公开(公告)号：CN119477800A

公开(公告)日：2025-02-18

申请号：CN202411433559.3

申请日：2024-10-15

Applicant: 南昌大学

Inventor： 庞孟 ,  徐寅轩 ,  周崟涛 ,  李正宇 ,  黄静 ,  黄伟

IPC: G06T7/00 ,  G06V40/70 ,  G06V40/16 ,  G06V40/20 ,  G06V10/80 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明涉及数据处理技术领域，特别涉及一种融合人脸表情与行为步态数据的帕金森智能评估方法，包括三个步骤：第一，对帕金森病患者的行为步态视频进行数据清洗，并使用YOLOv8模型将患者从视频中分割出来，再利用HRNet提取骨骼关键点，使用STGCN++获取特征；第二，使用StyleGAN生成保留患者身份信息的病前图像，将训练多个深度学习模型用于将收集到的每人的六种基本情绪的面部表情图像进行面部表情分类，并使用效果最好的预训练模型，用于提取患者面部表情的特征；第三，将提取到的步态特征和面部表情特征进行多模态特征融合，用于帕金森病预测。本发明方法显著提高了诊断的准确性，减少漏诊误诊的问题。

公开(公告)号：CN119418915A

公开(公告)日：2025-02-11

申请号：CN202510031898.7

申请日：2025-01-09

Applicant: 南昌大学

Inventor： 周崟涛 ,  廖浩然 ,  徐寅轩 ,  庞孟 ,  黄伟 ,  李正宇

IPC: G16H50/20 ,  G16H50/70 ,  G06V40/16 ,  G06V10/52 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请涉及人工智能辅助疾病检测技术领域，公开了帕金森病评估模型训练方法、系统及帕金森病评估方法，该模型训练方法包括：获取多个样本对象的多类面部表情图像，并为每个样本对象标注真实类别标签（PD患者或非PD患者）；通过初始模型的分支网络模块提取多尺度特征，并利用初始模型的注意力融合模块对多尺度特征进行自适应加权融合，形成面部表情融合特征；通过初始模型的分类模块对面部表情融合特征进行分类，得到预测结果；根据预测结果与真实标签的差异构建联合损失函数，以优化模型的分类性能；基于联合损失函数对初始模型进行训练，最终得到目标帕金森病评估模型。该目标帕金森病评估模型能进一步提升帕金森疾病的评估。

公开(公告)号：CN119418915B

公开(公告)日：2025-04-29

申请号：CN202510031898.7

申请日：2025-01-09

Applicant: 南昌大学

Inventor： 周崟涛 ,  廖浩然 ,  徐寅轩 ,  庞孟 ,  黄伟 ,  李正宇

IPC: G16H50/20 ,  G16H50/70 ,  G06V40/16 ,  G06V10/52 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请涉及人工智能辅助疾病检测技术领域，公开了帕金森病评估模型训练方法、系统及帕金森病评估方法，该模型训练方法包括：获取多个样本对象的多类面部表情图像，并为每个样本对象标注真实类别标签（PD患者或非PD患者）；通过初始模型的分支网络模块提取多尺度特征，并利用初始模型的注意力融合模块对多尺度特征进行自适应加权融合，形成面部表情融合特征；通过初始模型的分类模块对面部表情融合特征进行分类，得到预测结果；根据预测结果与真实标签的差异构建联合损失函数，以优化模型的分类性能；基于联合损失函数对初始模型进行训练，最终得到目标帕金森病评估模型。该目标帕金森病评估模型能进一步提升帕金森疾病的评估。

公开(公告)号：CN118629632A

公开(公告)日：2024-09-10

申请号：CN202410764544.9

申请日：2024-06-14

Applicant: 南昌大学

Inventor： 庞孟 ,  徐后炜 ,  周崟涛 ,  张蓉 ,  黄伟 ,  李正宇

IPC: G16H50/20 ,  G06N3/0455 ,  G06N3/098 ,  G16H50/70 ,  G06F18/24 ,  G06N3/0464 ,  G06F18/22

Abstract: 本发明涉及数据处理技术领域，特别涉及一种基于联邦学习模型的帕金森疾病智能评估方法与系统，从三个角度测量客户端贡献，并受启发于经典博弈合作中的贡献计算方式Shapley Value，大大简化了客户端贡献估计的复杂度，在保护隐私的同时，激励多个医疗机构协同训练帕金森疾病诊断模型。本发明一种基于联邦学习模型的帕金森疾病智能评估方法与系统，从梯度下降速率、梯度多样性、数据多样性三个维度估计各个医疗机构的贡献，并在中心服务器聚合模型时，使用此贡献对各个客户端模型加权得到中心模型，实现公平，增加了医疗机构参与训练的意愿，激励各个医疗机构进行联合学习，得到一个更好的帕金森疾病分类模型。

公开(公告)号：CN119784576B

公开(公告)日：2025-05-16

申请号：CN202510279546.3

申请日：2025-03-11

Applicant: 南昌大学 ,  宜春学院

Inventor： 周崟涛 ,  庞孟 ,  黄伟 ,  肖敏华 ,  李正宇 ,  黄静

IPC: G06T3/04 ,  G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455

Abstract: 本申请属于图像处理技术领域，公开了基于扩散模型和面部关键点的面部表情迁移方法及系统，该方法包括：获取包括源人脸关键点、目标人脸图像、表情迁移结果的训练样本对；采用Swin Transformer模块替换原始稳定扩散模型的文本编码器，得到改进后的稳定扩散模型；根据改进后的稳定扩散模型的预训练神经网络块，拷贝得到副本网络块，在副本网络块加入零卷积层，得到ControlNet架构；根据改进后的稳定扩散模型和ControlNet架构搭建表情迁移模型；基于训练样本对，使用控制损失函数和依赖时间步长的身份保持损失函数训练表情迁移模型，以生成保留身份特征的表情迁移结果。该方法能够将源人脸图像的面部表情迁移至不同表情的目标人脸的同时保留目标人脸的身份信息。

公开(公告)号：CN119784576A

公开(公告)日：2025-04-08

申请号：CN202510279546.3

申请日：2025-03-11

Applicant: 南昌大学 ,  宜春学院

Inventor： 周崟涛 ,  庞孟 ,  黄伟 ,  肖敏华 ,  李正宇 ,  黄静

IPC: G06T3/04 ,  G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455

Abstract: 本申请属于图像处理技术领域，公开了基于扩散模型和面部关键点的面部表情迁移方法及系统，该方法包括：获取包括源人脸关键点、目标人脸图像、表情迁移结果的训练样本对；采用Swin Transformer模块替换原始稳定扩散模型的文本编码器，得到改进后的稳定扩散模型；根据改进后的稳定扩散模型的预训练神经网络块，拷贝得到副本网络块，在副本网络块加入零卷积层，得到ControlNet架构；根据改进后的稳定扩散模型和ControlNet架构搭建表情迁移模型；基于训练样本对，使用控制损失函数和依赖时间步长的身份保持损失函数训练表情迁移模型，以生成保留身份特征的表情迁移结果。该方法能够将源人脸图像的面部表情迁移至不同表情的目标人脸的同时保留目标人脸的身份信息。