-
公开(公告)号：CN115953673A
公开(公告)日：2023-04-11
申请号：CN202211215326.7
申请日：2022-09-30
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V20/10 , G06V20/69 , G06V10/58 , G06V10/764
Abstract: 本发明提供一种液态环境微生物浓度的智能检测方法及系统，通过采集不同浓度等级的多个源域液态样本的初始高光谱数据，校准高光谱数据，基于校准高光谱数据进行高光谱超立方体的裁切得到源域数据集，并将源域数据集随机均衡的分成训练验证集，使用K折交叉验证方法将训练验证集划分为一一对应的K个训练集和K个验证集，在每个训练集上进行多通道联合特征提取、深度特征提取和折内浓度预测，并基于对应折验证集分别选择初始最优浓度检测模型，在K折上得到K个初始最优浓度检测模型；基于K个初始最优浓度检测模型通过定性分析和定量分析得到最终最优浓度检测模型和浓度集体决策结果。相较于现有技术，本申请具有更好的鲁棒性和域泛化能力。
-
公开(公告)号：CN115190332B
公开(公告)日：2025-01-07
申请号：CN202210801636.0
申请日：2022-07-08
Applicant: 西安交通大学医学院第二附属医院
IPC: H04N21/234 , H04N21/44 , H04N21/488 , H04N5/278 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于全局视频特征的密集视频字幕生成方法，本发明通过自适应聚类的方法在只输入整段视频的情况下编码其全局特征，进而以端到端的方式指导事件定位和字幕生成，略去了先前模型利用先验阈值进行事件提案划分的步骤，从而在保证字幕生成准确性的条件下大大降低了计算复杂度。本发明在处理长序列特征时能够自适应地将相近的特征查询聚类进而降低冗余，节省内存。同时，作为传统Transformer中完整自注意力机制的快速近似，该方法在编码准确性方面也表现优异。
-
Patent Agency Ranking
公开(公告)号：CN115644937A
公开(公告)日：2023-01-31
申请号：CN202211336815.8
申请日：2022-10-28
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明提供一种冠状病毒超快速智能检测设备及方法，包括采集仓和设置于采集仓输出端的灭菌仓；采集仓内设置有病毒承载容器，病毒承载容器两侧单独设置有高光谱成像光源和图像采集装置，病毒承载容器内置病毒承载溶液；病毒承载容器连接有测试管和灭菌仓进气道，测试管端部为微孔结构且位于病毒承载溶液底部，灭菌仓进气道位于病毒承载溶液液面之上，且连接灭菌仓；图像采集装置输出端连接冠状病毒检测单元；本申请在高光谱成像技术及其对应的深度学习算法支持下，实现了新型冠状病毒及其其他病原微生物的检测，能够有效提取样本数据的深度特征，很好地实现新冠病毒超快速检测，且成本低、人力投入小，能够实现冠状病毒超快速智能检测。
-
公开(公告)号：CN115190332A
公开(公告)日：2022-10-14
申请号：CN202210801636.0
申请日：2022-07-08
Applicant: 西安交通大学医学院第二附属医院
IPC: H04N21/234 , H04N21/44 , H04N21/488 , H04N5/278 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于全局视频特征的密集视频字幕生成方法，本发明通过自适应聚类的方法在只输入整段视频的情况下编码其全局特征，进而以端到端的方式指导事件定位和字幕生成，略去了先前模型利用先验阈值进行事件提案划分的步骤，从而在保证字幕生成准确性的条件下大大降低了计算复杂度。本发明在处理长序列特征时能够自适应地将相近的特征查询聚类进而降低冗余，节省内存。同时，作为传统Transformer中完整自注意力机制的快速近似，该方法在编码准确性方面也表现优异。
-
公开(公告)号：CN118552565A
公开(公告)日：2024-08-27
申请号：CN202410701539.3
申请日：2024-05-31
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明涉及深度学习图像分割领域，具体为一种基于空间‑频谱跨域编码与熵感知双解码的医学图像分割方法、系统及设备，该方法中设计具有空间‑频谱编码和熵感知双解码的多尺度跨域深度融合的医学图像分割网络，以适应性地融合多个尺度上的特征图与每个尺度相关的局部熵，显式建模网络对最终分割结果的推导。同时引入三阶段注意力介导的傅里叶结构在频谱域内动态调节血管的全局特征，还引入三角星跨域特征融合模块，采用成对交互路径设计通过跨域深度分析学习分割医学图像。本发明所提出的方法结合了空间‑频谱编码进行跨域特征融合和熵感知双解码进行多尺度特征融合，可以实现高质量的医学图像分割。
-
公开(公告)号：CN114936267A
公开(公告)日：2022-08-23
申请号：CN202210509676.8
申请日：2022-05-11
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于双线性池化的多模态融合在线谣言检测方法及系统，该方法应用预训练的句BERT模型提取了谣言的语义特征，设计一个主题语义融合网络共同编码语义和主题特征，并生成相比传统语义特征更高效的主题指导的高阶文本特征，设计基于PageRank影响力加权的双向GCN网络，通过获取传播结构中节点的相对位置信息生成相比传统GCN网络更有效的传播结构特征，对于完整数据集的谣言检测任务，本发明设计块对角分解双线性池化模型，该模型刻画了多模态间的丰富交互，利用富含交互关系的多模态联合表示特征提升谣言检测的准确率，在其中应用链式映射和改进的块对角分解控制训练参数规模以降低刻画交互的张量中的冗余信息。
-
公开(公告)号：CN114936266A
公开(公告)日：2022-08-23
申请号：CN202210509666.4
申请日：2022-05-11
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于门控机制的多模态融合谣言早期检测方法及系统，该方法应用预训练的句BERT模型提取了谣言的语义特征，设计一个主题语义融合网络共同编码语义和主题特征，并生成相比传统语义特征更高效的主题指导的高阶文本特征，设计基于PageRank影响力加权的双向GCN网络，通过获取传播结构中节点的相对位置信息生成相比传统GCN网络更有效的传播结构特征；基于门控机制的模型通过门控单元筛选传播结构特征中对谣言检测有意义的部分，自适应地对主题指导的文本特征和筛选后的传播结构特征进行加权融合，生成多模态联合表示特征；经过训练的多模态门控融合模型可以筛选出传播结构特征中有用的信息，在传播信息不足的情况下达到良好的谣言检测性能。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
