-
公开(公告)号：CN117274772A
公开(公告)日：2023-12-22
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
公开(公告)号：CN117237426B
公开(公告)日：2024-03-22
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN117274772B
公开(公告)日：2024-02-20
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
Patent Agency Ranking
公开(公告)号：CN117237426A
公开(公告)日：2023-12-15
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN103617397A
公开(公告)日：2014-03-05
申请号：CN201310684366.0
申请日：2013-12-13
Applicant: 北京邮电大学
IPC: G06F21/57
CPC classification number: G06F21/566 , G06F2221/033
Abstract: 本发明公开了一种智能终端中应用的安全性评估方法及系统，所述方法包括：智能终端针对每一安全等级，统计出待评估应用对该安全等级的资源文件所进行的每类操作行为的频率，并确定出待评估应用在预设时间段内对该安全等级的资源文件所进行的每类操作行为的次数；智能终端根据确定出的次数，对于每类操作行为，统计出待评估应用在预设时间段内进行该类操作行为的概率；智能终端根据统计出的频率和概率，针对每一安全等级，计算出待评估应用在预设时间段内对该安全等级的资源文件进行操作行为的概率，作为评估结果；并根据评估结果判断所述待评估应用的安全性。应用本发明，可以直接判断出待评估应用的安全性，为用户处置该应用提供准确的参考依据。
-
公开(公告)号：CN103617397B
公开(公告)日：2016-11-16
申请号：CN201310684366.0
申请日：2013-12-13
Applicant: 北京邮电大学
IPC: G06F21/57
Abstract: 本发明公开了一种智能终端中应用的安全性评估方法及系统，所述方法包括：智能终端针对每一安全等级，统计出待评估应用对该安全等级的资源文件所进行的每类操作行为的频率，并确定出待评估应用在预设时间段内对该安全等级的资源文件所进行的每类操作行为的次数；智能终端根据确定出的次数，对于每类操作行为，统计出待评估应用在预设时间段内进行该类操作行为的概率；智能终端根据统计出的频率和概率，针对每一安全等级，计算出待评估应用在预设时间段内对该安全等级的资源文件进行操作行为的概率，作为评估结果；并根据评估结果判断所述待评估应用的安全性。应用本发明，可以直接判断出待评估应用的安全性，为用户处置该应用提供准确的参考依据。
-
公开(公告)号：CN106900070B
公开(公告)日：2020-02-14
申请号：CN201710013989.3
申请日：2017-01-09
Applicant: 北京邮电大学
IPC: H04W72/12
Abstract: 本发明公开了一种移动设备多应用程序数据传输能耗优化方法，包括：利用差分自回归移动平均模型对由数据传输到达的时刻组成的原时间序列进行线性部分预测，得到所述原时间序列的残差序列；利用神经网络模型对所述残差序列进行预测，确定复合预测模型；根据所述复合预测模型，预测原时间序列中第一时刻的下一数据传输时刻，作为第二时刻，并根据第一时刻和其对应的尾时间的和与第二时刻的大小关系对移动设备的电平状态进行对应的调整。通过动态调整尾时间长短以减少尾能耗，同时在下一次数据传输请求到达时提前切换移动设备电平状态的，减少传输延时，提高了用户体验度。
-
公开(公告)号：CN106900070A
公开(公告)日：2017-06-27
申请号：CN201710013989.3
申请日：2017-01-09
Applicant: 北京邮电大学
IPC: H04W72/12
Abstract: 本发明公开了一种移动设备多应用程序数据传输能耗优化方法，包括：利用差分自回归移动平均模型对由数据传输到达的时刻组成的原时间序列进行线性部分预测，得到所述原时间序列的残差序列；利用神经网络模型对所述残差序列进行预测，确定复合预测模型；根据所述复合预测模型，预测原时间序列中第一时刻的下一数据传输时刻，作为第二时刻，并根据第一时刻和其对应的尾时间的和与第二时刻的大小关系对移动设备的电平状态进行对应的调整。通过动态调整尾时间长短以减少尾能耗，同时在下一次数据传输请求到达时提前切换移动设备电平状态的，减少传输延时，提高了用户体验度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
