-
公开(公告)号：CN117672377A
公开(公告)日：2024-03-08
申请号：CN202311653128.3
申请日：2023-12-05
Applicant: 东北大学
Abstract: 本发明提供一种基于URD的细胞轨迹分析方法，涉及细胞轨迹分析技术领域。该方法首先根据已知的基因表达信息得到细胞之间的距离矩阵，并将距离矩阵转化为转移概率矩阵，进而计算出细胞扩散图；再以细胞扩散图中构成根部结点的细胞为初始点，基于吸收马尔可夫链在细胞回溯过程中进行有偏扩散，生成游走轨迹的树状结构；最后估计树状结构中细胞分化轨迹上的分支结点，沿着拟时序顺序形成树结构形态的分化轨迹。该方法在估计分支点并确定分化轨迹的回溯阶段，优化后的有偏扩散算法能够增加细胞的覆盖量、构建更完整的发育树并且更加深入地探索细胞在发育过程中的分化路径，与URD相比，耗时低、运行效率更高。
-
公开(公告)号：CN112200484B
公开(公告)日：2024-02-27
申请号：CN202011155353.0
申请日：2020-10-26
Applicant: 东北大学
IPC: G06Q10/10 , G06Q10/0631 , G06Q10/0637 , G06Q50/18 , G06F16/23 , G06F9/54
Abstract: 本发明公开一种基于策略定义的智能分案系统及方法，属于案件分配技术领域，该系统包括案件一览模块、策略设置模块、规则定义模块和执行分案模块四个模块，通过设计规则、指定、工作量和轮案四种策略排列组合的方式进行案件分配。本发明分案策略多样化，充分考虑了办案人员能力与案件是否匹配，此外还对案件本身的难度进行定量评估，借助大数据和人工智能技术，实现了批量快速的线上分案，提高了分案效率。
-
公开(公告)号：CN113837518B
公开(公告)日：2024-02-20
申请号：CN202110559620.9
申请日：2021-05-21
Applicant: 东北大学
IPC: G06Q10/0639 , G06Q50/18 , G06Q50/26 , G06F17/18
Abstract: 本发明提供一种基于历史处理数据的人员处理能力刻画方法，涉及推荐技术领域。本发明通过人员的个人年龄，学历，当前职务刻画人员的自然信息；通过人员办理的事件数，事件比，事件类别数，类别比，事件移送事件原由数，事件原由比等指标刻画人员的处理数量能力；通过人员办理的事件一次退回事件数，一次退回事件比，二次退回事件数，二次退回事件比等指标刻画人员的处理质量能力；通过人员办理的事件延期事件数，延期事件比，Top_3事件原由延期事件数等指标刻画人员的处理效果能力；通过人员办理事件的工作量，工作量比等两项指标刻画人员的处理效果能力。
-
公开(公告)号：CN111104226B
公开(公告)日：2024-01-26
申请号：CN201911354225.6
申请日：2019-12-25
Applicant: 东北大学
IPC: G06F9/50 , G06Q30/0645
Abstract: 本发明提供一种多租户服务资源的智能管理系统及方法，涉及计算机技术技术领域。该系统及方法通过服务资源登记模块初始化云平台可用资源数量，服务资源分配模块结合新增租户等级、具体需求、其他当前相似租户的服务需求、以及云平台当前运行状态，为新增租户分配服务资源；由服务资源监测模块实时监测所有活动租户的实时需求，以及云平台当前运行状态，并实时记录平台运行状态到日志文件；由服务资源调节模块结合云平台运行状态调整租户服务资源；由服务资源回收模块收回服务资源；由云平台日志登记与回滚模块根据日志文件重启并回滚崩溃前的租户任务。本系统及方法实现了对云平台基础设施、平台使用权、软件运行权等服务资源的动态实时管理。
-
公开(公告)号：CN111028201B
公开(公告)日：2023-10-27
申请号：CN201911108341.X
申请日：2019-11-13
Applicant: 东北大学
Abstract: 本发明提供一种基于多尺度水平集的眼底血管图像分割系统及方法，涉及图像处理技术领域。本发明包括输入模块、预处理模块、尺度构建模块、水平集模块以及输出模块；本发明改进了现有的基于局部特征的水平集方法。眼底血管粗细不一，使用单一尺度控制血管分割粒度导致血管分割精度不高问题。基于血管粗细不一的特点，为每个像素点找到最佳的响应尺度，即粗细不一的血管的尺度不同，克服粗细不均血管的漏分、错分等问题，因此增强了分割方法的鲁棒性，应用该方法能够得到精确的图像分割结果。
-
Patent Agency Ranking
公开(公告)号：CN113159159B
公开(公告)日：2023-09-29
申请号：CN202110410717.3
申请日：2021-04-15
Applicant: 东北大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于改进CNN的小样本图像分类方法，涉及图像分类技术领域。本发明通过对浅层卷积神经网络进行分析，构建了一个针对小样本图像分类任务的模型。在数据预处理过程中，较大程度保留图像原始信息的情况下，又增加了图像的变化，有效地减轻了网络的过拟合，分类模型的效果得到了显著的提升，十分适用于小样本数据分类。与原始分类模型相比，本发明的分类效果有了明显的提升。
-
公开(公告)号：CN116310587A
公开(公告)日：2023-06-23
申请号：CN202310378398.1
申请日：2023-04-11
Applicant: 东北大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于生成式回放的持续学习图像分类方法，涉及持续学习和计算机视觉技术领域。该方法使用图像分类网络持续地学习图像分类任务；使用图像生成网络学习当前任务图像的分布，并在新任务到来时，生成已学任务的图像作为回放数据，缓解图像分类网络在持续学习过程中的灾难性遗忘问题。该方法采用Teacher‑Student架构，将第t‑1个任务的图像分类网络作为Teacher模型，并用其参数初始化任务Tt的图像分类网络，作为Student模型；Teacher模型在后续训练中固定不变，用来辅助Student模型的训练，使Student模型能记住旧知识。该方法在新任务到来时，利用图像生成网络生成历史任务的伪数据，使得模型在学习新任务时，获得区分新旧任务知识的能力。
-
公开(公告)号：CN114596317A
公开(公告)日：2022-06-07
申请号：CN202210253312.8
申请日：2022-03-15
Applicant: 东北大学
Abstract: 本发明公开了一种基于深度学习的CT影像全心脏分割方法；涉及医学图像领域；在网络编码阶段中引入残差模块，增强了网络捕捉全心脏子结构特征的能力。在解码阶段引入基于注意力机制的多尺度融合模块，该模块在反卷积之后融合多尺度特征并进行特征重利用，更好的融合了低级特征和高级特征。同时将加权交叉熵损失函数和加权DICE损失函数结合解决了类失衡问题，在分割细节上起到了良好的驱动作用。本发明实现方法简单，自动将全心脏分成7个子结构，包括左心房、左心室、左心室心肌、右心房、右心室、肺动脉、升动脉，测试一个数据只需几秒钟，极大的减少了医生投入的时间和学习成本，处理过程不需要人工交互，达到了应用的要求。
-
公开(公告)号：CN113744279A
公开(公告)日：2021-12-03
申请号：CN202110642409.3
申请日：2021-06-09
Applicant: 东北大学
Abstract: 本发明公开了一种基于FAF‑Net网络的图像分割方法，涉及图像分割技术领域。该方法包括：输入待分割图像；图像经过编码阶段得到特征图M1～M5，同时将PPM模块加入U‑Net网络的编码阶段，并将M5经过PPM模块得到MP；将FAF模块引入解码阶段，替换U‑Net中每次跳跃连接后的拼接操作，然后将MP经过解码阶段进行特征还原得到Y，根据Y得到图像的分割结果。PPM模块的加入，解决了U‑Net网络中缺少处理图像多尺度问题模块的这一问题；FAF模块解决了U‑Net网络中每次跳跃连接之后的拼接操作中的两个主体特征语义相差较大的问题，提升了网络对于CT图像中病灶分割的准确率。
-
公开(公告)号：CN113592802A
公开(公告)日：2021-11-02
申请号：CN202110845333.4
申请日：2021-07-26
Applicant: 东北大学 , 中国医科大学附属第一医院
Abstract: 本发明提供一种基于超声图像的二尖瓣环位移自动检测系统，涉及计算机视觉技术领域。该系统首先获取多个带有左心室掩模或二尖瓣环位点坐标标签的超声心动图作为样本数据集；然后初始化用于左心室分割和二尖瓣检测的深度神经网络模型，并使用样本数据集预训练深度神经网络模型，得到预训练模型；加载预训练模型的模型参数和配置文件，分割待评估的超声心动图中的左心室内膜，确定二尖瓣环室间隔位点和左心室侧壁位点坐标以及左心室心尖位点坐标；计算二尖瓣环室间隔位点位移、左心室侧壁位点位移和收缩初期到收缩末期二尖瓣环相对于心尖的位移变化量，并在待评估的超声心动图像上输出MAD指标，完成对超声心动图像二尖瓣环位移的自动检测。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.032 seconds)
