-
公开(公告)号：CN113963226A
公开(公告)日：2022-01-21
申请号：CN202010681146.2
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
IPC: G06V10/774 , G06K9/62
Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备，所述基于图像数据多样性的模型训练方法包括：对原始数据进行数据多样性处理，将所述原始数据的数据特征和处理后的数据特征进行存储；选取第一预设数量的数据特征输入至少两个分类器中进行分类，根据分类结果选取第一分类器；选取第二预设数量的数据特征，输入到所述第一分类器以外的分类器中进行分类，以选取第二分类器；重复上一步骤，直至所存储的数据特征为零，以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性，提高了集成学习模型整体泛化能力，实现了各个模态网络模型充分训练二者之间的平衡。
-
公开(公告)号：CN114202668A
公开(公告)日：2022-03-18
申请号：CN202010896258.X
申请日：2020-08-31
Applicant: 上海宽带技术及应用工程研究中心 , 迪莲娜(上海)大数据服务有限公司
Abstract: 本发明提供一种阿尔茨海默病的临床数据的处理方法、系统、介质及装置，包括获取只包含脑质数据的三维影像数据；按照第一采样规则进行重采样获得重采样影像数据；裁剪得到去除空白切片和图像边缘的零元素值的最终影像数据；归一化得到归一化后的影像数据；利用基于U‑net的神经网络对处理完成的数据进行特征提取获得输出特征；对输出特征进行融合，得到全局特征；对全局特征进行阿尔茨海默病的分类获得阿尔茨海默病分类模型；通过反向传播的方法来计算图像中各部分对于阿尔茨海默病分类模型的诊断结果的影响程度，通过热度可视化方式展示。本发明用于对于阿尔茨海默病的临床数据进行分类，并可视化了模型在诊断过程中的对于脑区各个部分的关注程度。
-
公开(公告)号：CN114077616A
公开(公告)日：2022-02-22
申请号：CN202010832083.6
申请日：2020-08-18
Applicant: 上海宽带技术及应用工程研究中心
IPC: G06F16/245 , G06F16/25 , G06F16/28
Abstract: 本发明提供一种数据映射和解映射方法、系统、介质及装置，所述方法包括以下步骤：设数据集合{A}和{B}，其中a∈{A}，且a的取值范围为[0,m]bit位，其中b∈{B}，且b的取值范围为[0,n]bit位，且c的取值范围为[0,m+n]bit位，将a左移nbit位得到a1，将a1与b相加得到c，c∈{C}，从而得到数据集合{C}；将a1与0相加得到a11，将a1与取值范围为[0,m+n]bit位的最大值相加得到a12，查找数据集合{C}中在a11和a12范围的c，就是与a对应的c；取c的后nbit位得到c1；所述c1即为与a对应的b。本发明的一种数据映射和解映射方法、系统、介质及装置，用于减少数据映射所占用的内存。
-
Patent Agency Ranking
公开(公告)号：CN113963226B
公开(公告)日：2024-10-15
申请号：CN202010681146.2
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
IPC: G06V10/774 , G06V10/764
Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备，所述基于图像数据多样性的模型训练方法包括：对原始数据进行数据多样性处理，将所述原始数据的数据特征和处理后的数据特征进行存储；选取第一预设数量的数据特征输入至少两个分类器中进行分类，根据分类结果选取第一分类器；选取第二预设数量的数据特征，输入到所述第一分类器以外的分类器中进行分类，以选取第二分类器；重复上一步骤，直至所存储的数据特征为零，以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性，提高了集成学习模型整体泛化能力，实现了各个模态网络模型充分训练二者之间的平衡。
-
公开(公告)号：CN113962392A
公开(公告)日：2022-01-21
申请号：CN202010681163.6
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
Abstract: 本发明提供一种确定判定结果的实现方法、系统、介质及终端；所述方法包括以下步骤：根据优先级从包括至少三个判决单元的判决单元组中挑选出一优先级最大的判决单元作为主判决单元，剩余至少两个判决单元均作为次判决单元；通过主判决单元和次判决单元分别对待判决内容进行判定，获取主判定结果和次判定结果；在主判定结果与次判定结果存在不一致时，判断次判定结果中与主判定结果不一致的次判定结果的数量，是否大于或等于主判定结果被推翻需要的投票数；本发明根据优先级属性对判决单元进行主次之分，考虑了判决单元的自身优先性，更多地考虑主判决单元的判定结果，从而可提高判定结果的准确可靠性。
-
公开(公告)号：CN113962392B
公开(公告)日：2024-10-15
申请号：CN202010681163.6
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
Abstract: 本发明提供一种确定判定结果的实现方法、系统、介质及终端；所述方法包括以下步骤：根据优先级从包括至少三个判决单元的判决单元组中挑选出一优先级最大的判决单元作为主判决单元，剩余至少两个判决单元均作为次判决单元；通过主判决单元和次判决单元分别对待判决内容进行判定，获取主判定结果和次判定结果；在主判定结果与次判定结果存在不一致时，判断次判定结果中与主判定结果不一致的次判定结果的数量，是否大于或等于主判定结果被推翻需要的投票数；本发明根据优先级属性对判决单元进行主次之分，考虑了判决单元的自身优先性，更多地考虑主判决单元的判定结果，从而可提高判定结果的准确可靠性。
-
公开(公告)号：CN114119447A
公开(公告)日：2022-03-01
申请号：CN202010896295.0
申请日：2020-08-31
Applicant: 上海宽带技术及应用工程研究中心 , 迪莲娜(上海)大数据服务有限公司
IPC: G06T7/00 , G06T5/00 , G06T5/30 , G06V10/764 , G06K9/62
Abstract: 本发明提供一种肺结节多属性分类模型的构建方法、系统、介质及装置，包括：获取计算机断层扫描图像，建立CT数据表征方式，使用所述CT数据表征方式对所述计算机断层扫描图像进行处理，获得消除层厚、像素间距差异的去差异计算机断层扫描图像；基于肺部轮廓提取技术对所述差异计算机断层扫描图像进行提取，获得肺部轮廓图像；对所述肺部轮廓图像进行去噪，获得具有统一的相对坐标系的去噪肺部轮廓图像；从去噪肺部轮廓图像提取肺结节的坐标与大小，获得肺结节图像；基于深度学习的多属性分类模型对所述肺结节图像进行特征提取获得图像特征，对所述图像特征进行属性分类。本发明用于对肺结节在CT图像上表现的属性进行分类，从而预测属性表现的程度。
-
公开(公告)号：CN113934546A
公开(公告)日：2022-01-14
申请号：CN202010609225.2
申请日：2020-06-29
Applicant: 上海宽带技术及应用工程研究中心
Abstract: 本发明提供一种基于依赖传递的并行计算调度方法、系统、介质及设备，所述基于依赖传递的并行计算调度方法包括：获取对各个数据子集定义的依赖信息；所述依赖信息是指各个所述数据子集之间在逻辑计算上的关联信息；根据所述依赖信息确定各个所述数据子集的依赖关系，并结合所述依赖关系构建依赖树；确定所述依赖树中不存在依赖关系的数据子集为待计算数据子集，将所述待计算数据子集所涉及的多个计算任务以并行方式执行。本发明提供了一种并行计算调度策略，使得系统对资源的利用率明显更高，总的计算时间减少。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
