-
公开(公告)号：CN118097116A
公开(公告)日：2024-05-28
申请号：CN202410345381.0
申请日：2024-03-25
Abstract: 本发明公开了一种基于鸟类脑机制的显著运动目标检测系统，包括视频采集装置、数据处理装置和显示装置；视频采集装置用于进行视频采集；数据处理装置，用于对视频数据逐帧进行运动特征提取，最后对原始图像的联合时域显著图，基于像素空间位置进行归一化操作，并输出最终显著图；显示装置，用于接收并显示数据处理装置输出的原始图像中显著的运动目标信息。本发明能够实现对复杂动态场景下新奇运动目标的有效检测。
-
公开(公告)号：CN114098749B
公开(公告)日：2024-04-05
申请号：CN202111651395.8
申请日：2021-12-30
Abstract: 本发明公开了一种基于深度学习与诊断规则的心拍形态识别方法及装置，包括以下步骤：A：获取待检测心拍并通过m个基于DenseNet的深度神经网络分别生成待检测心拍中不同类别的心拍概率；B：根据得到的每个基于DenseNet的深度神经网络生成不同类别的心拍概率，通过融合决策的方法确定各个类别心拍概率的最终概率；C：根据各个类别心拍概率的最终概率，结合设定的概率阈值，判断待检测心拍所属的心拍类别；并利用诊断规则条件进一步校验待检测心拍的类别。本发明能够解决现有技术中对心梗患者QRS波、ST段和T波形态识别时依赖于特征点检测的准确性、自适应性差和易受噪声干扰鲁棒性差的缺陷，具有较高的识别准确率。
-
公开(公告)号：CN113951893B
公开(公告)日：2023-02-03
申请号：CN202111460169.1
申请日：2021-12-02
Abstract: 本发明涉及心电信号提取点提取方法技术领域，公开了一种结合深度学习和电生理知识的多导联心电信号特征点提取方法，首先，多导联心电信号获取模块用于提取12导联心电信号；其次，特征点提取模块通过基于U‑net框架的卷积神经网络(CNN)和长短期记忆网络(LSTM)提取心拍的形态特征和采样时刻的强时序相关性特征，并通过底层和高层信息的融合强化波形各个时刻更加精细的特征，之后通过固定阈值法提取特征点；最后，特征点位置修正模块通过基于电生理学知识的多导联互参方法和动态阈值自适应调整策略进一步提升特征点提取精度，够显著降低特征点提取的漏诊率和误诊率。
-
公开(公告)号：CN114246591A
公开(公告)日：2022-03-29
申请号：CN202111651413.2
申请日：2021-12-30
IPC: A61B5/318 , A61B5/349 , A61B5/355 , A61B5/358 , A61B5/00 , A61B5/366 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/50
Abstract: 本发明公开了一种基于知识图谱的心肌梗死智能辅助验证方法和系统，包括以下具体步骤：A：获取多导联心电信号数据；B：利用获取的多导联心电信号数据，通过心电信号特征点提取网络模型对特征点进行提取，得到多导联心电信号数据中的特征点；然后通过心拍形态识别网络模型进行心拍形态识别，最终得到多导联心电信号数据的实体属性值；C：将获得的多导联心电信号数据的实体属性值，链接到心梗辅助诊断领域知识图谱的本体结构上，生成对应实体的知识图谱；D：利用知识图谱并基于产生式规则，对心肌梗死的诊断结果进行辅助验证。本发明能够基于心拍识别构建的知识图谱，并基于产生式规则对心肌梗死的诊断结果进行辅助验证，提高诊断结果的准确性和可解释性。
-
公开(公告)号：CN116128924A
公开(公告)日：2023-05-16
申请号：CN202310069560.1
申请日：2023-02-06
Abstract: 本发明公开了一种基于鸟类视顶盖运动编码机制的运动检测预警系统和方法，包括视频采集装置、数据处理装置和显示装置；视频采集装置，用于采集视频并转化为数字信号发送至数据处理装置；数据处理装置，用于计算每个像素点的亮度信息并获取每帧视频图像中每个像素点的运动响应信息，得到运动目标增强后的运动响应信息和运动方向信息；数据处理装置获取最终响应系数与增强后的运动响应信息进行整合后，输出视频中运动目标的位置信息；显示装置，用于对运动目标的位置信息进行标识和显示。本发明能够在自然图像背景下和真实自然视频中更为准确可靠地进行运动目标的检测和预警。
-
Patent Agency Ranking
公开(公告)号：CN106508714B
公开(公告)日：2019-04-05
申请号：CN201610941322.5
申请日：2016-10-25
IPC: A01K15/02
Abstract: 本发明公开了一种动物实物目标识别学习训练系统，包括上位机控制系统、下位机控制系统和训练箱；上位机控制系统由PC机和摄像头构成；摄像头的视频信号输出端与PC机的视频信号输入端连接；下位机控制系统由内置有USB接口的单片机、实物目标刺激单元、位置传感器单元、行为反馈单元、奖励单元和惩罚单元构成；单片机的输出控制接口分别与所述实物目标刺激单元、奖励单元和惩罚单元的输入控制接口连接；单片机的信号输入接口分别与位置传感器单元和行为反馈单元的信号输出接口连接。本发明优点在于可将不同类型的实物目标自动的呈现在实验动物的面前,实验动物无需结合自身的行走能力即可完成对目标的识别，降低了训练的难度。
-
公开(公告)号：CN106508714A
公开(公告)日：2017-03-22
申请号：CN201610941322.5
申请日：2016-10-25
IPC: A01K15/02
CPC classification number: A01K15/02
Abstract: 本发明公开了一种动物实物目标识别学习训练系统，包括上位机控制系统、下位机控制系统和训练箱；上位机控制系统由PC机和摄像头构成；摄像头的视频信号输出端与PC机的视频信号输入端连接；下位机控制系统由内置有USB接口的单片机、实物目标刺激单元、位置传感器单元、行为反馈单元、奖励单元和惩罚单元构成；单片机的输出控制接口分别与所述实物目标刺激单元、奖励单元和惩罚单元的输入控制接口连接；单片机的信号输入接口分别与位置传感器单元和行为反馈单元的信号输出接口连接。本发明优点在于可将不同类型的实物目标自动的呈现在实验动物的面前,实验动物无需结合自身的行走能力即可完成对目标的识别，降低了训练的难度。
-
公开(公告)号：CN114246591B
公开(公告)日：2024-04-09
申请号：CN202111651413.2
申请日：2021-12-30
IPC: A61B5/318 , A61B5/349 , A61B5/355 , A61B5/358 , A61B5/00 , A61B5/366 , G06T5/70 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/047 , G06N3/0442 , G06T5/50
Abstract: 本发明公开了一种基于知识图谱的心肌梗死智能辅助验证方法和系统，包括以下具体步骤：A：获取多导联心电信号数据；B：利用获取的多导联心电信号数据，通过心电信号特征点提取网络模型对特征点进行提取，得到多导联心电信号数据中的特征点；然后通过心拍形态识别网络模型进行心拍形态识别，最终得到多导联心电信号数据的实体属性值；C：将获得的多导联心电信号数据的实体属性值，链接到心梗辅助诊断领域知识图谱的本体结构上，生成对应实体的知识图谱；D：利用知识图谱并基于产生式规则，对心肌梗死的诊断结果进行辅助验证。本发明能够基于心拍识别构建的知识图谱，并基于产生式规则对心肌梗死的诊断结果进行辅助验证，提高诊断结果的准确性和可解释性。
-
公开(公告)号：CN116071887A
公开(公告)日：2023-05-05
申请号：CN202310069561.6
申请日：2023-02-06
Abstract: 本发明公开了一种基于运动目标检测机制的森林烟雾检测系统和方法，包括视频采集装置、数据处理装置和显示装置；视频采集装置用于采集监测区域内森林的实时视频；数据处理装置，用于计算每个像素点的亮度信息并获取亮度增加情况下的烟雾运动响应信息，得到增强后的烟雾运动响应信息和运动方向信息；数据处理装置获取最终响应系数与增强后的烟雾运动响应信息整合后，输出视频中烟雾目标的位置信息；显示装置，用于输出的烟雾目标的位置信息进行标识和显示。本发明能够在自然图像背景下和真实自然视频中更为准确可靠地进行烟雾的检测和预警。
-
公开(公告)号：CN114098749A
公开(公告)日：2022-03-01
申请号：CN202111651395.8
申请日：2021-12-30
Abstract: 本发明公开了一种基于深度学习与诊断规则的心拍形态识别方法及装置，包括以下步骤：A：获取待检测心拍并通过m个基于DenseNet的深度神经网络分别生成待检测心拍中不同类别的心拍概率；B：根据得到的每个基于DenseNet的深度神经网络生成不同类别的心拍概率，通过融合决策的方法确定各个类别心拍概率的最终概率；C：根据各个类别心拍概率的最终概率，结合设定的概率阈值，判断待检测心拍所属的心拍类别；并利用诊断规则条件进一步校验待检测心拍的类别。本发明能够解决现有技术中对心梗患者QRS波、ST段和T波形态识别时依赖于特征点检测的准确性、自适应性差和易受噪声干扰鲁棒性差的缺陷，具有较高的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.037 seconds)
