帕金森“面具脸”趣味康复训练方法

    公开(公告)号:CN118142133A

    公开(公告)日:2024-06-07

    申请号:CN202410143561.0

    申请日:2024-02-01

    Abstract: 本发明公开了一种帕金森“面具脸”趣味康复训练方法,包括如下步骤:步骤一,开始训练,移动设备采集人脸图像数据,识别人的面部动作;步骤二,根据面部动作在移动设备上显示小球图像,识别人脸并判断是否出现人脸部位与小球是否碰撞,若判断出现碰撞则动作正确,语音反馈成功,之后继续下一步,若判断未出现碰撞,返回步骤一重新判定;步骤三,判断是否做完所有动作,若是则结束本次训练,若否则返回步骤一进行下一个动作判定。本发明的帕金森“面具脸”趣味康复训练方法,通过移动设备便可实现对于人脸进行识别然后反馈训练了,且采用了小球辅助训练,大大的增加了训练的趣味性。

    一种基于相似特征协作的个性化联邦学习方法和系统

    公开(公告)号:CN116108919A

    公开(公告)日:2023-05-12

    申请号:CN202310104418.6

    申请日:2023-02-13

    Abstract: 本发明公开了一种基于相似特征协作的个性化联邦学习方法和系统,应用于客户端和服务器,服务器用于管理至少两个客户端,每一客户端上具有局部模型及局部数据集,方法包括:(1)服务器接收各客户端发送的局部类级特征向量集;(2)服务器根据局部类级特征向量集,基于各客户端的聚合权重生成客户端的个性化类级特征向量集;(3)每个客户端从服务器上下载对应的个性化类级特征向量集,在其局部数据集上进行训练更新其局部模型,获得局部类级特征向量集;(4)重复步骤(2)‑(3)直至所有客户端平均训练损失不再下降。本发明可以改善因数据异构导致的局部模型性能下降,同时兼顾模型异构、通信成本以及可解释的参与者贡献评价等问题。

    肺癌患者生存相关标志物的挖掘方法

    公开(公告)号:CN116741270A

    公开(公告)日:2023-09-12

    申请号:CN202310562744.1

    申请日:2023-05-18

    Abstract: 本发明公开了一种肺癌患者生存相关标志物的挖掘方法,包括如下步骤:步骤一,获得LUAD和LUSC样本的表达谱数据,然后进行预处理,筛选出与生存显著相关的lncRNA和mRNA;步骤二,基于mRNA构建PPI网络,通过不同的机器学习算法进一步筛选出特征基因;步骤三,基于特征基因构建样本的生存状态分类模型;步骤四,通过PPI网络和不同机器学习获得的特征基因筛选代表性分子靶标。本发明的肺癌患者生存相关标志物的挖掘方法,通过步骤一至步骤四的设置,便可简单有效的实现生存相关标志物的挖掘。

Patent Agency Ranking