-
公开(公告)号：CN109033144A
公开(公告)日：2018-12-18
申请号：CN201810597066.1
申请日：2018-06-11
Applicant: 厦门大学
CPC classification number: G06K9/00422 , G06K9/00208 , G06K9/4604 , G06K9/6211 , G06K9/6256
Abstract: 本发明一种基于草图的三维模型检索方法，将三维模型处理成多张视角截图的形式，再使用不同的轮廓提取算子将其处理成不同样式的草图，得到草图数据集，将数据集设置好标签后用于训练和测试过程；在卷积神经网络的基础上加入了层次网络方法，1个大分类网络用于训练大的分类，将输入的草图分类到40个大类中，40个小分类网络分别训练每一类模型中的具体差异，将输入的草图分类到某个大类中一个具体的三维模型上，可以较高准确度地检索出三维模型，信息冗余小，本发明使用采样轮廓点计算出的角度矩阵作为卷积神经网络的输入，更加符合草图的特性，检索精确度高。
-
公开(公告)号：CN109033144B
公开(公告)日：2021-10-22
申请号：CN201810597066.1
申请日：2018-06-11
Applicant: 厦门大学
IPC: G06F16/583 , G06F16/55 , G06K9/00 , G06K9/46 , G06K9/62
Abstract: 本发明一种基于草图的三维模型检索方法，将三维模型处理成多张视角截图的形式，再使用不同的轮廓提取算子将其处理成不同样式的草图，得到草图数据集，将数据集设置好标签后用于训练和测试过程；在卷积神经网络的基础上加入了层次网络方法，1个大分类网络用于训练大的分类，将输入的草图分类到40个大类中，40个小分类网络分别训练每一类模型中的具体差异，将输入的草图分类到某个大类中一个具体的三维模型上，可以较高准确度地检索出三维模型，信息冗余小，本发明使用采样轮廓点计算出的角度矩阵作为卷积神经网络的输入，更加符合草图的特性，检索精确度高。
-
Patent Agency Ranking
公开(公告)号：CN110179455A
公开(公告)日：2019-08-30
申请号：CN201910358535.9
申请日：2019-04-30
Applicant: 厦门大学
IPC: A61B5/0402 , A61B5/00
Abstract: 本发明提供一种猝死预警的ECG预处理与波形检测方法和装置，该方法包括：获取心电信号ECG，数据来自MIT-BIH数据库或医院心电检查；对心电信号ECG进行预处理，对心电信号ECG进行去噪及基线校正；对预处理后的ECG信号进行波形检测和特征提取，具体使用以下方法中的一种或多种方法组合：独立成分分析、形态学方法、稀疏分解、小波变换，进行不同算法的自定义组合；对比不同算法的信噪比和均方误差比较算法及其组合的优劣，选择效果最好的波形检测算法；输出心电信号ECG的波形检测结果。本发明可以提高算法的准确率，辅助关于猝死预警研究数据的准确性。
-
公开(公告)号：CN110162655B
公开(公告)日：2021-07-27
申请号：CN201910358403.6
申请日：2019-04-30
Applicant: 厦门大学
IPC: G06F16/583 , G06F16/538 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/13
Abstract: 本发明提供一种基于草图的三维模型局部检索方法、装置、终端设备，该方法包括：输入二维草图；将三维模型进行投影，得到不同角度的二维视图；提取二维视图的外轮廓；对外轮廓上进行采样，采样时通过自适应的角点检测算法获得外轮廓关键的点；对采样得到的点，根据点之间的距离进行聚类，聚类将外轮廓划分为K部分，K>1；对划分后的每一部分计算角度特征，得到N×N维的角度矩阵；对二维草图同样计算得到对应的角度矩阵；将三维模型的角度矩阵与草图的角度矩阵组合输入卷积神经网络CNN进行训练；训练后得到一个一维向量，根据一维向量计算相似分数，相似分数代表三维模型与草图的相似分数；输出相似分数最高的前W个三维模型呈现给用户，完成模型的检索，其中W>1。本发明可以使得用户能方便直观地找到所需模型。
-
公开(公告)号：CN110162655A
公开(公告)日：2019-08-23
申请号：CN201910358403.6
申请日：2019-04-30
Applicant: 厦门大学
IPC: G06F16/583 , G06F16/538 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/13
Abstract: 本发明提供一种基于草图的三维模型局部检索方法、装置、终端设备，该方法包括：输入二维草图；将三维模型进行投影，得到不同角度的二维视图；提取二维视图的外轮廓；对外轮廓上进行采样，采样时通过自适应的角点检测算法获得外轮廓关键的点；对采样得到的点，根据点之间的距离进行聚类，聚类将外轮廓划分为K部分，K>1；对划分后的每一部分计算角度特征，得到N×N维的角度矩阵；对二维草图同样计算得到对应的角度矩阵；将三维模型的角度矩阵与草图的角度矩阵组合输入卷积神经网络CNN进行训练；训练后得到一个一维向量，根据一维向量计算相似分数，相似分数代表三维模型与草图的相似分数；输出相似分数最高的前W个三维模型呈现给用户，完成模型的检索，其中W>1。本发明可以使得用户能方便直观地找到所需模型。
-
公开(公告)号：CN110169766A
公开(公告)日：2019-08-27
申请号：CN201910358734.X
申请日：2019-04-30
Applicant: 厦门大学
IPC: A61B5/0402 , A61B5/0472
Abstract: 本发明提供一种基于小波变换的心电图波形检测方法、装置、终端设备，该方法包括：接收心电信号；对心电图波形去噪处理；进行QRS波形检测；提取心拍数据；对去噪后的心电图波形依次进行小波变换、提取低频系数、低频系数降维处理；输入到支持向量机SVM进行训练；输出心电图波形检测结果。本发明可以提高心电图波形判断的精准度。
-
公开(公告)号：CN110060764A
公开(公告)日：2019-07-26
申请号：CN201910359285.0
申请日：2019-04-30
Applicant: 厦门大学
Abstract: 本发明提供一种全方位体检可视化的健康魔镜系统，该系统包括：魔镜显示屏，用于显示立体地动态地显示人体模型，将各器官的体检结果映射到人体模型对应的器官，用以可视化交互式显示体检信息；KINECT交互模块，用于用户和健康魔镜系统之间的体感交互，用户通过KINECT交互模块控制人体模型和系统；数据可视化模块，用于将穴位可视化地显示在魔镜显示屏的人体模型，提取电子病历的体检参数并映射到人体模型；心电图预警模块，用于从电子病历中提取用户心电图，输入基于卷积神经网络CNN的预警模型，将分析结果显示于魔镜显示屏；电子病历识别模块，用于使用循环神经网络RNN实现病历的识别，提取出体检参数，记录到体检模板中，存储以供调用。本发明可以使得用户能方便病人掌握自身身体情况。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
