-
公开(公告)号：CN113509148B
公开(公告)日：2022-04-22
申请号：CN202110465305.X
申请日：2021-04-28
Applicant: 东北大学
Abstract: 本发明提供一种基于混合高阶脑网络的精神分裂症检测系统，涉及脑电信号技术领域。该系统包括对获取到的原始脑电信号进行预处理的脑电信号预处理模块，构建静态低阶多层脑功能网络和动态高阶多层脑功能网络的脑功能网络构建模块；计算每名被试者的静态低阶多层脑功能网络模型和动态高阶多层脑功能网络模型的拓扑结构度量指标，并进行K‑S检验，选取小于设定阈值的拓扑结构度量指标拼接为特征矩阵的特征提取模块；通过特征矩阵训练分类器实现对精神分裂症进行检测的检测模块。该系统克服了以往的脑功能网络的脑区间信息表达不足及时间信息利用不够充分的缺陷，使脑电信号的信息得到充分的发挥，起到更好的为医疗疾病检测服务的效果。
-
公开(公告)号：CN114155913A
公开(公告)日：2022-03-08
申请号：CN202111514147.9
申请日：2021-12-13
Applicant: 东北大学
Abstract: 本发明公开了一种基于高阶动态贝叶斯的基因调控网络构建方法，涉及医学信息学技术领域。通过利用时序基因表达数据去构建基于时间变量的高阶动态贝叶斯基因调控网络，在不同的时间延迟下为目标基因寻找父节点，以提高网络结构构建的准确率。由于高阶网络结构学习的搜索空间非常大，导致结构学习的时间复杂度特别高，为了加快学习速度，提出了在结构学习之前进行潜在调控因子筛选的办法，首先筛选出与目标基因关联度较高的基因作为目标基因的潜在调控因子集，删除与目标基因关联程度较低的基因，以达到缩小搜索空间的目的，可以加快后面进行网络结构学习的速度。
-
公开(公告)号：CN109300113B
公开(公告)日：2021-12-24
申请号：CN201810984893.6
申请日：2018-08-28
Applicant: 东北大学
Abstract: 本发明提供一种基于改进凸包方法的肺结节辅助检测系统及方法，涉及计算机辅助检测领域。该系统包括肺轮廓分割、肺实质空洞填充及气管去除、肺边界修补、疑似候选结节分割、灰度共生矩阵构造、Haralick特征参数计算、Haralick特征集合构成和肺结节辅助检测8个单元；该方法包括：获取肺结节图像并预处理；对图像进行二值化分割；去除图像中非重点部分；修补边缘的凹陷；获取疑似候选结节区域并提取其特征值；判断特征值是否符合过滤条件；生成符合条件图像的灰度共生矩阵及Haralick特征集合；获得训练后的ELM诊断器；获得待诊断肺结节图像的风险概率。本方法能够有效改善肺结节患病风险预测的性能，辅助临床医生根据风险概率更好的为病人诊断，提高诊断的准确性。
-
公开(公告)号：CN113509148A
公开(公告)日：2021-10-19
申请号：CN202110465305.X
申请日：2021-04-28
Applicant: 东北大学
Abstract: 本发明提供一种基于混合高阶脑网络的精神分裂症检测系统，涉及脑电信号技术领域。该系统包括对获取到的原始脑电信号进行预处理的脑电信号预处理模块，构建静态低阶多层脑功能网络和动态高阶多层脑功能网络的脑功能网络构建模块；计算每名被试者的静态低阶多层脑功能网络模型和动态高阶多层脑功能网络模型的拓扑结构度量指标，并进行K‑S检验，选取小于设定阈值的拓扑结构度量指标拼接为特征矩阵的特征提取模块；通过特征矩阵训练分类器实现对精神分裂症进行检测的检测模块。该系统克服了以往的脑功能网络的脑区间信息表达不足及时间信息利用不够充分的缺陷，使脑电信号的信息得到充分的发挥，起到更好的为医疗疾病检测服务的效果。
-
公开(公告)号：CN113298038A
公开(公告)日：2021-08-24
申请号：CN202110684023.9
申请日：2021-06-21
Applicant: 东北大学
Abstract: 本发明公开了一种用于辅助诊断AD的多频脑网络区分子网络对的构建方法，属于计算机辅助诊断技术领域。将包含AD和NC的fMRI数据集中大脑各感兴趣区域的时间序列信号分为多个频段；计算同一频段内任意两感兴趣区域的相关系数；对相关系数进行阈值化构建每一被试的多频脑网络，获得AD和NC两个多频脑网络数据集并进行频繁子网络挖掘得到两个多频频繁子网络集；分别计算两个多频频繁子网络集中各子网络的区分能力并从两者中分别取能力最强的前若干个子网络进行组合构建各频段的子网络对即区分子网络对；计算区分子网络对的差异度，并取每个频段差异度最大的前k个区分子网络对按照差异度降序排序，选择前k’个子网络对作为用于辅助诊断AD的的区分子网络对。
-
Patent Agency Ranking
公开(公告)号：CN110601857B
公开(公告)日：2021-08-17
申请号：CN201910908719.8
申请日：2019-09-25
Applicant: 东北大学
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于局部‑全局区块链协同的数据交互方法。首先构建局部‑全局区块链协同框架；当用户请求写入数据时，局部区块链的验证节点对原始数据签名、选取主节点并使用原始数据构建区块接入局部区块链，全局区块链的验证节点从原始数据中提取摘要并签名、选取主节点并使用原始数据的元数据构建区块接入全局区块链；当用户请求查询数据时，发送签名给全局区块链的验证节点，验证节点查询链上数据并广播，多于半数的验证节点查询到相同数据时选取主节点，主节点根据查询到的元数据查询对应的局部区块链上的原始数据，并返回查询到的原始数据。本发明能够实现局部区块链之间的数据共享，提升数据交互的效率。
-
公开(公告)号：CN111859074A
公开(公告)日：2020-10-30
申请号：CN202010743881.1
申请日：2020-07-29
Applicant: 东北大学
Abstract: 本发明提供一种基于深度学习的网络舆情信息源影响力评估方法及系统，涉及信息源影响力评估及深度学习技术领域。该方法及系统首先获取多个目标信息源结构及其中的半结构化和非结构化数据，并将获取的数据处理成统一格式的结构化数据；然后建立网络信息源评估数据集及深度学习Xgboost评估模型并设定模型参数；对模型进行训练测试，得到测试集上的模型准确率；优化修改模型参数后对模型进行迭代训练，保存准确率最高的模型；最后将获取的多个目标信息源数据输入到准确率最高的模型中，得到各目标信息源的评分以及排名。该方法及系统可以更高效、可靠地评估舆情信息源，大大提高舆情信息搜索的准确度。
-
公开(公告)号：CN107358267B
公开(公告)日：2020-04-17
申请号：CN201710595459.4
申请日：2017-07-20
Applicant: 东北大学
Abstract: 本发明提供一种基于互相关特征的乳腺超声图像多元分类系统及方法，包括超声图像预处理单元；感兴趣区域提取单元，用于提取感兴趣区域图像；内部互相关密度特征提取单元，提取感兴趣图像的内部互相关密度特征值；传统特征提取单元，用于提取感兴趣区域图像的多种传统特征值；多元分类单元，用于对分类器进行训练，并将内部互相关密度特征值向量和传统特征向量输入到训练完成的3个分类器进行分类，把被预测最多的类别作为最终分类结果。本发明的分类方法增加了基于感兴趣区域内部互相关密度特征，能够有效地改善乳腺超声计算机辅助诊断效果，并增加了乳腺囊肿这一良性病变的分类类别，进一步满足医生对乳腺超声计算机辅助系统的需求。
-
公开(公告)号：CN110718301A
公开(公告)日：2020-01-21
申请号：CN201910916563.8
申请日：2019-09-26
Applicant: 东北大学
Abstract: 本发明公布了一种基于动态脑功能网络的阿尔茨海默病辅助诊断装置及方法。诊断装置包括fMRI数据预处理单元、构建动态脑功能网络单元、生成用于训练的特征单元以及svm分类辅助诊断单元，该诊断装置的使用方法为：首先进行图像预处理，然后构建动态脑网络，其次计算分割后的脑网络的节点度量，并通过时间序列生成器将每个节点度量构成一个时间序列，随后通过特征提取器为构成的时间序列提取特征，再通过特征过滤器将过滤后的特征拼接成一个矩阵并通过特征筛选器筛选，最后通过数据训练器进行数据的分类训练，最终通过辅助诊断器实现对阿尔茨海默病的诊断。该方法克服了静态脑功能网络无法表示动态信息的缺陷，起到了更好的为医疗辅助诊断服务的效果。
-
公开(公告)号：CN110675912A
公开(公告)日：2020-01-10
申请号：CN201910875164.1
申请日：2019-09-17
Applicant: 东北大学
Abstract: 本发明提供一种基于结构预测的基因调控网络构建方法。包括以下内容：首先计算系数矩阵，通过计算基因之间的Pearson系数、互信息及最大互信息来确定基因之间的相关性，作为筛选潜在父节点集的依据；然后进行结构预测，将获得的基因之间的系数矩阵作为判定基因潜在父节点集的依据，为每个基因选取潜在父节点集；最后进行基因调控网络的结构学习和参数学习。本发明通过基于Person系数、互信息及最大互信息相结合的方法预测基因的潜在父节点集，缩小结构学习的搜索范围，在一定程度上减少了基因调控网络的构建时间，提升计算性能，可以更加快速、准确地构建大规模基因调控网络，进一步了解生物的基因调控机制。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.023 seconds)
