-
公开(公告)号：CN119152941A
公开(公告)日：2024-12-17
申请号：CN202411211254.8
申请日：2024-08-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了基于排序学习技术的蛋白质同源特征表示方法，包括如下步骤：训练一个对PSI‑BLAST结果可以修正的排序模型；将搜索序列输入到PSI‑BLAST中，使用一次迭代搜索出相似的蛋白质列表；使用排序模型来对上一次搜索出的相似性蛋白质列表进行重新排序；使用PSI‑BLAST默认的E‑value计算需要构建多序列比对的序列个数，从上一步重新排序列表中提取相应数目的蛋白质；本发明通过构建基于排序学习技术的蛋白质同源特征表示方法，一方面通过排序学习技术降低已有同源搜索方法中的非同源噪音问题，另一方面通过排序学习技术将改进的同源搜索方法进行融合，发挥不同方法之间的互补性，进一步提高搜索结果中同源特征的质量。
-
公开(公告)号：CN119048759A
公开(公告)日：2024-11-29
申请号：CN202411271128.1
申请日：2024-09-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/26 , G06V10/20 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V40/18
Abstract: 本发明属于模式识别技术领域，且公开了基于异构卷积感知网络的糖尿病视网膜病变病灶分割方法，包括如下步骤：将输入的眼底图像进行预处理，使眼底图像的分辨率统一调整为预设分辨率，并去除多余的背景部分；构建基于异构卷积感知网络的模型，并使用加权交叉熵损失函数和噪声调整损失函数相结合的训练策略进行训练；将预处理后的测试眼底图像输入到训练好的模型中进行预测，输出预测结果；对模型输出的预测结果进行后处理，后处理包括特征图大小的还原、病灶涂色，获得最终的分割结果，本发明采用异构条形卷积、异构调制可变形卷积和异构近远感知卷积结构，提高了分割精度，还增强了模型的鲁棒性。
-
公开(公告)号：CN109671049B
公开(公告)日：2024-03-01
申请号：CN201811320629.9
申请日：2018-11-07
Applicant: 哈尔滨工业大学(深圳) , 深圳市第二人民医院
IPC: G06T7/00 , G06T7/11 , G06V10/764
Abstract: 本发明公开了一种医学图像处理方法、系统、设备、存储介质，一方面通过病灶图像获取多个第一异常概率，另一方面通过医学图像和病灶图像获取多个第二异常概率，再根据多个第一异常概率、多个第二异常概率和不同的权重系数按照不同图像异常程度获取医学图像属于不同图像异常程度的最终概率，并将最大的最终概率的图像异常程度作为医学图像的图像异常程度，实现对医学图像的异常程度进行分析，克服现有技术中存在对病理图像处理、分析依靠肉眼，效率低下的技术问题。
-
公开(公告)号：CN113241134B
公开(公告)日：2023-07-04
申请号：CN202110452084.2
申请日：2021-04-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本公开实施例提供的在线问诊医生分配方法和系统、存储介质，属于人工智能领域。该在线问诊医生分配方法包括：获取患者端的患者数据；其中，所述患者数据至少包括：患者基本信息、医学图像和诊断要求信息；根据所述患者基本信息对所述患者数据进行分类，得到分类数据；根据所述分类数据匹配目标医生端；将相应的分类数据推送给所述目标医生端。本公开实施例通过获取患者端的患者数据，并根据患者数据中的患者基本信息对所述患者数据进行分类，得到分类数据，再根据所述分类数据匹配目标医生端，从而将相应的分类数据推送给所述目标医生端，进而实现建立目标医生端与匹配目标医生端的患者端之间的交互，方便医生在线诊治患者。
-
公开(公告)号：CN109671049A
公开(公告)日：2019-04-23
申请号：CN201811320629.9
申请日：2018-11-07
Applicant: 哈尔滨工业大学(深圳) , 深圳市第二人民医院
CPC classification number: G06T7/0012 , G06K9/6267 , G06T7/11 , G06T2207/20081 , G06T2207/20084 , G06T2207/30041 , G06T2207/30096 , G06T2207/30101
Abstract: 本发明公开了一种医学图像处理方法、系统、设备、存储介质，一方面通过病灶图像获取多个第一异常概率，另一方面通过医学图像和病灶图像获取多个第二异常概率，再根据多个第一异常概率、多个第二异常概率和不同的权重系数按照不同图像异常程度获取医学图像属于不同图像异常程度的最终概率，并将最大的最终概率的图像异常程度作为医学图像的图像异常程度，实现对医学图像的异常程度进行分析，克服现有技术中存在对病理图像处理、分析依靠肉眼，效率低下的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114170217A
公开(公告)日：2022-03-11
申请号：CN202111547090.2
申请日：2021-12-16
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明涉及血管检测技术领域，具体是涉及一种基于拓扑图的血管匹配方法、装置、设备及存储介质。本发明依据拓扑图中的曲线信息，对同一个拓扑图中的具有不同信息的曲线进行归类，依据归类结果对拓扑图进行分层，即同一个层上的曲线具有相同的信息，不同层上的曲线具有不同的信息。在进行曲线匹配时，将相对应的拓扑分层图上的曲线进行匹配，曲线的匹配就是与曲线相对应血管的匹配，本发明对拓扑图进行分层不仅能够提高血管匹配速度，而且能够降低血管被错误匹配的程度。只有对血管进行正确的匹配才能帮助医生查看同一个血管的变化情况，以便对病人进行诊断。
-
公开(公告)号：CN113241136A
公开(公告)日：2021-08-10
申请号：CN202110536613.7
申请日：2021-05-17
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种相似病例分析方法及系统，该相似病例分析方包括执行以下步骤：步骤A：确认病历相似判据参数；步骤B：当前病例与历史病例的相似度计算；步骤C：对历史病例进行排序。本发明的有益效果是：1.采用本发明的相似病例分析方法的系统能将专家型医师的诊断结论、用药与治疗方案以及病人历次的检查结果、治疗后病情的发展情况都记录在系统中；2.采用本发明的相似病例分析方法的系统同时具有如下功能：医学院学生实习时，或医生诊治新病人时，系统自动地根据录入系统中的病人的病例，查找出专家型医师诊治过的若干相似病例，并给出其排序结果，以便于医生参考专家型医师的诊治方案。
-
公开(公告)号：CN109464120A
公开(公告)日：2019-03-15
申请号：CN201811288905.8
申请日：2018-10-31
Applicant: 深圳市第二人民医院 , 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种糖尿病视网膜病变筛查方法、装置及存储介质。其中糖尿病视网膜病变筛查方法具体包括：通过构建双视野免散瞳眼底照相图片集、图片预处理、模型设计、模型训练和验证与结果判定一系列方法，预先构建一深度卷积神经网络模型，当要筛查患者的糖尿病视网膜病变结果时，先获取待筛查者的双视野免散瞳的眼底照相图片，然后将符合质量要求的图片输入到预先构建的卷积神经网络模型中，就可以简单、便捷地获取糖尿病视网膜病变结果。与现有技术相比，该筛查方法简单、便捷、依从性好，同时具有准确率、敏感性和特异性高的优势。
-
公开(公告)号：CN108985371A
公开(公告)日：2018-12-11
申请号：CN201810750436.0
申请日：2018-07-10
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/62
Abstract: 本发明涉及一种图像多分辨率字典学习方法及其应用，所述方法包括如下步骤：步骤1，将多种分辨率图片输入训练模型；步骤2，通过图片训练得出各种分辨率的字典进行学习。本发明的另一个目的在于将所述图像多分辨率字典学习方法，应用于图像分类和检索，包括如下步骤：S001，输入待分类或检索的图像y；S002，基于多分辨率字典计算图像y的表示系数；S003，计算图像y与训练样例之间的差异度 S004，通过差异度 判断y与哪个训练样本最接近；S005，得到最接近的训练样本后输出类标签或输出检索结果。本发明的方法能够结合多种分辨率图像的字典进行学习和有效地促进字典学习算法的鲁棒性和适应性，且算法简单、易于实现。
-
公开(公告)号：CN113241134A
公开(公告)日：2021-08-10
申请号：CN202110452084.2
申请日：2021-04-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本公开实施例提供的在线问诊医生分配方法和系统、存储介质，属于人工智能领域。该在线问诊医生分配方法包括：获取患者端的患者数据；其中，所述患者数据至少包括：患者基本信息、医学图像和诊断要求信息；根据所述患者基本信息对所述患者数据进行分类，得到分类数据；根据所述分类数据匹配目标医生端；将相应的分类数据推送给所述目标医生端。本公开实施例通过获取患者端的患者数据，并根据患者数据中的患者基本信息对所述患者数据进行分类，得到分类数据，再根据所述分类数据匹配目标医生端，从而将相应的分类数据推送给所述目标医生端，进而实现建立目标医生端与匹配目标医生端的患者端之间的交互，方便医生在线诊治患者。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
