-
公开(公告)号：CN120045913A
公开(公告)日：2025-05-27
申请号：CN202510120545.4
申请日：2025-01-25
Applicant: 湖南大学
IPC: G06F18/213 , A61B5/16 , A61B5/374 , A61B5/00 , G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于抑郁检测的脑电信号多维表征学习方法，包括：S1、获取患者脑电信号数据集，该数据集包括脑电信号以及相应的抑郁症标签；S2、对所述脑电信号进行预处理，该预处理为将所述脑电信号分段成固定长度；S3、通过图特征提取和结构学习模块提取脑电信号的结构相关性特征；S4、采用门控Transformer机制提取脑电信号的时间动态特征，并通过门控机制对时序状态进行优化和表征；S5、利用基于Mamba的状态空间模型，将结构相关性特征与时间动态特征融合并优化到门控机制中；S6、利用UMAP技术对融合后的特征进行降维，生成直观可视化结果。本发明在抑郁症数据集上实现了最先进的效果。
-
公开(公告)号：CN120032412A
公开(公告)日：2025-05-23
申请号：CN202510120551.X
申请日：2025-01-25
Applicant: 湖南大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于高分辨率图像与跨模态融合的图像处理方法及装置，该方法通过用户界面将目标面部图像进行上传，并通过潜在扩散模型处理，获得高清化面部图像；将高清化面部图像进行归一化处理，获得归一化面部图像；通过图像骨干网络和面部地标检测器对归一化面部图像进行特征提取，分别获得全局特征和地标特征；通过交叉融合策略使全局特征及地标特征进行融合协作生成融合特征，并按照设定尺度划分为多尺度融合特征；通过交叉融合Transformer编码器将多尺度融合特征进行特征提取获得多尺度特征；将多尺度特征进行融合生成最终特征表示，并输入分类器中进行处理，输出情感标签。本发明解决了图片细节不足、类间相似性、类内差异性及尺度敏感性等问题。
-
公开(公告)号：CN119889591A
公开(公告)日：2025-04-25
申请号：CN202411931889.5
申请日：2024-12-26
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多模态特征融合的抑郁检测方法及装置，方法包括：S1、获取多模态抑郁症数据集；S2、将音频特征和视频特征变换到相同维的空间以进行对齐；S3、将变换后的音频特征和视频特征进行特征增强，并将对齐后的音频特征和视频特征与特征增强后的特征相加形成残差连接；S4、根据样本长度拼接增强后的音频特征和视频特征，将拼接后的音频特征和视频特征进行特征融合；S5、将融合后的特征乘以掩码进行平均池化，使用线性层作为分类头、带逻辑输出的二元交叉熵损失作为损失函数，得到预测值；S6、采用混淆矩阵热力图进行可视化评估结果。本发明能够在降低成本的同时实现高精度的抑郁检测，并支持检测结果的可视化展示。
-
公开(公告)号：CN118919013A
公开(公告)日：2024-11-08
申请号：CN202410984961.4
申请日：2024-07-22
Applicant: 湖南大学
IPC: G16H15/00 , G06F40/169 , G06F40/126 , G06F40/295 , G06F40/216 , G06F16/35 , G06N5/04
Abstract: 本发明公开了一种用于增强X光图像诊断的文本提示学习方法及装置。方法包括：S1、输入患者胸部X光图像数据集，所述X光图像数据集包含放射学报告#imgabs0#和相应的图像与人工注释标签；S2、在放射学报告中提取概念、位置和阳性，形成三元组数据；S3、将外部医学知识注入至所述三元组数据，形成新的细粒度数据；S4、为每个概念生成报告级提示嵌入；S5、为每个概念生成概念级提示嵌入；S6、计算报告级相似性和概念级相似性；S7、使用损失函数训练得到推理模型；S8、输入患者胸部X光图像输入至推理模型，推断得到某些概念和/或疾病的存在，并确定概念和/或疾病的视觉证据。本发明无需使用任何标记的图像，具有良好的可解释性能。
-
-
-
Search Results
4
records
(took 0.012 seconds)
