公开(公告)号：CN111402244A

公开(公告)日：2020-07-10

申请号：CN202010199674.4

申请日：2020-03-20

Applicant: 华侨大学 ,  福建医科大学附属第二医院 ,  泉州市华工智能技术有限公司

Inventor： 柳培忠 ,  王小莉 ,  吕国荣 ,  杨艺茹 ,  杜永兆 ,  庄加福 ,  柳垚

IPC: G06T7/00 ,  G06T7/45 ,  G06K9/62

Abstract: 本发明提供了超声图像分类领域的一种胎儿心脏标准切面自动分类法，包括如下步骤：步骤S10、获取复数张胎儿心脏的超声图像；步骤S20、对各所述超声图像进行图像信息增强的预处理并分别生成标准切面；步骤S30、利用灰度共生矩阵提取所述标准切面中的纹理特征；步骤S40、基于所述纹理特征，利用基于决策树以及集成算法构建的分类器对各所述标准切面进行自动分类。本发明的优点在于：极大的提升了胎儿心脏标准切面分类的精度以及效率，进而极大的提升了临床诊断效率，降低了临床诊断成本。

公开(公告)号：CN108875906A

公开(公告)日：2018-11-23

申请号：CN201810359791.5

申请日：2018-04-20

Applicant: 华侨大学

Inventor： 朱建清 ,  曾焕强 ,  陈婧 ,  蔡灿辉 ,  杜永兆 ,  吴含笑

IPC: G06N3/04 ,  G06N3/08

CPC classification number: G06N3/0454 ,  G06N3/08

Abstract: 本发明涉及一种多尺度逐步累加的卷积神经网络学习方法，可广泛应用于机器视觉和人工智能领域，例如目标检测、目标分类、目标识别等。首先，本发明采用均值池化操作对输入图像构建多尺度图像金字塔；然后，将各个不同尺度的图像逐步送入卷积神经网络，让卷积神经网络随着网络深度的逐步深入，能够在多种不同尺度的图像上进行学习并进行特征逐步累加，从提高了而卷积神经网络的特征学习能力。

公开(公告)号：CN219250176U

公开(公告)日：2023-06-27

申请号：CN202223392789.9

申请日：2022-12-16

Applicant: 华侨大学

Inventor： 崔金哲 ,  杜永兆 ,  肖琳 ,  李艾擎 ,  王晓

IPC: A61B5/1455 ,  A61B5/00

Abstract: 本实用新型公开了一种基于多波长法的黄疸检测仪，包括检测单元、光电驱动单元、信号处理单元和控制单元；检测单元包括LED光源和用于接收LED光源照射至皮肤后反射的光源的光电探测器；LED光源包括紫光、蓝光、绿光和红光LED灯，紫光、蓝光、绿光和红光交替闪烁；光电驱动单元的信号输出端分别电连接LED光源和光电探测器的驱动端；光电探测器的信号输出端电连接信号处理单元的信号输入端；信号处理单元的信号输出端电连接控制单元的信号输入端。这样，信号处理单元对电信号进行处理，控制单元对处理后的电压信号进行计算以得到消除了血红蛋白、胡萝卜素和皮肤黑色素对胆红素值的影响数值，得到精度高、误差小的胆红素值。