-
公开(公告)号：CN112862783A
公开(公告)日：2021-05-28
申请号：CN202110171111.9
申请日：2021-02-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于神经网络的甲状腺CT图像结节自动诊断系统，依次包括图像预处理模块，对原始甲状腺CT图像进行预处理，对预处理图像进行结节信息的标记；图像数据增强模块，用于扩充甲状腺CT图像数据集；结节语义分割模块，通过神经网络进行图像语义分割，分割出结节部分；图像算法优化模块，使语义分割网络输出平滑过渡，适配到分类网络中；分类预测模块，使用混合网络模型对分割出的各个甲状腺结节进行良恶性分类判断。本发明能够实现端到端的甲状腺结节诊断，无需额外对CT图像进行图像处理及数据标注工作，可以实现高准确率和高效率的甲状腺结节自动识别和良恶性分类。
-
公开(公告)号：CN112686336A
公开(公告)日：2021-04-20
申请号：CN202110119362.2
申请日：2021-01-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于神经网络的烧伤创面深度分类系统，包括依次连接的烧伤图像采集模块、图像预处理模块、图像数据增强模块、前端多模型特征提取模块和后端模型分类预测模块；烧伤图像采集模块，采集烧伤患者的创面图像；图像预处理模块，对创面图像预处理；图像数据增强模块，对创面图像进行数据增强，扩充创面图像数据集；前端多模型特征提取模块，对烧伤图像进行多模型的特征提取并堆叠前端多模型的输出特征矩阵；后端模型分类预测模块，进一步地提取前端多模型的输出特征，并进行烧伤深度的分类预测；本系统能够实现端到端的烧伤创面深度诊断，通过前后端不同的神经网络模型的配置，实现高准确率和高效率的烧伤深度诊断。
-
公开(公告)号：CN112686213B
公开(公告)日：2024-05-31
申请号：CN202110104586.6
申请日：2021-01-26
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种基于循环神经网络及毫米波的OSAHS诊断系统，利用毫米波模块采集被测患者整晚胸腔运动信号，并通过滤波算法进行背景杂波滤除处理，还原呼吸信号利用特征提取模块对时域信号进行处理，通过基于GRU神经网络的胸腔信号分类模型，实现对正常状态、阻塞暂停状态、中枢暂停状态、混合暂停状态的四分类；根据对各类胸腔运动状态的统计，结合AHI指数识别患者的呼吸暂停综合征情况。
-
公开(公告)号：CN112859067B
公开(公告)日：2024-01-16
申请号：CN202011644479.4
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于毫米波雷达的动态目标的监测方法，包括如下步骤：S1利用毫米波雷达发射线性调频信号，经过回波信号与发射信号混频后得到基带差拍信号；S2对得到的信号进行预处理去除寄生调幅干扰、正交混频镜像干扰等影响信号质量的问题；S3利用DFT对含有目标距离信息的差拍信号进行频率的估计，继而转化成距离的估计而实现目标的距离参数测量；S4多个毫米波雷达分布式组网实现目标的三维空间定位。本发明提供的方法能够用于动态目标的监测，通过毫米波雷达获取的原始数据经过预处理、DFT计算和分布式组网实现动态目标的监测方法可用于老人、婴幼儿、精神病患者、大面积烧伤等特殊人群进行体征动态监护。
-
公开(公告)号：CN111696575B
公开(公告)日：2023-01-03
申请号：CN202010570684.4
申请日：2020-06-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合神经网络模型的低通气和呼吸暂停检测识别系统，属于睡眠鼾声检测技术领域；包括：通过多个麦克风采集整晚鼾声数据；对采集到的鼾声数据使用波束形成进行降噪；截取整晚鼾声数据中有效的鼾声数据片段；提取鼾声数据片段的声学特征；通过混合神经网络模型对鼾声特征进行正常鼾声、低通气鼾声和呼吸暂停鼾声的分类；根据分类结果，统计整晚低通气鼾声和呼吸暂停鼾声的数量，计算被测者整晚的睡眠呼吸暂停低通气指数AHI，进一步的，通过AHI指数完成对阻塞性睡眠呼吸暂停低通气综合征OSAHS患者的识别和检测。
-
Patent Agency Ranking
公开(公告)号：CN112859067A
公开(公告)日：2021-05-28
申请号：CN202011644479.4
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于毫米波雷达的动态目标的监测方法，包括如下步骤：S1利用毫米波雷达发射线性调频信号，经过回波信号与发射信号混频后得到基带差拍信号；S2对得到的信号进行预处理去除寄生调幅干扰、正交混频镜像干扰等影响信号质量的问题；S3利用DFT对含有目标距离信息的差拍信号进行频率的估计，继而转化成距离的估计而实现目标的距离参数测量；S4多个毫米波雷达分布式组网实现目标的三维空间定位。本发明提供的方法能够用于动态目标的监测，通过毫米波雷达获取的原始数据经过预处理、DFT计算和分布式组网实现动态目标的监测方法可用于老人、婴幼儿、精神病患者、大面积烧伤等特殊人群进行体征动态监护。
-
公开(公告)号：CN111696575A
公开(公告)日：2020-09-22
申请号：CN202010570684.4
申请日：2020-06-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合神经网络模型的低通气和呼吸暂停检测识别系统，属于睡眠鼾声检测技术领域；包括：通过多个麦克风采集整晚鼾声数据；对采集到的鼾声数据使用波束形成进行降噪；截取整晚鼾声数据中有效的鼾声数据片段；提取鼾声数据片段的声学特征；通过混合神经网络模型对鼾声特征进行正常鼾声、低通气鼾声和呼吸暂停鼾声的分类；根据分类结果，统计整晚低通气鼾声和呼吸暂停鼾声的数量，计算被测者整晚的睡眠呼吸暂停低通气指数AHI，进一步的，通过AHI指数完成对阻塞性睡眠呼吸暂停低通气综合征OSAHS患者的识别和检测。
-
公开(公告)号：CN111613210A
公开(公告)日：2020-09-01
申请号：CN202010643345.4
申请日：2020-07-06
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EfficientNeT神经网络的各类呼吸暂停综合征的分类检测系统，属于鼾声检测及疾病判别领域；包括音频采集模块、鼾声提取模块、特征提取模块、鼾声识别模块、统计判断模块，所述音频采集模块，用于采集被测患者整晚睡眠状态时音频；所述鼾声提取模块，用于提取完整音频中所有的鼾声段音频；所述特征提取模块，用于对采集得到的鼾声段进行特征提取；所述鼾声识别模块，用于使用基于EfficientNeT神经网络的模型对所有的鼾声段进行各类鼾声的自动识别与检测；所述统计判断模块，用于对各类鼾声情况的进行统计，并依据AHI指数完成对各类呼吸暂停综合征的分类检测。
-
公开(公告)号：CN112990199B
公开(公告)日：2024-04-26
申请号：CN202110344456.X
申请日：2021-03-29
Applicant: 杭州电子科技大学
IPC: G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06N20/00
Abstract: 本发明公开了一种基于支持向量机的烧伤创面深度分类系统，包括：烧伤创面图像采集模块、烧伤创面图像预处理模块、烧伤创面图像特征提取模块、SVM训练模块和烧伤图像预测模块；所述烧伤创面图像采集模块，用于采集烧伤患者的烧伤创面图像；所述烧伤创面图像预处理模块，对采集的烧伤创面图像进行预处理；所述烧伤创面图像特征提取模块，对预处理的烧伤创面图像进行特征提取；所述SVM训练模块，将提取特征后的烧伤图像划为训练集、验证集和测试集，用于SVM分类模型的训练；所述烧伤图像预测模块，将在验证集和测试集上表现最优的SVM模型，用于没有标记的烧伤创面图像的烧伤深度的预测，获得烧伤图像的深度分类结果。
-
公开(公告)号：CN111540369B
公开(公告)日：2023-04-07
申请号：CN202010487209.0
申请日：2020-06-01
Applicant: 杭州电子科技大学
IPC: G10L19/00 , G10L25/87 , H04L69/164 , G08C17/02 , A61B5/00
Abstract: 本发明公开了一种用于呼吸暂停鼾声的采集传输系统，利用相邻鼾声以及中间无声段的声音特征，利用短时能量的双门限端点检测法进行判断鼾声起始位置，提高了呼吸暂停鼾声采集结果的准确性。另外，本申请提供的音频的UDP传输技术针对UDP传输中数据容易丢包以及乱序的情况，设计了乱序重排、确认应答、分组请求重传以及速率控制等多种机制保证数据的可靠传输，并且在此基础上设计了UDP文件传输协议，并定义了数据包结构及类型、传输控制流程等，能够实现文件在UDP协议下的可靠传输。本申请提供的方法及系统能够采集传输睡眠期间呼吸暂停的情况，可用于后续的OSASH疾病辅助诊断。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.018 seconds)
