)号：CN118537567B
公开(公告)日：2024-10-29
申请号：CN202411012059.2
申请日：2024-07-26
Applicant: 电子科技大学(深圳)高等研究院
IPC: G06V10/26 , G06V10/778 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 本发明实施例公开了一种基于SAM模型的多模态医学图像分割方法及系统，所述方法包括：构建步骤：构建用于分割多模态医学图像的SAM模型，所述模型包括图像编码器、掩膜解码器、提示编码器、模态编码器和模态感知模块；训练步骤：使用交叉熵损失和Dice损失来训练所述SAM模型；分割步骤：所述SAM模型根据点击提示或者物体框提示输出对多模态医学图像中各个对象的分割结果。本发明通过引入轻量级的模态编码器和模态感知模块，实现了对SAM模型的多模态拓展，避免了对于每一种多模态任务都重新训练大模型的巨大计算开销，提升了医学图像的分割性能，从而实现了SAM在多模态医学图像分割任务中的高效应用，进而提高了诊断的准确性和可靠性。
-
公开(公告)号：CN118780317A
公开(公告)日：2024-10-15
申请号：CN202410917586.1
申请日：2024-07-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于扩散的无监督网络对齐方法，属于图对齐技术领域，包括以下步骤：将原始网络通过扩散技术进行扩散，得到原始网络的扩散网络；将原始网络与扩散网络共同输入到DGI模型中进行学习，得到网络节点嵌入表示；根据网络节点嵌入表示，设计总损失函数，并通过损失反向传播更新DGI模型的参数，得到最终的嵌入特征表示；根据最终的嵌入特征表示，计算多层嵌入相似度矩阵，并构建ACN相似度，通过多层嵌入相似度矩阵和ACN相似度对齐节点对，完成网络对齐。本发明解决了现有图对齐方法违反结构一致性以及获得先验信息的成本代价高昂的问题。
-
公开(公告)号：CN118534922B
公开(公告)日：2024-09-27
申请号：CN202410998670.0
申请日：2024-07-24
Applicant: 电子科技大学(深圳)高等研究院
IPC: G05D1/46 , G05D109/20
Abstract: 本申请公开了一种面向无人机编队飞行的任务管控方法及系统。解决无法对无人机编队进行任务管控的问题。其中，任务管控计算机包括白方子系统、红方子系统和蓝方子系统；所述红方子系统与所述蓝方子系统相互不感知对方配置信息；所述白方子系统用于展示所述红方子系统的任务全局态势；所述红方子系统用于管控无人机编队执行飞行任务，所述蓝方子系统用于管控靶车配置及通信干扰区配置。本申请可以对无人机编队进行任务管控，对各任务执行情况可视化，做到实时、精确显示无人机编队的飞状态和智能决策载荷状态，从而保障关键任务动作指令的正确下发和回传。
-
Patent Agency Ranking
公开(公告)号：CN118506054A
公开(公告)日：2024-08-16
申请号：CN202410498181.9
申请日：2024-04-24
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/44 , G06N3/0464 , G06V10/25 , G06V10/82 , G06N3/0895 , G06N3/084
Abstract: 本发明公开了基于对比学习和注意力机制的X光图像检测方法，包括以下步骤：将待检测X光图像作为前景特征对比模块的输入，获取与待检测X光图像对应的三个前景特征；将三个前景特征分别输入PAN特征提取金字塔网络和三个形状强化模块；将三个形状强化模块的输出与PAN特征提取金字塔网络的三个输出对应拼接，得到三个拼接特征；将三个拼接特征分别送入预测层，获取待检测X光图像对应的预测框和类别信息，完成检测。本发明大幅度减小了背景信息对模型的干扰，解决了X光图像中存在的因非垂直投影产生形变和不同安检机成像存在颜色差异导致准确率低的问题。
-
公开(公告)号：CN118502480A
公开(公告)日：2024-08-16
申请号：CN202410560969.8
申请日：2024-05-08
Applicant: 电子科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人机防撞自主决策方法，本发明基于碰撞物和无人机的三自由度质点运动模型搭建了更困难且具有随机性的无人机防撞仿真场景，并且从马尔科夫决策过程的角度建模了标准的强化学习环境，针对环境特点引入了周期重启，充分探索了无人机的状态和动作空间，提升了无人机在复杂环境下自主决策防撞的成功率。
-
公开(公告)号：CN118470162A
公开(公告)日：2024-08-09
申请号：CN202410575007.X
申请日：2024-05-10
Applicant: 电子科技大学
IPC: G06T13/40 , G06T7/269 , G06N3/0475 , G06N3/0455 , G06N3/084 , G06N3/09 , G06N3/094 , G06N3/096 , G06V10/44 , G06V10/82
Abstract: 本发明公开了一种基于特征自适应对抗优化的跨数据域动作迁移方法，本方法通过对抗训练来减小源域和目标域之间的域差异，使得动作迁移网络中的图像生成器有效地学习到源域的特征表示，并将其应用于目标域，使图像生成器能够学习到域无关的特征表示并生成出高质量的动作迁移结果，本方法跨数据域的动作迁移生成图像质量比没有进行领域自适应训练的模型取得更好的效果。
-
公开(公告)号：CN118379552A
公开(公告)日：2024-07-23
申请号：CN202410519826.2
申请日：2024-04-28
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了基于卷积神经网络的青光眼图像分类方法及系统，方法包括以下步骤：通过滚动窗口从每张B‑scan图像中选取平均像素值最高的窗口作为保留图像；将所有保留图像组合为三维立体图像；在Y轴方向对三维立体图像中的所有保留图像进行间隔采样，得到若干视图变换后的图像；对每张视图变换后的图像进行裁剪，对应得到若干裁剪后的图像；将同一组待分类的OCT图像对应的所有裁剪后的图像作为卷积神经网络的输入，将卷积神经网络的输出作为该待分类的OCT图像组的分类结果。本发明解决了OCT图像本身存在的二义性问题和数据冗余大的问题，提高了神经网络对不同病程青光眼图像的分类性能。
-
公开(公告)号：CN118230098A
公开(公告)日：2024-06-21
申请号：CN202410645363.4
申请日：2024-05-23
Applicant: 电子科技大学(深圳)高等研究院
IPC: G06V10/774 , G06V10/82 , G06V10/26 , G06N3/045 , G06N3/096
Abstract: 本申请公开了一种用于医学图像的模型训练方法、分割方法及设备，模型训练方法包括如下步骤：获取多个医学图像数据，将多个医学图像数据分为第一训练集和第二训练集；利用第一训练集对第一模型进行预训练，获取第二模型；对第二训练集进行数据增强，获取第三训练集；对第二训练集进行切片处理，获得多组第一切片数据；对第三训练集进行切片处理，获得多组第二切片数据；利用多组第一切片数据和多组第二切片数据对第二模型进行实时调整至第二模型收敛，获得第三模型。本申请能够显著减少对大量标记数据的依赖，同时能够较好地利用医学图像数据中连续切片的空间信息，从而能够提高模型在医学临床场景下实时处理跨模态数据的准确性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.025 seconds)
