-
公开(公告)号：CN114708347B
公开(公告)日：2024-09-17
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/096
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
-
公开(公告)号：CN114898872A
公开(公告)日：2022-08-12
申请号：CN202210390976.9
申请日：2022-04-14
IPC: G16H50/20
Abstract: 本发明涉及CT图像处理技术领域，具体涉及一种多模态概率分布自适应的原发性肝癌病理分级预测方法，该方法包括如下步骤：S1、基于特征分布动态对齐和分类层对齐的多源迁移特征提取网络，采用动态的概率分布衡量方法，充分考虑多源医学数据的边缘分布和条件分布差异，实现多源异构特征的细粒度对齐迁移；S2、基于改进型布谷鸟优化极限学习机的肝MR图像特征分类算法实现多源迁移特征的分类。本发明在有效解决多源数据异构问题的基础上充分融合多源医学数据，丰富特征信息，提取更鲁棒有效的多源迁移特征，并采用改进型布谷鸟算法对极限学习机的隐含层节点数进行自适应寻优，训练更稳定准确的分类器，实现多源迁移特征的有效分类。
-
公开(公告)号：CN114663423B
公开(公告)日：2025-05-06
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
公开(公告)号：CN116725821A
公开(公告)日：2023-09-12
申请号：CN202310828949.X
申请日：2023-07-07
Applicant: 桂林航天工业学院
IPC: A61H1/02
Abstract: 本发明涉及手部康复锻炼器械技术领域，具体涉及一种基于混合驱动的便携式帕金森患者手部康复装置，包括支架机构，所述支架机构的顶端转动连接有支撑机构，所述支撑机构包括上臂杆，所述上臂杆的一端转动连接有下臂杆，所述下臂杆的一端一侧固连有四指弯曲模块，所述下臂杆的一端另一侧固连有拇指弯曲模块。本发明中，通过上臂杆和下臂杆的设置，通过驱动模块往复拉动拉绳，从而通过指套一拉动四指向手背方向掰动，通过指套二向外掰动拇指，从而对手指根部关节进行活动拉升，从而自动对手部进行锻炼，需要手动锻炼时，收屈前臂，从而使得指套一带动四指向外掰动，指套二带动拇指向外掰动，实现手动带动手指关节活动锻炼。
-
Patent Agency Ranking
公开(公告)号：CN114663423A
公开(公告)日：2022-06-24
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
公开(公告)号：CN114081787A
公开(公告)日：2022-02-25
申请号：CN202111407405.3
申请日：2021-11-24
Applicant: 桂林航天工业学院
IPC: A61H1/02
Abstract: 本发明涉及人工智能医学技术领域，具体涉及一种脑电信号控制的手套康复系统，包括：脑电信号采集装置，用于采集脑电信号，实现脑电信息的放大,并将放大后的脑电信号传递到PC端；PC端，用于实现脑电信号的记录，并对脑电信号进行滤波、特征提取、分类处理，获取用户运动意图，生成控制指令信号，并通过通信模块将控制指令信号传递给控制芯片,实现外部手套为用户提供主被动模式一体的康复训练。本发明通过脑电信号采集器采集患者脑部运动区域的生物电信号，运用算法识别患者运动意图，创新性地提出主动训练模式，充分发挥患者的主观能动性，大大提高康复训练效能。
-
公开(公告)号：CN114708347A
公开(公告)日：2022-07-05
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号：CN117257609A
公开(公告)日：2023-12-22
申请号：CN202311301548.5
申请日：2023-10-10
Applicant: 桂林航天工业学院 , 广西威诺敦医疗控股有限公司
Abstract: 本发明涉及腕关节康复用具技术领域，具体涉及一种腕关节康复辅助器，包括底座，固定座前方设有五个第一连接板，底座内部相对固定座的位置设有驱动机构，驱动机构包括转盘，转盘外壁呈线性等间距结构绕设有多个第一柔性索条，底座内部相对转盘上方的位置开设有空腔，空腔顶面相对第一连接板的位置开设有贯通口，贯通口内部转动连接有导轮，多个第一柔性索条上端绕过导轮中部延伸至底座上方并分别与五个第一连接板底面连接固定，转盘后方滑动连接有活动杆，活动杆中部套设有第二柔性索条，第二柔性索条上部为山字形结构并与固定座底面连接固定。本发明设有柔索驱动结构，通过这样的结构设计能够有效的防止患者手臂受到二次损伤。
-
公开(公告)号：CN116758345A
公开(公告)日：2023-09-15
申请号：CN202310640579.7
申请日：2023-06-01
Applicant: 桂林航天工业学院
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明属于CT图像分类方法技术领域，且公开了一种基于参数与特征迁移的胃肿瘤CT图像分类方法，包括如下步骤：S1：基于Densenet121网络进行卷积特征提取；S2：基于MMD对提取的特征进行特征分析；S3：通过正则化极限学习机分类算法对分析后的特征进行分类，生成诊断模型。本发明通过将迁移学习思想和ELM算法相结合，提出基于最大均值差异的迁移极限学习机的深度特征分类算法，为减少源域数据和目标域数据特征的分布差异，获取更有效的特征，本发明采用最大均值差异方法衡量动脉期和静脉期深度学习特征的概率分布，剔除冗余信息，融合两期图像的有效信息，得到泛化能力强、鲁棒性高的胃CT影像识别模型。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.03 seconds)
