公开(公告)号：CN118297108A

公开(公告)日：2024-07-05

申请号：CN202410392585.X

申请日：2024-04-02

Applicant: 华南理工大学

Inventor： 吕建明 ,  梁德品 ,  梁泽权 ,  张耀斌 ,  夏思俊

IPC: G06N3/045 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/047 ,  G06N3/09 ,  G06V10/82

Abstract: 本发明提出了一种用于快速域适应的弹性记忆网络的训练方法，解决了传统深度神经网络难以解决的快速的无监督域适应问题。弹性记忆网络是一种稀疏连接与稠密连接相结合的网络。源域训练过程中，特征以类似脉冲的形式传播，节点学习在每个类别下的特征的分布。同时网络能够根据特征分布扩展优秀节点，淘汰不良节点。网络的分类决策基于各节点的决策给出。在目标域训练阶段，本发明能够使用目标域的无标签样本执行特征分布的更新，快速拟合目标域的特征分布。本发明不需要使用基于梯度的反向传播算法进行优化，能够在大大减少时间成本的同时取得较众多机器学习算法更高的准确率，使其十分适合部署于轻量级边缘设备。

公开(公告)号：CN118230387A

公开(公告)日：2024-06-21

申请号：CN202410406502.8

申请日：2024-04-07

Applicant: 华南理工大学 ,  广州医科大学附属妇女儿童医疗中心

Inventor： 梁泽权 ,  李碧莲 ,  吕建明 ,  罗昊 ,  张耀斌 ,  高宇 ,  梁德品

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G16H30/40 ,  G16H50/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于可解释性原型的术后儿童疼痛识别方法，旨在通过人脸五官位置的相似性比对提升术后儿童疼痛检测的可解释性。首先，从术后儿童疼痛视频提取出每帧图片的面部表情帧和稀疏光流帧。接着，用ResNet卷积网络提取出人脸五官位置的特征向量，通过最小化损失函数来优化随机初始化的原型向量。然后，计算出特征向量和原型向量的相似度，通过全连接网络得到每帧图片的疼痛等级识别结果。最终，对特征向量对应的人脸五官位置和原型向量对应的人脸五官位置，进行可视化对比。本发明通过展示人脸五官位置在面部表情和稀疏光流上的相似度，提升了术后儿童疼痛识别过程的可解释性，有助于医疗专业人员更好地理解自动疼痛识别结果。