-
公开(公告)号：CN117333703A
公开(公告)日：2024-01-02
申请号：CN202311281197.6
申请日：2023-10-07
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/52 , G06V10/26 , G06V20/70 , G06T7/00 , G06N3/0985 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种基于深度学习和特征融合的舌图像质量评估方法，包括以下步骤：构建舌图像数据集；基于舌图像数据对评估模型进行训练，得到训练完成的评估模型；评估模型包括舌体分割模块、特征提取模块和舌体图像分类模块；将待测舌图像输入至训练完成的评估模型；基于舌体分割模块对待测舌图像进行分割处理，得到目标舌体图像；基于特征提取模块对目标舌体图像分别进行特征提取处理，得到浅层特征和深层语义特征；其中，浅层特征至少包括纹理特征、自然场景统计特征和颜色特征；基于舌体图像分类模块对浅层特征和深层语义特征串联融合，根据融合后特征向量进行分类，得到质量评估结果，使用后能高效准确地判断舌图像的质量情况。
-
公开(公告)号：CN118245741A
公开(公告)日：2024-06-25
申请号：CN202410446465.3
申请日：2024-04-15
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06F18/15 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/094 , G06N3/0475
Abstract: 本发明公开了一种基于对抗生成网络的产时胎监智能仿真生成判别方法，该方法利用WIACGAN模型结合1D‑CNN分类器实现对产时CTG数据的智能判别；所述WIACGAN模型从训练稳定性、生成器可控性以及生成样本多样性三个方面对传统GAN进行改进，实现同步生成质量更高的仿真CTG信号数据样本，为产时CTG信号的智能判别提供更加准确和可靠的数据支持；本发明不仅能对胎心率信号和宫缩压力信号进行同步增强，而且还能提高1D‑CNN分类器的分类判别性能，从而有效准确地为医师提供产时胎儿监护的辅助决策支持。
-
公开(公告)号：CN112651445B
公开(公告)日：2025-01-03
申请号：CN202011588398.7
申请日：2020-12-29
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06V10/80 , G06V10/764 , G06V10/776 , G06V40/70
Abstract: 本申请实施例提供的基于深度网络多模态信息融合的生物信息识别方法和装置，涉及图像识别技术领域。一种基于深度网络多模态信息融合的生物信息识别方法，包括：首先，获取多个模态的待识别图像，其中，多个模态的待处理图像属于同一生物信息；其次，通过预设识别模型对多个模态的待识别图像进行融合处理，得到融合特征；然后，根据融合特征进行分类处理，得到生物信息的类别，其中，预设识别模型根据多个模态的生物信息图像训练得到。通过上述方法，可以实现根据多个模态图像融合后的特征进行分类识别，改善了现有技术中现有技术中的神经网络模型一般对多个模态的图像分别进行识别，所导致的图像识别的可靠性低的问题。
-
Patent Agency Ranking
公开(公告)号：CN118285774A
公开(公告)日：2024-07-05
申请号：CN202410446456.4
申请日：2024-04-15
Applicant: 广州中医药大学(广州中医药研究院)
IPC: A61B5/024 , A61B5/03 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种基于双注意力多模态融合的产时胎监智能判别方法，该方法分别对胎心率信号数据、宫缩压力信号数据、孕妇临床信息数据进行深度特征提取，再利用多头注意力机制与双向的跨模态注意力机制结合的双注意力机制提取得到三个不同模态间互补特征，接着将三个不同模态间互补特征与三个不同模态的深度特征融合形成多模态特征，输入至LGBM分类器进行分类判别，从而实现对产时胎儿状态的辅助评估；本发明的产时胎监智能判别方法将胎心率信号、宫缩压力信号和孕妇的临床信息数据输入到基于双注意力的多模态融合模块进行交互融合，本发明与不同模态特征组合的深度学习模型相比，与不同融合机制的深度学习模型相比，具有更优的分类判别能力。
-
公开(公告)号：CN112991298A
公开(公告)日：2021-06-18
申请号：CN202110285843.0
申请日：2021-03-17
Applicant: 广州中医药大学(广州中医药研究院)
Abstract: 本申请实施例提供的模型构建方法、医学影像识别方法、装置及电子设备中，该电子设备将待迁移模型中的预设网络层，作为迁移模型；并构建包括该迁移模型的肿瘤等级模型，并通过未增强肿瘤影像，对生成的肿瘤等级模型进行训练。由于在训练期间，保持迁移模型预设网络层的参数不变，因此，保留了迁移模型对增强肿瘤影像的特征提取以及处理能力，继而使得训练获得的肿瘤等级模型不依赖于增强肿瘤影像即可获得肿瘤等级的置信度。
-
公开(公告)号：CN114652292A
公开(公告)日：2022-06-24
申请号：CN202210189743.2
申请日：2022-02-28
Applicant: 广州中医药大学(广州中医药研究院)
IPC: A61B5/024
Abstract: 本发明公开了一种中医脉象采集分析系统及方法，该系统包括上位机、微控制器、A/D转换电路、信号调理电路、数据选择器、脉搏传感器和取脉压力控制系统；所述微控制器、A/D转换电路、信号调理电路、数据选择器、脉搏传感器依次连接，用于采集脉象数据；所述取脉压力控制系统用于控制对待检测部位施加的压力；所述上位机用于进行脉搏信号数据的存储、脉搏信号的可视化显示、脉象数据的智能分析。本发明的基于压电驻极体的中医脉象采集分析系统，基本满足了中医脉诊客观化、数字化和精确化的临床需求。经测试，本系统测量结果准确，运行稳定可靠，对于中医脉诊的客观化和数字化具有重要的意义。
-
公开(公告)号：CN112651445A
公开(公告)日：2021-04-13
申请号：CN202011588398.7
申请日：2020-12-29
Applicant: 广州中医药大学(广州中医药研究院)
IPC: G06K9/62
Abstract: 本申请实施例提供的基于深度网络多模态信息融合的生物信息识别方法和装置，涉及图像识别技术领域。一种基于深度网络多模态信息融合的生物信息识别方法，包括：首先，获取多个模态的待识别图像，其中，多个模态的待处理图像属于同一生物信息；其次，通过预设识别模型对多个模态的待识别图像进行融合处理，得到融合特征；然后，根据融合特征进行分类处理，得到生物信息的类别，其中，预设识别模型根据多个模态的生物信息图像训练得到。通过上述方法，可以实现根据多个模态图像融合后的特征进行分类识别，改善了现有技术中现有技术中的神经网络模型一般对多个模态的图像分别进行识别，所导致的图像识别的可靠性低的问题。
-
公开(公告)号：CN215687768U
公开(公告)日：2022-02-01
申请号：CN202121265292.3
申请日：2021-06-07
Applicant: 广州中医药大学(广州中医药研究院)
IPC: A61B5/00
Abstract: 本实用新型的实施例提供了一种舌面象图像采集设备，涉及图像采集设备技术领域。该舌面象图像采集设备包括壳体、暗箱、照明装置和摄像装置，壳体的一端开设有第一开口，暗箱的两端分别开设有第二开口和第三开口，第二开口靠近第一开口，第一开口、第二开口和第三开口处于同一方向上，第二开口和第三开口形成拍摄通道，第二开口用于对接人的面部，照明装置朝向暗箱的内壁发出光照，摄像装置通过拍摄通道拍摄人的面象和舌象。暗箱内部构成相对封闭、固定的拍摄环境，照明装置使暗箱内部形成自然光亮的状态，且将人的面部对接在暗箱的第二开口处，能够使得拍摄的舌象和面象的图像更加客观化、标准化。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.01 seconds)
