一种基于多特征融合的AD早期预测方法、系统、装置

    公开(公告)号:CN114999629A

    公开(公告)日:2022-09-02

    申请号:CN202210471036.2

    申请日:2022-04-28

    Applicant: 安徽大学

    Abstract: 本发明属于医学影像处理领域,具体涉及一种基于多特征融合的AD早期预测方法、系统、装置。本发明针对基于Brain 18F‑FDG PET切片图像的预测AD的复杂问题,重新设计了一个新的包含双卷积的骨干网络和分类网络的神经影像预测模型;并在网络模型中引入多注意力模块。在数据集采集过程中,以滤波、裁剪等方式代替传统扩增方法扩增PET切片,提高网络模型的泛化特性。在网络模型的训练阶段,将模糊标签并运用到监督对比学习损失中,在预测阶段还结合分类结果和临床精神心理评估结果进行联合分析,得到最可靠的预测结论。本发明解决了现有图像处理方法在针对Brain 18F‑FDG PET影像进行AD预测时,存在的鲁棒性低、差裕度差和识别率低等问题。

    一种基于多特征融合的AD早期预测方法、系统、装置

    公开(公告)号:CN114999629B

    公开(公告)日:2024-03-01

    申请号:CN202210471036.2

    申请日:2022-04-28

    Applicant: 安徽大学

    Abstract: 本发明属于医学影像处理领域,具体涉及一种基于多特征融合的AD早期预测方法、系统、装置。本发明针对基于Brain 18F‑FDG PET切片图像的预测AD的复杂问题,重新设计了一个新的包含双卷积的骨干网络和分类网络的神经影像预测模型;并在网络模型中引入多注意力模块。在数据集采集过程中,以滤波、裁剪等方式代替传统扩增方法扩增PET切片,提高网络模型的泛化特性。在网络模型的训练阶段,将模糊标签并运用到监督对比学习损失中,在预测阶段还结合分类结果和临床精神心理评估结果进行联合分析,得到最可靠的预测结论。本发明解决了现有图像处理方法在针对Brain 18F‑FDG PET影像进行AD(56)对比文件吕鸿蒙;赵地;迟学斌.基于增强AlexNet的深度学习的阿尔茨海默病的早期诊断.计算机科学.2017,(第S1期),全文.

    一种多功能家用智能分类垃圾桶

    公开(公告)号:CN214778332U

    公开(公告)日:2021-11-19

    申请号:CN202120769285.0

    申请日:2021-04-15

    Applicant: 安徽大学

    Abstract: 本实用新型公开了一种多功能家用智能分类垃圾桶,涉及环保用品技术领域,包括桶身,所述桶身的顶部活动安装有桶盖,所述桶身的底部设置有垃圾分桶,所述桶身的中部固定连接有支撑柱,所述桶身的内部转动安装有转体,所述转体与支撑柱转动连接,所述转体的内部固定安装有主舵机,所述主舵机与支撑柱传动连接。本实用新型通过控制主舵机带动转体内的投放识别口运动到相应存储种类的垃圾分桶的上方,随后控制副舵机转动带动下落槽转至投放识别口的底部,即可使垃圾落入相应的垃圾分桶内,完成垃圾分类过程,使垃圾桶更加智能化,方便化,用户只需将垃圾放置于投放识别口中即可离开,更加节省时间。

Patent Agency Ranking