-
公开(公告)号:CN119399229A
公开(公告)日:2025-02-07
申请号:CN202411538555.1
申请日:2024-10-31
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于金字塔视觉Transformer的息肉图像分割方法,属于数字医疗技术领域。该方法包括:通过金字塔视觉Transformer模块捕获全局上下文信息,从多个提取阶段获得不同分辨率的特征图;通过循环交叉注意力模块从第一阶段的浅层特征图中提取细节信息,得到浅层特征;通过多尺度特征融合感知模块对多阶段提取的特征图进行融合处理,提取得到深层特征,并将深层特征和浅层特征进行融合后用于图像分割;设计加权二进制交叉熵损失和加权IoU损失对前述过程进行训练,训练完成后用于分割息肉图像。本发明通过金字塔视觉Transformer模块、循环交叉注意力模块和多尺度特征融合感知模块,显著提升了全局信息学习能力、细节信息捕捉能力和分割性能。
-
公开(公告)号:CN119014848A
公开(公告)日:2024-11-26
申请号:CN202411437320.3
申请日:2024-10-15
Applicant: 重庆邮电大学
IPC: A61B5/0531 , A61B5/00 , G16H50/20
Abstract: 本发明涉及一种基于生物电阻抗的皮肤烧伤鉴定系统及方法,属于医学信号检测领域,包括:探测电极模块:包括用于分别夹持在被测者四肢的四组电极,每组电极包括一个激励电极和一个测量电极;所述激励电极用于对被测者输入电流,所述测量电极用于检测被测者身上的电压输出。阻抗测量模拟前端模块:用于向激励电极发送激励信号,并接收测量电极采集的测量信号,获取生物电阻抗谱数据。微处理器模块:用于对阻抗测量模拟前端模块进行控制,调节测量参数,并将采集的生物电阻抗谱数据进行处理后,发送到上位机。上位机:利用量化诊断模块对生物电阻抗谱数据进行处理和量化评估,通过烧伤水泡面积与烧伤深度信息判断烧伤鉴定等级。
-
公开(公告)号:CN118320256A
公开(公告)日:2024-07-12
申请号:CN202410609101.2
申请日:2024-05-16
Applicant: 重庆邮电大学
IPC: A61M16/06 , A61M16/00 , A61M16/10 , A61B5/1455 , A61B5/00
Abstract: 本发明涉及一种实时氧合的自适应呼吸面罩及其使用方法,属于医疗器械领域。通过集成血氧饱和度检测套件和自适应调节系统于呼吸面罩,这项设计的核心优势在于实时监测使用者的血氧饱和度,并据此自动调整呼吸机的潮气量,以保持用户处于理想的血氧饱和度。智能匹配的家用无创呼吸机能够根据用户的实际需求智能地调节呼吸支持,提高辅助呼吸效果和舒适性。系统还具有智能报警功能,可在检测到血氧饱和度异常时触发警报,提醒用户并采取干预措施,以预防急性呼吸衰竭等严重后果。这种智能监测和报警系统有助于及时发现和处理血氧饱和度异常,从而保障用户的安全和健康。
-
公开(公告)号:CN117727001A
公开(公告)日:2024-03-19
申请号:CN202311670801.4
申请日:2023-12-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于全向视觉的车辆周围目标BEV感知预测方法,涉及自动驾驶、计算机视觉、深度学习等领域。本发明构建了一种端到端基于BEV感知、预测的神经网络,不同于现有通过Transformer将特征转换到极坐标系的隐式转换方法,本发明的BEV方法是显式地将特征转化到极坐标中进行感知和预测。未来预测模型以多帧的感知特征作为输入,通过对感知特征进行离散化对角高斯采样将特征信息分为两种不同分布来实现融合预测;最后将预测信息通过一个多头解码器来输出预测信息。通过压缩激光雷达的3D标注信息中高度信息生成BEV标签数据,该网络可以通过多相机来实现对参考车辆周围目标进行感知、预测,预测结果可为自动驾驶中的路径规划和自动避障下游任务使用。
-
公开(公告)号:CN109658949A
公开(公告)日:2019-04-19
申请号:CN201811653295.7
申请日:2018-12-29
Applicant: 重庆邮电大学
IPC: G10L21/0216 , G10L21/02 , G10L25/30 , G10L25/03
Abstract: 为了解决传统基于特征映射的DNN语音增强方法噪声鲁棒性差、特征映射不准确、增强语音存在频谱失真等缺点,提出了一种基于深度神经网络的语音增强方法。首先提出并搭建基于动态噪声和语音联合感知训练的特征映射深度神经网络模型(DNAT-DSAT-DNN),学习带噪语音信号和纯净语音信号之间的特征映射关系,进而得到增强语音信号的对数功率谱特征值;其次利用带噪语音信号、纯净语音信号和噪声信号三者的几何关系,求得增强语音信号的相位信息;最后利用重叠相加原理恢复出增强语音信号的时域表示。
-
公开(公告)号:CN108197319A
公开(公告)日:2018-06-22
申请号:CN201810107532.3
申请日:2018-02-02
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于时频局部能量的特征点的音频检索方法和系统,属于计算机应用领域。该方法对于音频数据库,先进行预处理,然后再提取时域局部能量很突出的点作为特征点,用特征点匹配成音频指纹,利用音频指纹构建数据库索引;对于样例音频片段,也是先进行预处理,然后提取时域局部能量很突出的点作为特征点,用特征点匹配成音频指纹;在线的音频指纹在数据库索引中进行候选查询,找出候选的音频,然后对候选的所有音频进行相似度计算;对得出的所有相似度进行排序,输出相似度最高的音频以及音频的信息。本发明有效解决了音乐、语音需要两套算法两套系统的问题,在对于海量音频数据库,有效提高音频检索的检索正确率、检索效率以及抗噪声性能。
-
公开(公告)号:CN118113874A
公开(公告)日:2024-05-31
申请号:CN202410318795.4
申请日:2024-03-20
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06N3/0464 , G06N3/0442 , G06N3/044 , G06N3/08 , G06N20/20
Abstract: 本发明涉及一种同异质结合的集成学习模型的医疗文本分类方法,属于文本分类领域。该方法包括:将医疗文本数据划分为训练集和测试集,其中训练集划分为k折文本数据;将k折文本数据分别输入三个异质分类器中进行训练,对于每个异质分类器可得到k个具有不同参数的同质分类器;将测试集分别输入3*k个分类器中,对测试集的结果进行平均集成以综合考虑每个异质分类器的k个同质分类器的预测结果;将三个异质分类器的预测结果进行最大集成,对测试集的每个预测概率选出贡献效益最大的分类器。本发明可充分挖掘集成学习的潜力,以提升医疗文本分类的准确性和泛化性。
-
公开(公告)号:CN109710930A
公开(公告)日:2019-05-03
申请号:CN201811566222.4
申请日:2018-12-20
Applicant: 重庆邮电大学
Abstract: 为了解决传统简历解析方法效率低、泛化能力差、成本高等缺点,提出了一种基于深度神经网络的中文简历解析方法。首先采用基于注意力机制的BLSTM神经网络模型对字根以及字序列进行建模,获得包含字内部信息以及字序列信息的特征向量;然后采用BLSTM-CRF模型对特征进行学习,进而提取出文本简历中的特征,最终解析出简历中的信息元。
-
-
-
-
-
-
-