-
公开(公告)号：CN116597285A
公开(公告)日：2023-08-15
申请号：CN202310868244.0
申请日：2023-07-17
Applicant: 吉林大学 , 沈阳医学院附属中心医院
IPC: G06V10/82 , G06N3/0455 , G06N3/0895 , G06V10/764 , G06V10/774
Abstract: 本发明属于医疗图像处理技术领域，具体涉及一种肺部组织病理图像处理模型、构建方法及图像处理方法，获取肺部组织病理图像的数据集，并将所述数据集进行预处理后按照比例划分为训练数据集和测试数据集；建立上游任务，对训练数据集中的每个图像按比例融合相加后生成新的样本，并将新的样本进行训练，得到训练好的掩码自编码器上游模型；建立下游任务，利用上游任务训练好的掩码自编码器上游模型，采用测试数据集对所述掩码自编码器上游模型性能进行评估，解决目前主流算法中的卷积操作和子注意力机制过于复杂，算法的训练时间较长导致诊断系统复杂等问题，具有高效并能够简化诊断系统的作用。
-
公开(公告)号：CN110987286A
公开(公告)日：2020-04-10
申请号：CN201911306987.9
申请日：2019-12-18
Applicant: 吉林大学
IPC: G01L11/06
Abstract: 本发明公开了一种低氧舱的超声波气压检测装置、方法及系统。该装置的超声波传感器安装在低氧舱的舱壁上，气体密度传感器安装在低氧舱内；超声波传感器的控制输入端与控制器的控制输出端连接；超声波传感器的电平信号输出端与计时器以及控制器连接；计时器以及气体密度传感器的数据输出端均与控制器的数据输入端连接；超声波传感器用于在接收到控制器的指令后发送超声波，向计时器发送第一电平信号使计时器开始计时，在接收到超声波回波时向计时器发送第二电平信号使计时器停止计时，向控制器发送第三电平信号；控制器用于将计时结果和气体密度数据发送至上位机；上位机用于根据计时结果和气体密度数据计算气压。本发明能够提高数据处理的效率。
-
公开(公告)号：CN109976163A
公开(公告)日：2019-07-05
申请号：CN201910337946.X
申请日：2019-04-25
Applicant: 吉林大学
Abstract: 基于强化学习的低氧舱气体浓度控制方法，涉及控制领域和强化学习领域，解决现有常压低氧舱浓度环境存在非线性、多变量耦合性、不确定性状态和控制滞后性等问题，本发明首先设定迭代次数N、初始化目标值、动作奖励值、氮气进气动作值、空气进气动作值、学习速率、贪婪系数、折扣因子和动作效用函数表；初始化当前气体浓度值、结束状态位，当结束状态位为假值时，生成随机数，根据随机数是否大于贪婪系数计算当前动作奖励值、累加收益值和结果值，更新动作效用函数表，将改变状态值更新为当前气体浓度值。本发明使用很少的时间实现气体浓度的改变，并达到稳定。
-
公开(公告)号：CN105698763A
公开(公告)日：2016-06-22
申请号：CN201610044925.5
申请日：2016-01-22
Applicant: 吉林大学
Abstract: 一种以立体视觉以立体视觉检测障碍物的装置与方法；影像采集模块包括复数个摄影机，用以采集复数个原始影像；图像处理模块边缘检测原始影像，产生复数个边缘对象与对应在每一个边缘对象的对象信息；对象检测模块依据对象信息，配合摄影机的焦距与水平间距，产生对应在每一个边缘对象的对象相对距离；群组模块比较对象相对距离与门坎距离，群组物件相对距离小在门坎距离的边缘对象为障碍物；其中，影像员取模块的复数个摄影机所采集的影像如为异步，由本发明所提出的装置与方法，可达到解决异步影像检测所产生的问题，而达到近似在同步系统的效果，所以可采用一般廉价的摄影机，大幅节省成本的支出。
-
公开(公告)号：CN118968528A
公开(公告)日：2024-11-15
申请号：CN202411455744.2
申请日：2024-10-18
Applicant: 吉林大学 , 吉林卡普林科技有限公司
IPC: G06V30/32 , G06V30/18 , G06N3/0464 , G06N3/08 , G06V30/19
Abstract: 一种基于计数模块的手写数学公式多尺度识别方法，涉及图像识别技术领域，解决现有技术针对手写体数字识别模型存在的识别准确性低的问题，本方法通过构建手写数学公式图像数据集，将手写数学公式图像输入构建基于计数模块的手写数学公式识别模型，采用ResNet对处理后的图像数据集中手写数学公式图像提取特征图，采用符号计数模块对特征图添加全局信息，通过LSTM输出预测的LaTeX序列。本方法将手写数学公式识别建模为一个图像至序列的任务。利用编码器被用于提取输入图像的特征，而解码器则逐步预测对应LaTeX序列。本方法有效地将手写数学公式识别问题转化为一个端到端的序列生成问题，简化了问题的复杂性。
-
Patent Agency Ranking
公开(公告)号：CN116597285B
公开(公告)日：2023-09-22
申请号：CN202310868244.0
申请日：2023-07-17
Applicant: 吉林大学 , 沈阳医学院附属中心医院
IPC: G06V10/82 , G06N3/0455 , G06N3/0895 , G06V10/764 , G06V10/774
Abstract: 本发明属于医疗图像处理技术领域，具体涉及一种肺部组织病理图像处理模型、构建方法及图像处理方法，获取肺部组织病理图像的数据集，并将所述数据集进行预处理后按照比例划分为训练数据集和测试数据集；建立上游任务，对训练数据集中的每个图像按比例融合相加后生成新的样本，并将新的样本进行训练，得到训练好的掩码自编码器上游模型；建立下游任务，利用上游任务训练好的掩码自编码器上游模型，采用测试数据集对所述掩码自编码器上游模型性能进行评估，解决目前主流算法中的卷积操作和子注意力机制过于复杂，算法的训练时间较长导致诊断系统复杂等问题，具有高效并能够简化诊断系统的作用。
-
公开(公告)号：CN116030306A
公开(公告)日：2023-04-28
申请号：CN202310082953.6
申请日：2023-02-08
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/32 , G16H70/60 , G16H30/00 , G06N3/0464 , G06N3/08
Abstract: 基于多层感知机的肺部组织病理图像类型辅助分类方法，涉及病理数据图像处理技术领域，解决现有的卷积神经网络、VisionTransformer中的卷积操作和自注意力机制过于复杂，算法的训练时间较长导致分类方法复杂等问题，本发明通过获得混合数据集，建立多层感知机模型以及对模型进行性能评估等步骤实现病理图像类型的辅助分类。本发明中的多层感知机模型不使用任何复杂的卷积操作和自注意力机制，模型结构简单，计算量小，处理速度快。设计了双数据流输入方式，使模型在可以捕捉全局信息的基础上还可以捕捉到局部信息，充分提取图像中的语义信息，提高模型对肺部组织病理图像的分类性能。
-
公开(公告)号：CN119418348A
公开(公告)日：2025-02-11
申请号：CN202411458826.2
申请日：2024-10-18
Applicant: 吉林大学 , 吉林卡普林科技有限公司
IPC: G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0442 , G06N3/0464
Abstract: 基于深度学习的计算题图像识别及自动判别方法，涉及OCR中文字识别和深度学习技术领域，解决现有技术中针对小学生手写数学计算题的图像字符和二维结构识别困难，导致对计算题识别准确率较低的问题，本方法首先对含算式图像进行数据处理，将处理后的图像数据划分为训练集和测试集；构建具有计数模块的编码器和解码器结构的深度学习模型并利用训练集训练模型，然后调用训练好的学习模型对计算题算式进行识别，完成习题的自动批改。最终能够实现一种功能强大的小学生数学作业自动识别与批改。本方法针对注意力不准的问题，提出通过添加计数模块，来使注意力更加准确，同时，计数结果可以表示符号的数量，作为额外的全局信息提高识别的准确性。
-
公开(公告)号：CN118968528B
公开(公告)日：2025-01-28
申请号：CN202411455744.2
申请日：2024-10-18
Applicant: 吉林大学 , 吉林卡普林科技有限公司
IPC: G06V30/32 , G06V30/18 , G06N3/0464 , G06N3/08 , G06V30/19
Abstract: 一种基于计数模块的手写数学公式多尺度识别方法，涉及图像识别技术领域，解决现有技术针对手写体数字识别模型存在的识别准确性低的问题，本方法通过构建手写数学公式图像数据集，将手写数学公式图像输入构建基于计数模块的手写数学公式识别模型，采用ResNet对处理后的图像数据集中手写数学公式图像提取特征图，采用符号计数模块对特征图添加全局信息，通过LSTM输出预测的LaTeX序列。本方法将手写数学公式识别建模为一个图像至序列的任务。利用编码器被用于提取输入图像的特征，而解码器则逐步预测对应LaTeX序列。本方法有效地将手写数学公式识别问题转化为一个端到端的序列生成问题，简化了问题的复杂性。
-
公开(公告)号：CN110887807B
公开(公告)日：2021-06-08
申请号：CN201911219055.0
申请日：2019-12-03
Applicant: 吉林大学
IPC: G01N21/3504 , G01V8/20 , A61B5/0205 , G05B19/042
Abstract: 本发明公开一种低氧舱智能检测系统及方法，所述系统包括：多组二氧化碳检测模块、第一智能控制芯片、主控制器、心率血氧传感器、第二智能控制芯片以及第二红外发射管。本发明通过心率血氧检测模块检测心率、血氧，采用二氧化碳检测模块检测二氧化碳浓度，并且在检测二氧化碳浓度分布情况的同时还可以实现舱内人员的定位和通信，对普通的二氧化碳传感器实现了功能上扩展，可采集价值更高的信息。本发明中采用了一套控制系统使智能检测系统同时具有检测二氧化碳浓度、通信及人员定位功能，其结构精简、检测效率高、成本低。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
