-
公开(公告)号：CN120014638A
公开(公告)日：2025-05-16
申请号：CN202510069792.6
申请日：2025-01-16
Applicant: 东北林业大学
IPC: G06V20/69 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/28 , G06N3/0455 , G06V10/74 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 一种CLIP引导的多模态融合显微鉴定方法，本发明涉及显微图像分析领域，旨在解决中成药成分特征显微鉴定困难的问题。显微鉴定通过识别药材微观结构特征，用于真伪鉴定和质量评估，传统方法依赖人工分析，效率低且主观性强。深度学习虽提升了自动化性能，但仍存在依赖标注数据、特征定位不准、域差异大及专业知识利用不足等问题，增加了误判风险。为此，本发明提出了一种CLIP引导的多模态融合显微鉴定方法，用于药用植物分类。实验表明，该方法能在无标注数据条件下精准定位显微图像关键特征区域，通过药典中的专业知识强化特征提取能力，并通过动态特征融合模块使得特征既有细粒度的局部纹理信息又有包含鉴别点位置关系的关联信息。本发明适用于中成药真伪鉴别和质量检测。
-
公开(公告)号：CN116128832A
公开(公告)日：2023-05-16
申请号：CN202310017135.8
申请日：2023-01-06
Applicant: 东北林业大学
Abstract: 多任务组织病理图像病灶分割方法，本发明涉及胃癌CAD技术中，判断胃癌组织图像中的真实肿瘤区域和病变类型的问题。准确的组织病灶分割和病变分类对于临床评估疾病的病变状态和制定合适的诊断方案具有重要意义。由于胃癌组织病变在形状、颜色和纹理上的个体差异和视觉相似性，导致胃肿瘤分割不易，难以进行准确分类。为解决这一问题，本发明提出了一种基于多任务学习的组织病理图像病灶分割方法。实验表明，该方法对于胃癌组织病理学图像实现了准确率为98.19％和F1分数为95.83％的分类，准确率为86.74％和mIoU分数为88.83％的分割。本发明能够进行准确的胃癌组织病理图像病灶分割和病变分类。
-
公开(公告)号：CN116046394A
公开(公告)日：2023-05-02
申请号：CN202310021544.5
申请日：2023-01-06
Applicant: 东北林业大学
IPC: G01M13/045
Abstract: 基于相似性图推理的滚动轴承未知故障诊断方法，本发明涉及滚动轴承故障检测中，训练数据集中不包含的未知类故障检测的问题。动轴承是旋转机械中的重要部件，但是滚动轴承的寿命方差较大，因此其滚动轴承故障检测有着重要的地位，然而训练故障诊断网络时故障数据获取困难，导致模型无法识别数据集中没有的故障，在工业生产中对于未知类型故障容易发生漏检。为改善这一问题，本发明提出了一种基于相似性图推理的滚动轴承未知故障诊断方法。实验表明，该方法能有效地识别未知类型故障，减少数据集故障类型较少导致的漏检，降低数据集故障类型数量的影响。本发明应用于未知类型故障的检测诊断。
-
公开(公告)号：CN115954100B
公开(公告)日：2023-11-03
申请号：CN202211614736.9
申请日：2022-12-15
Applicant: 东北林业大学
IPC: G16H50/20 , G06V10/764 , G06V10/20 , G06V10/82 , G06V10/26 , G06N3/0455 , G06N3/08
Abstract: 胃癌病理图像智能辅助诊断系统，本发明涉及人工智能、医疗诊断、深度学习、辅助诊断系统。系统包括：信息采集模块用于录入患者基本信息、切片信息；所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并传递给所述病理切片图像预处理模块；病理切片图像预处理模块用于病理切片图像的染色风格标准化；阴阳性样本判别模块用于对染色风格标准化后的病理切片图像做阴阳性判别；分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，通过报告生成模块生成最终诊断报告。本发明用于智能病理图像智能诊断领域。
-
Patent Agency Ranking
公开(公告)号：CN115954100A
公开(公告)日：2023-04-11
申请号：CN202211614736.9
申请日：2022-12-15
Applicant: 东北林业大学
IPC: G16H50/20 , G06V10/764 , G06V10/20 , G06V10/82 , G06V10/26 , G06N3/0455 , G06N3/08
Abstract: 胃癌病理图像智能辅助诊断系统，本发明涉及人工智能、医疗诊断、深度学习、辅助诊断系统。本发明是为了解决现有技术并没有解决的胃镜活检样本阴阳性判别和组织病理学分级诊断这两个问题。系统包括：信息采集模块用于信息录入人员在诊断系统中依次录入患者基本信息、切片信息；所述病理切片图像获取模块使用数字病理全切片扫描仪将病理切片扫描为病理切片数字影像，并将病理切片数字影像传递给所述病理切片图像预处理模块；病理切片图像预处理模块用于对患者的病理切片图像进行染色风格标准化处理；阴阳性样本判别模块用于对染色风格标准化后的病理切片图像进行阴阳性判别，实现样本初筛；分级诊断模块用于对获得的阳性样本做分级诊断，并生成分级诊断报告；报告生成模块用于医生查看分级诊断报告进行人工复核并确诊，给出最终诊断结论，通过报告生成模块生成最终诊断报告。本发明用于智能病理图像智能诊断领域。
-
公开(公告)号：CN118913694A
公开(公告)日：2024-11-08
申请号：CN202410917134.3
申请日：2024-07-10
Applicant: 东北林业大学
IPC: G01M13/045 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/0985
Abstract: 基于改进的模型无关元学习的少样本跨域轴承故障诊断方法和系统，涉及少样本跨域条件下机械故障诊断领域。本发明是为了解决现有轴承故障诊断方法无法在样本极少和工况变化时取得良好的诊断结果这一问题。本发明包括：获得待诊断的轴承原始振动信号，计算振动信号的自相似性将其转化为特征丰富且不受工况变化影响的二维递归图；改进模型无关元学习方法：将训练调控变量加入到内环训练中；构建基于并行协同注意力的特征编码器：由二维卷积模块、并行协同注意力模块、全连接层依次连接组成；利用支持集和查询集训练基于并行协同注意力的特征编码器：利用其他工况下的跨域振动信号测试训练好的基于并行协同注意力的特征编码器。本发明用于轴承的少样本跨域故障诊断。
-
公开(公告)号：CN119128714A
公开(公告)日：2024-12-13
申请号：CN202411113487.4
申请日：2024-08-14
Applicant: 东北林业大学
IPC: G06F18/2431 , G06F18/25 , G06F18/21 , G06N3/045 , G06N3/0464 , G01M13/028
Abstract: Convformer‑SENet的齿轮故障诊断方法，涉及机械故障诊断领域。针对CNN在齿轮故障诊断中因局部特性限制难以全面捕捉全局故障信息，以及Transformer处理长序列时资源消耗大、容易在数据量小的情况下过拟合的不足，本方法提出了一种新的齿轮故障诊断算法Convformer‑SENet，用来提高齿轮故障诊断准确率。Convformer‑SENet结合了CNN强大的局部特征提取能力和Transformer能够通过自注意力机制捕捉输入序列中任意两个位置之间的依赖关系的优势。兼顾局部和全局特征，同时嵌入SENet通道注意力机制实现自适应学习。本文使用东南大学数据集和东北林业大学齿轮故障数据集，对所提出方法的有效性进行验证。实验结果表明，本专利提出的方法能有效提高齿轮故障诊断准确率，同时通过与其他先进的方法进行对比，Convformer‑SENet在诊断准确性方面均优于其他先进方法。
-
公开(公告)号：CN117669648A
公开(公告)日：2024-03-08
申请号：CN202311542787.X
申请日：2023-11-20
Applicant: 东北林业大学
Abstract: 一种基于元路径的双通道异构图节点表示学习方法，本发明涉及在异构图节点特征传递的过程中，如何使节点特征表示更加准确与全面的问题。目前，图神经网络技术成为各行各业的重要工具。然而在许多图神经网络中，节点之间信息只逐级传递，这种逐级传递会影响节点特征的准确性；还有神经网络无法平衡整体与局部的信息。在本发明提出的方法中，通道一以引入距离权重的方式直接观测远节点特征，削减了逐级传递对特征的影响。通道二综合元路径信息，依据总体信息更新节点特征。最后将两个通道更新后的节点特征横向拼接，得到最终的节点特征表示。本方法考虑了多个角度的数据信息，有效地提升了特征提取的准确度。
-
公开(公告)号：CN117524299A
公开(公告)日：2024-02-06
申请号：CN202311542694.7
申请日：2023-11-20
Applicant: 东北林业大学
IPC: G16B15/30 , G16B40/00 , G06F16/901 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于图变换网络与图分解的异构图节点关系预测方法，本发明涉及异构图节点关系预测技术。异构图节点关系预测在推荐系统、基因疾病和药物靶点等领域都具有广泛的应用。基于相似性的方法忽略了异构图的结构关系，基于随机游走的方法在处理大规模的图时计算方法复杂。本发明结合基于相似性的方法和基于图神经网络的方法，使用图变换网络自主选取元路径，减少了人为干预。并提出一种基于度的图分解方法提取和融合节点对深层特征，综合考虑了不同重要程度的节点信息。使用多头注意力机制将子图的节点对深层特征进行融合，得到节点对的最终特征表示，输入预测模型可得到更为准确的节点关系预测结果。本发明应用于异构图节点关系预测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.01 seconds)
