-
公开(公告)号：CN107632998B
公开(公告)日：2021-04-23
申请号：CN201710605947.9
申请日：2017-07-24
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC: G06F16/904 , G06T11/20 , G06T11/60
Abstract: 本发明公开了一种基于人体形态的多维数据可视化方法；本发明首先运用数据挖掘中的K‑means聚类方法将数据集中的各个数据记录进行聚类，并建立各簇集的颜色映射表；其次，进行人体形态可视化布局的设计；然后，建立数据属性与人体各部位特征以及平行坐标轴之间的映射关系；最后，根据各簇集的颜色映射表为各人体面颊加上对应颜色。通过使用本发明的方法进行多维数据的可视化，可更加方便和有效地对数据进行分析，把握各个数据记录的特点，并得出准确结论，为进一步的数据分析建立了良好的基础。
-
公开(公告)号：CN107632998A
公开(公告)日：2018-01-26
申请号：CN201710605947.9
申请日：2017-07-24
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明公开了一种基于人体形态的多维数据可视化方法；本发明首先运用数据挖掘中的K-means聚类方法将数据集中的各个数据记录进行聚类，并建立各簇集的颜色映射表；其次，进行人体形态可视化布局的设计；然后，建立数据属性与人体各部位特征以及平行坐标轴之间的映射关系；最后，根据各簇集的颜色映射表为各人体面颊加上对应颜色。通过使用本发明的方法进行多维数据的可视化，可更加方便和有效地对数据进行分析，把握各个数据记录的特点，并得出准确结论，为进一步的数据分析建立了良好的基础。
-
公开(公告)号：CN112951356A
公开(公告)日：2021-06-11
申请号：CN202110305429.1
申请日：2021-03-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于联盟链的跨模态医疗数据联合共享方法；该方法以跨模态跨科室跨医院的医疗数据为切入点，利用联盟链的联合共享方式，基于智能合约、PBFT共识机制、非对称加密算法，构建跨模态医疗数据联合共享流程，具体流程如下；步骤1，确定供应链；步骤2，建立联盟链；步骤3，设置针对科室联盟链的智能合约链上交易流程；步骤4，设置针对医院联盟链的智能合约链上交易流程。本发明将医疗文本数据与影像数据引入到基于联盟链的联合共享研究中，拓展了医疗数据共享的研究领域的同时，联系了海量的医疗文本数据和影像数据，推进了国内医疗数据共享研究的进程。
-
公开(公告)号：CN112215151A
公开(公告)日：2021-01-12
申请号：CN202011090293.9
申请日：2020-10-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种利用3D对抗样本增强目标检测系统抗干扰能力的方法；执行过程包括步骤1基于纹理的对抗样本生成；步骤2基于形状的对抗样本生成；步骤3基于渲染的对抗样本生成；步骤4生成预训练数据清洗网络；步骤5将对抗样本图像添加到原训练集中。本发明主要从图形学层面出发，以更全面、系统的方案来生成3D对抗样本，并利用生成的对抗样本来提高目标检测模型的对抗防御能力。
-
公开(公告)号：CN112164446A
公开(公告)日：2021-01-01
申请号：CN202011089426.0
申请日：2020-10-13
Applicant: 电子科技大学
IPC: G16H30/20 , G06F40/186 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多网络融合的医疗影像报告生成方法，采用多深度神经网络模型融合的并行训练技术，此外，提出影像信息自适应聚焦技术，基于自适应注意力机制实现多网络特征的融合，利用经过聚焦编码后的医疗影像病理信息，研究跨媒体信息编解码技术，结合基于Seq2Seq的循环神经网络解码模型以及基于模板的报告生成技术，构建医疗影像文本报告生成流程。本发明以医疗影像报告生成技术为切入点，利用深度人工神经网络，构建端到端的医疗影像报告生成架构，对医疗影像进行精确分析，实现智能快速的医疗影像分析报告生成，具有持续可升级、智能化水平高、价格低廉、适用场景广泛等诸多优势。
-
Patent Agency Ranking
公开(公告)号：CN117393098A
公开(公告)日：2024-01-12
申请号：CN202311379780.0
申请日：2023-10-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于视觉先验和跨模态对齐网络的医疗影像报告生成方法；包括如下操作；步骤1，进行预处理；步骤2，进行视觉先验特征提取；步骤3，进行视觉特征提取；步骤4，进行跨模态对齐处理；步骤5，进行影像报告生成；步骤6，进行损失计算。本发明应用计算机视觉和自然语言处理技术，提出基于视觉先验和跨模态对齐网络的医疗影像报告生成方法，利用对比注意从影像中探索视觉先验特征，快速定位异常区域，并引入跨模态记忆矩阵，促进图像和文本特征间的交互和对齐，生成准确有效的报告，帮助医生减少阅片和撰写报告的时间，提高影像报告的质量以及诊断的精度。
-
公开(公告)号：CN112164446B
公开(公告)日：2022-04-22
申请号：CN202011089426.0
申请日：2020-10-13
Applicant: 电子科技大学
IPC: G16H30/20 , G06F40/186 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多网络融合的医疗影像报告生成方法，采用多深度神经网络模型融合的并行训练技术，此外，提出影像信息自适应聚焦技术，基于自适应注意力机制实现多网络特征的融合，利用经过聚焦编码后的医疗影像病理信息，研究跨媒体信息编解码技术，结合基于Seq2Seq的循环神经网络解码模型以及基于模板的报告生成技术，构建医疗影像文本报告生成流程。本发明以医疗影像报告生成技术为切入点，利用深度人工神经网络，构建端到端的医疗影像报告生成架构，对医疗影像进行精确分析，实现智能快速的医疗影像分析报告生成，具有持续可升级、智能化水平高、价格低廉、适用场景广泛等诸多优势。
-
公开(公告)号：CN103065158B
公开(公告)日：2016-05-18
申请号：CN201210578578.6
申请日：2012-12-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于相对梯度的ISA模型的行为识别方法，该方法采用改进的独立子空间分析算法来提取视频的局部特征；接着对所提取的局部特征进行聚类，得到聚类中心（即视觉关键词），对每个视频，建立视觉关键词直方图，则每个视频表示为基于视觉关键词直方图的特征向量；最后就是采用多类别支持向量机SVM对其进行分类，完成对行为的识别。本发明可以用于个体行为识别，也可以用于群体行为识别。本发明为一种基于相对梯度的算法，不需要求逆过程，收敛速度更快。
-
公开(公告)号：CN103440684A
公开(公告)日：2013-12-11
申请号：CN201310396822.1
申请日：2013-09-04
Applicant: 电子科技大学
Abstract: 一种将球谐光照技术应用于面绘制的方法，其使用纹理回填的方法使球谐光照技术可以应用到面绘制中。为此，首先对面模型中的每个面片进行离散采样将其转换为点模型；然后通过球谐光照方法得到每个点的球谐系数组；根据每个面离散出来的点及其对应的球谐系数组，通过纹理回填的方法为每个面生成一组球谐系数纹理；最后使用面绘制的方法对面模型进行绘制，通过GPU渲染管线进行编程完成球谐光照模拟。本发明在不牺牲绘制效率的前提下显著提高绘制质量。同时，本发明能在一程度上提高绘制效率，又可以克服点绘制时由于点与点之间重叠或覆盖范围不够产生的各种走样问题。
-
公开(公告)号：CN103295269A
公开(公告)日：2013-09-11
申请号：CN201310258955.2
申请日：2013-06-26
Applicant: 电子科技大学
IPC: G06T19/00
Abstract: 一种高效的电磁环境等值面提取方法，通过Longley-Rice电磁波传播模型计算电磁环境体数据，将数据按照八叉树的结构进行存储。通过遍历八叉树，找出含有等值面的体素，进行等值面提取。在对含有等值面的体素进行等值面提取的时候，采用了将多种等值面提取算法融合的方式，对于不含有二义性的体素，直接采用了简单方便的MarchingCube方法进行等值面提取，而对于存在二义性的体素，采用将体素分割成五面体的方法再次进行等值面提取，在算法过程中，充分利用图形硬件中几何着色器所带来的优势，高效进行等值面提取。采用本发明的方法，大大减少了三角形面片的数量和不必要的冗余存储空间，提高了绘制效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
