公开(公告)号：CN110706223A

公开(公告)日：2020-01-17

申请号：CN201910941048.5

申请日：2019-09-30

Applicant: 辽宁万象联合医疗科技有限公司 ,  吉林大学

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  郝富德 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该人工智能的深度学习方法，采用两个并行的分支处理输入数据，一个分支的各个层均按照输入数据的原有语义结构进行处理；另一个分支的各个层都将语义混合后的输出数据传递给下一层，作为其输入数据，当两个分支处理结束后，将两个分支的处理结果融合在一起，得到最后的结果，该深度学习方法同时采用两种方法进行学习数据的学习，使得学习内容更综合，达到深度学习的目的；质量控制方法中，通过采用上述深度学习方法进行学习的模型进行医学放射影像胸部摄片的质量控制，具有效率高、标准统一等优点。

公开(公告)号：CN103577876A

公开(公告)日：2014-02-12

申请号：CN201310547349.2

申请日：2013-11-07

Applicant: 吉林大学

Inventor： 王英 ,  左万利 ,  田中生 ,  王鑫 ,  彭涛 ,  王萌萌 ,  赵秋月

IPC: G06N3/02

Abstract: 本发明公开了一种基于前馈神经网络的可信与不可信用户识别方法，旨在克服现有技术存在精准度不够、识别依据不足、灵活性缺失与社会网络解析粒度较粗等问题，该方法的步骤为：1.获取特殊用户并确定训练集包含的用户；2.分析并量化用户特征，将用户表示为用户特征向量；3.构建前馈神经网络；4.训练前馈神经网络；5.由训练后的前馈神经网络实现可信与不可信用户识别，其步骤为：1）获取社会网络中用户信息；2）量化用户信息并生成用户特征向量；3）将用户特征向量输入到前馈神经网络中，依据输出节点的输出值识别可信与不可信用户。

公开(公告)号：CN110706223B

公开(公告)日：2022-05-20

申请号：CN201910941048.5

申请日：2019-09-30

Applicant: 辽宁万象联合医疗科技有限公司 ,  吉林大学

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  郝富德 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该人工智能的深度学习方法，采用两个并行的分支处理输入数据，一个分支的各个层均按照输入数据的原有语义结构进行处理；另一个分支的各个层都将语义混合后的输出数据传递给下一层，作为其输入数据，当两个分支处理结束后，将两个分支的处理结果融合在一起，得到最后的结果，该深度学习方法同时采用两种方法进行学习数据的学习，使得学习内容更综合，达到深度学习的目的；质量控制方法中，通过采用上述深度学习方法进行学习的模型进行医学放射影像胸部摄片的质量控制，具有效率高、标准统一等优点。

公开(公告)号：CN103995820B

公开(公告)日：2019-04-16

申请号：CN201410081840.5

申请日：2014-03-06

Applicant: 吉林大学

Inventor： 王英 ,  左万利 ,  王萌萌 ,  王鑫 ,  彭涛 ,  田中生 ,  赵秋月

IPC: G06F16/9535 ,  G06F16/958

Abstract: 本发明公开了一种基于最低阈值的用户个人品性多标记预测方法，旨在克服现有技术存在的整体精准度不高、适用性不强、特征权重及用户个人品性标记阈值分配过于主观化和对用户个人品性之间相关性的忽视等问题，该方法的步骤为：1.由特征解析与表示模块实现用户个人品性相关特征集合的解析和表示；2.由特征分析和预处理模块实现多元数据类型的归一化；3.由参数学习模块实现特征权重的分配以及用户个人品性标记最低阈值的确定；4.由用户个人品性预测模块实现基于最低阈值的用户个人品性多标记的预测。

公开(公告)号：CN103577876B

公开(公告)日：2016-10-05

申请号：CN201310547349.2

申请日：2013-11-07

Applicant: 吉林大学

Inventor： 王英 ,  左万利 ,  田中生 ,  王鑫 ,  彭涛 ,  王萌萌 ,  赵秋月

IPC: G06N3/02

Abstract: 本发明公开了一种基于前馈神经网络的可信与不可信用户识别方法，旨在克服现有技术存在精准度不够、识别依据不足、灵活性缺失与社会网络解析粒度较粗等问题。该方法的步骤为：1.获取特殊用户并确定训练集包含的用户；2.分析并量化用户特征，将用户表示为用户特征向量；3.构建前馈神经网络；4.训练前馈神经网络；5.由训练后的前馈神经网络实现可信与不可信用户识别：其步骤为：1)获取社会网络中用户信息；2)量化用户信息并生成用户特征向量；3)将用户特征向量输入到前馈神经网络中，依据输出节点的输出值识别可信与不可信用户。

公开(公告)号：CN103995820A

公开(公告)日：2014-08-20

申请号：CN201410081840.5

申请日：2014-03-06

Applicant: 吉林大学

Inventor： 王英 ,  左万利 ,  王萌萌 ,  王鑫 ,  彭涛 ,  田中生 ,  赵秋月

IPC: G06F17/30

Abstract: 本发明公开了一种用户个人品性预测方法，旨在克服现有技术存在的整体精准度不高、适用性不强、特征权重及用户个人品性标记阈值分配过于主观化等问题，该方法的步骤为：1.由特征解析与表示模块实现用户个人品性相关特征集合的解析和表示；2.由特征分析和预处理模块实现多元数据类型的归一化；3.由参数学习模块实现特征权重的分配以及用户个人品性标记最低阈值的确定；4.由用户个人品性预测模块实现用户个人品性的预测。