-
公开(公告)号：CN111145903B
公开(公告)日：2024-08-06
申请号：CN201911312648.1
申请日：2019-12-18
Applicant: 东北大学
Abstract: 本发明公开了一种获取眩晕症问诊文本的方法、装置、电子设备及问诊系统，一种获取问诊文本的方法，包括：实时采集医生针对眩晕症所提出的问题以及患者针对所述问题的应答；将所述问题和所述应答转换为问诊文本；存储所述问诊文本和/或发送所述问诊文本至预设文本分析单元；其中，所述问题和应答为语音信号。以解决自动抽取医患历史对话中患者的病症信息，缺少医生和患者的实时互动，以及问诊内容的获得都是设计好问题和答案供患者选择，限制了患者的表述，而某些患者对文字进行阅读理解和书写有困难，容易丢失问诊信息，影响诊断的问题。
-
公开(公告)号：CN108986844A
公开(公告)日：2018-12-11
申请号：CN201810887035.X
申请日：2018-08-06
Applicant: 东北大学
Abstract: 本发明涉及一种基于说话人语音特征的语音端点检测方法；本发明方法包括：100、预先获取至少两个人的语音特征；101、采集至少两个人说话的语音信号并预处理，获取背景噪声信号；102、针对语音信号和背景噪声信号分别加窗处理，获取声音帧和背景噪声帧；103、获取声音帧、背景噪声帧的短时能零积值和门限阈值；104、针对所有声音帧通过门限阈值获取语音信号的有音段；105、根据有音段的语音特征，更新门限阈值并获取语音信号的端点；本发明方法在传统的语音端点检测的基础上结合说话人识别，在考虑了噪声影响的同时，还针对说话人的语音特征提取和对比，使得语音端点检测更为准确，从而使多说话人识别更为准确。
-
公开(公告)号：CN111180025B
公开(公告)日：2024-07-16
申请号：CN201911311159.4
申请日：2019-12-18
Applicant: 东北大学
IPC: G16H10/60 , G06F40/289 , G06F40/30 , G06N20/10
Abstract: 本发明公开了一种表示病历文本向量的方法、装置及问诊系统，一种表示病历文本向量的方法，包括：获取病历文本，将所述病历文本转换成词列表；利用至少2个预设的词向量模型，分别将所述词列表中的每个词转换词向量；分别将所述词向量转换为文本向量；将所有所述文本向量进行合成，得到合成文本向量；其中，所述合成文本向量为分类模型的输入，所述分类模型完成所述病历文本的分类。以解决传统的文本向量表示方法不能够充分表达文本信息，造成分类模型不能够很好地对输入文本进行分类的问题。
-
公开(公告)号：CN109190690B
公开(公告)日：2021-10-19
申请号：CN201810943457.4
申请日：2018-08-17
Applicant: 东北大学
Abstract: 本发明公开一种基于机器学习的SWI图像的脑微出血点检测识别方法，包括以下步骤：建立SWI图像训练库，读取训练库中任一SWI图像，并进行预处理；对处理后的SWI图像进行去除头骨图像处理，获得SWI脑组织图像；获取SWI脑组织图像中的微出血点候选点区域；基对提取的微出血候选点区域进行特征提取，获得微出血点特征值；使用随机森林方法进行训练，获得脑微出血点分类器模型；读取待识别SWI图像，放入脑微出血点分类器模型中进行识别，获得待识别SWI图像的分类结果，并输出脑微出血点信息。本方法解决了临床医生手动识别CMBs病灶耗时耗力，可靠性和可重复性较低问题，具有重要的应用价值。
-
公开(公告)号：CN108986844B
公开(公告)日：2020-08-28
申请号：CN201810887035.X
申请日：2018-08-06
Applicant: 东北大学
Abstract: 本发明涉及一种基于说话人语音特征的语音端点检测方法；本发明方法包括：100、预先获取至少两个人的语音特征；101、采集至少两个人说话的语音信号并预处理，获取背景噪声信号；102、针对语音信号和背景噪声信号分别加窗处理，获取声音帧和背景噪声帧；103、获取声音帧、背景噪声帧的短时能零积值和门限阈值；104、针对所有声音帧通过门限阈值获取语音信号的有音段；105、根据有音段的语音特征，更新门限阈值并获取语音信号的端点；本发明方法在传统的语音端点检测的基础上结合说话人识别，在考虑了噪声影响的同时，还针对说话人的语音特征提取和对比，使得语音端点检测更为准确，从而使多说话人识别更为准确。
-
Patent Agency Ranking
公开(公告)号：CN111145903A
公开(公告)日：2020-05-12
申请号：CN201911312648.1
申请日：2019-12-18
Applicant: 东北大学
Abstract: 本发明公开了一种获取眩晕症问诊文本的方法、装置、电子设备及问诊系统，一种获取问诊文本的方法，包括：实时采集医生针对眩晕症所提出的问题以及患者针对所述问题的应答；将所述问题和所述应答转换为问诊文本；存储所述问诊文本和/或发送所述问诊文本至预设文本分析单元；其中，所述问题和应答为语音信号。以解决自动抽取医患历史对话中患者的病症信息，缺少医生和患者的实时互动，以及问诊内容的获得都是设计好问题和答案供患者选择，限制了患者的表述，而某些患者对文字进行阅读理解和书写有困难，容易丢失问诊信息，影响诊断的问题。
-
公开(公告)号：CN109146854B
公开(公告)日：2021-10-01
申请号：CN201810865039.8
申请日：2018-08-01
Applicant: 东北大学
Abstract: 本发明属于医学影像处理技术领域，尤其涉及一种肺结节与血管伴生关系的分析方法。该方法包括如下步骤：S1、进行肺区预处理；S2、提取肺实质；S3、肺区粗分割；S4、双肺分离；S5：肺叶分割；S6：分析肺结节与肺部血管的伴生关系。本发明提供一种针对肺结节与肺部血管伴生关系的分析方法，该方法根据早期肿瘤进展有赖于血管新生的生物学特点，仔细分析和总结病灶新生血管的CT影像特征，提高判定肺结节性质的准确率。
-
公开(公告)号：CN109146854A
公开(公告)日：2019-01-04
申请号：CN201810865039.8
申请日：2018-08-01
Applicant: 东北大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T5/20 , G06T7/11 , G06T7/12 , G06T7/155 , G06T7/194 , G06T2207/10081 , G06T2207/20024 , G06T2207/20152 , G06T2207/30064 , G06T2207/30101
Abstract: 本发明属于医学影像处理技术领域，尤其涉及一种肺结节与血管伴生关系的分析方法。该方法包括如下步骤：S1、进行肺区预处理；S2、提取肺实质；S3、肺区粗分割；S4、双肺分离；S5：肺叶分割；S6：分析肺结节与肺部血管的伴生关系。本发明提供一种针对肺结节与肺部血管伴生关系的分析方法，该方法根据早期肿瘤进展有赖于血管新生的生物学特点，仔细分析和总结病灶新生血管的CT影像特征，提高判定肺结节性质的准确率。
-
公开(公告)号：CN109190690A
公开(公告)日：2019-01-11
申请号：CN201810943457.4
申请日：2018-08-17
Applicant: 东北大学
Abstract: 本发明公开一种基于机器学习的SWI图像的脑微出血点检测识别方法，包括以下步骤：建立SWI图像训练库，读取训练库中任一SWI图像，并进行预处理；对处理后的SWI图像进行去除头骨图像处理，获得SWI脑组织图像；获取SWI脑组织图像中的微出血点候选点区域；基对提取的微出血候选点区域进行特征提取，获得微出血点特征值；使用随机森林方法进行训练，获得脑微出血点分类器模型；读取待识别SWI图像，放入脑微出血点分类器模型中进行识别，获得待识别SWI图像的分类结果，并输出脑微出血点信息。本方法解决了临床医生手动识别CMBs病灶耗时耗力，可靠性和可重复性较低问题，具有重要的应用价值。
-
公开(公告)号：CN109087318A
公开(公告)日：2018-12-25
申请号：CN201810835922.2
申请日：2018-07-26
Applicant: 东北大学
Abstract: 本发明涉及一种基于优化U-net网络模型的MRI脑肿瘤图像分割方法，所述方法包括：101、对获取的多模态MRI脑肿瘤图像数据进行预处理；102、将经过预处理的多模态MRI脑肿瘤图像数据输入训练好的U-net网络模型中；103、获取U-net网络模型输出的多模态MRI脑肿瘤图像分割数据；其中，所述U-net网络模型输出的多模态MRI脑肿瘤图像分割数据能够保留图像边缘信息，以生成完整的分割图像特征图。本发明提供的图像分割方法，不仅能够保留图像边缘信息，生成完整的特征图，而且还能够提高图像分割的准确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.014 seconds)
