-
公开(公告)号:CN107341265A
公开(公告)日:2017-11-10
申请号:CN201710595879.2
申请日:2017-07-20
Applicant: 东北大学
Abstract: 本发明涉及一种融合深度特征的乳腺图像检索系统与方法,系统包括图像批处理单元,用于对检索图像和图像集进行批处理;特征提取单元,用于对批处理之后的检索图像和图像集进行特征提取以获得传统融合特征和深度特征;相似性度量单元,用于对检索图像和图像集的传统融合特征进行相似性度量,对检索图像和图像集的深度特征进行相似性度量,并将传统融合特征度量结果和深度特征度量结果进行融合得到最高相似性图像集。本发明的深度特征的乳腺图像检索系统与方法,在提取乳腺钼钯X线图像的传统的纹理、灰度的基础上,增加了深度特征能够有效的代表检索图像,提高乳腺钼靶X线图像的检索的准确率,从而为乳腺癌的辅助诊断提供了帮助。
-
公开(公告)号:CN106598950A
公开(公告)日:2017-04-26
申请号:CN201611205879.9
申请日:2016-12-23
Applicant: 东北大学
CPC classification number: G06F17/278 , G06N7/005
Abstract: 一种基于混合层叠模型的命名实体识别方法,包括:预处理;利用自适应的选择方式,在隐马尔科夫模型和条件随机场模型中,选择出F值较高的作为自适应的统计识别模型,对预处理后的已识别语料进行初步的命名实体识别,得到初步的命名实体识别结果;构建由知识库和识别规则库构成基础词典;利用基础词典,采用自适应的统计识别模型,对初步的命名实体识别结果进行二次识别,分析二次识别结果的F值,更新基础词典;构建混合层叠模型,对预处理后的待识别语料逐层进行识别,将当前层识别出的识别结果添加到基础词典中供下一层识别使用,最后得到待识别语料中的人名实体、地名实体和机构名实体。本发明的识别准确率和识别召回率有显著提高。
-
-
公开(公告)号:CN104317801A
公开(公告)日:2015-01-28
申请号:CN201410483041.0
申请日:2014-09-19
Applicant: 东北大学
IPC: G06F17/30
CPC classification number: G06F17/30303
Abstract: 一种面向大数据的数据清洗系统及方法,该系统应用层包括数据解析抽取模块、相似连接模块、相似子图聚集模块、实体采样模块、概率计算与实体查询模块,存储层利用Hadoop提供的分布式存储工具HDFS对数据清洗过程中产生的结构化数据记录、相似数据记录对、相似连通子图进行存储,利用Hadoop提供的分布式存储工具HBase对清洗后的结构化数据记录进行存储。该方法包括获取待清洗数据;相似连接;相似子图聚集;实体采样;概率计算与实体查询。本发明是一种面向大数据的数据清洗系统与不确定数据确定化方法,解决了以往的集中式的相似性连接无法适应大规模数据运算的问题,充分利用图以及相关知识创造性的完成大数据清洗,并为海量数据分析提供了数据准备。
-
公开(公告)号:CN102298624A
公开(公告)日:2011-12-28
申请号:CN201110233554.2
申请日:2011-08-15
Applicant: 东北大学
IPC: G06F17/30
Abstract: 本发明提供一种同构对称发布订阅系统的近似动态环匹配方法,包括以下步骤:步骤1:获得订阅概率;步骤2:计算阈值位置间隔宽度和域中近似分界线;步骤3:估算节省的存储空间比例。本发明方法适用于任意数据分布的近似动态环匹配,能够应用在实时环境中,精确度提高了平均15个百分点。本发明方法的节省空间比例预测公式可计算任何数据分布类型,且具有高精确度,进一步挖掘订阅被匹配的概率在整个域尺寸空间的分布及分析各订阅维度之间的关系和不同维数据的分布特点,运用降低维度等策略使得预测结果更加接近真实值,可以得到更好的预测效果。
-
公开(公告)号:CN112802543B
公开(公告)日:2024-04-30
申请号:CN202110048797.2
申请日:2021-01-14
Applicant: 东北大学
Abstract: 本发明提供了一种基于概率图的基因调控网络分析方法,属于基因调控网络分析技术领域。包括:输入概率图,其每个顶点代表一个基因,顶点间的有向边代表基因间存在的调控关系,边上的概率值表示基因间调控关系的强度;在表示基因调控网络的概率图上计算各顶点的中心性,包括度中心性、紧密中心性和中介中心性,对中介中心性计算方法进行了优化;根据概率图上各顶点的中心性,筛选出关键节点;输入源顶点集合和目的顶点,根据实际需要可选择精确计算方法或者近似计算方法计算属于源顶点集合的各源顶点到目的顶点且经过关键节点的可达概率,并根据可达概率对各源顶点进行排序。该方法可以更高效、可靠地分析基因调控网络,大大提高分析结果的准确度。
-
公开(公告)号:CN110718301B
公开(公告)日:2024-04-19
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:CN117036079A
公开(公告)日:2023-11-10
申请号:CN202311070858.0
申请日:2023-08-23
Applicant: 东北大学
Abstract: 本发明公开一种基于motif感知的跨层游走社区检测方法,涉及计算机社交网络分析技术领域。获取用于社区检测的多层网络;根据获取的多层网络,从网络层和节点的角度综合度量多层网络中各层网络之间的相关性,分别计算该多层网络的连边共现系数和节点邻域结构相似性系数;根据获取的多层网络,构建基于motif的多层加权混合阶网络;基于多层加权混合阶网络进行跨层游走,得到游走序列;将游走序列输入到Skip‑Gram模型中,该模型通过最大化节点共现概率,将离散的网络节点表示成向量,得到节点向量表示;将输出的节点向量表示输入到K‑means++聚类算法,得到社区检测结果。
-
公开(公告)号:CN113298038B
公开(公告)日:2023-09-19
申请号:CN202110684023.9
申请日:2021-06-21
Applicant: 东北大学
IPC: G06F18/24 , G06V10/25 , G06F18/214 , G06F18/2415 , G06F18/22 , G06N20/00
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。
-
公开(公告)号:CN113360504B
公开(公告)日:2023-08-15
申请号:CN202110692472.8
申请日:2021-06-22
Applicant: 东北大学
IPC: G06F16/22 , G06F16/2453
Abstract: 本发明提供一种基于多区块链环境下的连接查询优化方法,涉及计算机区块链查询技术领域。本方法构建了基于SMM的多链连接索引SMMI,由三部分S‑Inverted Index、S‑Bitmap Index和S‑B+‑tree Index组成,完成共有属性的链间连接。基于SMMI的多链查询方法相比传统的查询方法将减少本地计算负载代价和网络延迟,提升查询效率。尤其面对海量数据时,数据的网络传输开销逐渐增加,连接计算的效率将会显著提升,给与更好的用户体验。
-
-
-
-
-
-
-
-
-