-
公开(公告)号：CN111863248B
公开(公告)日：2022-10-11
申请号：CN202010771540.5
申请日：2020-08-04
Abstract: 本发明公开了一种构建临床决策模型的有效方法，该方法选取一种疾病和其对应的一种治疗手段，选取对应的一批病人的病理特征和生存结局；对数据进行预处理，病理数据进行编码，将数据分为训练样本和验证样本，建立基于遗传算法的临床决策模型，将对应疾病特征作为遗传算法的特征输入作为学习样本进行训练，得到对应疾病临床决策的潜在模型，对对应疾病的潜在模型进行稳定性验证，进行训练样本的有放回的抽样重复分析，选取稳定模型作为候选模型。将选模型进行测试样本测试，通过测试的模型作为最终模型。对得到的最终模型统计病理特征并进行显示。该方法无需假设，模型规模小，速度快，准确度高。
-
公开(公告)号：CN109461139B
公开(公告)日：2021-05-18
申请号：CN201811149371.0
申请日：2018-09-29
Abstract: 本发明公开了一种基于动态MRI信息融合的肝癌定量分析方法，该方法结合机器学习方法，利用XGboost模型算法，进行自学习，自优化，构建活性肝癌细胞识别最优模型，优化了活性肝癌区域的检测手段，为医生对肝癌的TACE治疗疗效进行评估提供更为精准的临床信息，从而为肝癌的精准治疗方案的制定提供技术支持和可靠依据。
-
公开(公告)号：CN111863248A
公开(公告)日：2020-10-30
申请号：CN202010771540.5
申请日：2020-08-04
Abstract: 本发明公开了一种构建临床决策模型的有效方法，该方法选取一种疾病和其对应的一种治疗手段，选取对应的一批病人的病理特征和生存结局；对数据进行预处理，病理数据进行编码，将数据分为训练样本和验证样本，建立基于遗传算法的临床决策模型，将对应疾病特征作为遗传算法的特征输入作为学习样本进行训练，得到对应疾病临床决策的潜在模型，对对应疾病的潜在模型进行稳定性验证，进行训练样本的有放回的抽样重复分析，选取稳定模型作为候选模型。将选模型进行测试样本测试，通过测试的模型作为最终模型。对得到的最终模型统计病理特征并进行显示。该方法无需假设，模型规模小，速度快，准确度高。
-
公开(公告)号：CN104224182B
公开(公告)日：2017-04-12
申请号：CN201410125448.6
申请日：2014-03-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种监测人体跌倒的方法及装置，所述方法包括：利用布置于人体上的由三轴加速度传感器模块、超声测距模块和脚底压力传感器模块共同组成的传感器模块获取人体的各种姿态信息；根据人体的姿态信息判断人体是否跌倒；将人体跌倒的信息通过网络向外部发送。本发明能够精确判断人体跌倒信息，避免误判，并且向外界发送跌倒位置信息，使跌倒者获得及时救助，能够克服现有技术中存在的各种缺陷。
-
公开(公告)号：CN119888725A
公开(公告)日：2025-04-25
申请号：CN202411808866.5
申请日：2024-12-10
Applicant: 桂林电子科技大学
IPC: G06V20/69 , G06V10/762 , G06V10/74
Abstract: 本发明提供一种基于纤维相似度的纤维束划分方法、系统及存储介质，涉及图像处理技术领域；方法包括：对目标纤维束的各个纤维进行区间划分，对各区间中的纤维进行聚类点采样，基于聚类点计算纤维之间的相似度，生成初始相似度矩阵，基于相似度矩阵使用层次聚类算法对纤维束进行层次聚类，生成初步聚类结果，基于聚类点计算区间之间的纤维簇的相似度，生成聚类相似度矩阵，基于聚类相似度矩阵对纤维簇进行层次聚类，并对聚类后的结果进行层次聚类，生成目标纤维束的纤维聚类结果。对纤维束进行多次聚类，使得簇中纤维具有的紧密性，簇与簇之间具有分离度，从而提高纤维束划分精度与效率。
-
Patent Agency Ranking
公开(公告)号：CN119785984A
公开(公告)日：2025-04-08
申请号：CN202411840527.5
申请日：2024-12-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于灰质脑区和纤维束的脑区同源性跨物种比较方法，该方法首先获取跨物种脑影像数据并进行预处理；从标准模板中提取感兴趣区域并进行脑区划分获得不同物种的感兴趣区域划分结果；使用基于全脑的概率纤维追踪构建各个亚区与灰质脑区的连接指纹；使用基于体素的概率纤维追踪构建各个亚区与纤维束的连接指纹；在群组水平上分别获得物种内有效的灰质脑区连接指纹和纤维束连接指纹；基于上述连接指纹计算不同物种各个亚区之间的相似性或者差异性度量得到跨物种同源性得分；基于同源亚区到全脑功能连接模式的一致性对本方法进行验证。本发明从脑图谱绘制和进化的角度，通过将灰质脑区和皮层下纤维束协同作为特征输入，提供了对特定脑区亚区的跨物种同源性比较新思路和新方法。
-
公开(公告)号：CN116055650B
公开(公告)日：2024-12-13
申请号：CN202310000591.1
申请日：2023-01-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于DES的尿液试纸图像加密方法，该方法对尿液试纸图像进行两次加密，先使用标准尿液试纸密钥图像和待传输的尿液试纸图像进行异或运算加密，再使用三重DES算法加密。基于DES的尿液试纸图像加密方法，充分考虑了加密图像数据的大小、图像色彩分布特点，充分保障图像传输安全性，且有较高加密的速率，可适用大数据量的加密传输。通过设置一个初始化向量IV与每个明文分组进行异或运算，再将加密后的密文与下一待加密的明文分组进行异或运算，让明文分组之间串联，进一步提高了加密的安全性。该尿液试纸图像加密方法借鉴多种算法，具有抗攻击性高、信息加密速度快等特点，能有效保障尿液试纸图像在传输过程中的安全性和效率。
-
公开(公告)号：CN118039129A
公开(公告)日：2024-05-14
申请号：CN202410208880.5
申请日：2024-02-26
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于局部脑影像特征的脑肿瘤幸存者辅助诊断方法及系统，所述方法包括：采集脑肿瘤幸存者和健康受试者的脑影像数据和认知评估数据，构建多模态数据集；分别对多模态数据集中的脑影像数据进行预处理；对预处理后的结构像数据、弥散张量成像数据和功能像数据特征进行多模态融合；将融合的特征计算余弦相似度，并输入到训练好的随机森林回归预测模型中，从而预测脑肿瘤幸存者的认知评分。本发明结合多模态脑影像数据和认知评估数据，得到脑肿瘤幸存者的认知评分预测结果，实现了高精度的认知预测，辅助医生更好地了解脑肿瘤幸存者的预后和干预治疗。
-
公开(公告)号：CN117911388A
公开(公告)日：2024-04-19
申请号：CN202410119400.8
申请日：2024-01-29
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/62 , G06V10/764
Abstract: 本发明涉及一种基于多模态脑影像的脑肿瘤幸存者脑异常检测方法及系统，所述方法包括：收集脑肿瘤幸存者和健康对照组的临床信息，建立多模态数据集；对数据集中的结构像数据和功能像数据进行预处理；对多模态脑影像数据进行多变量特征提取和特征选择，得到具有显著差异的特征；将具有显著差异的特征输入随机森林分类模型进行分类，选择准确率高的结果作为最终模型识别出显著差异特征，根据显著性特征所对应的脑区，从而检测出潜在的脑影像生物标志物。本发明能够充分利用多模态脑影像数据，检测脑肿瘤幸存者的脑影像生物标志物，指导和优化肿瘤幸存者的康复和脑功能恢复。
-
公开(公告)号：CN113822863B
公开(公告)日：2023-05-26
申请号：CN202111070710.8
申请日：2021-09-13
Applicant: 桂林电子科技大学 , 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)
Abstract: 本发明公开了一种鼻咽癌概率图谱获取及定量分析方法，该方法通过建立头颈部标准三维坐标系，尽量消除个体间头颅大小和形状的差异，可以更好地描述肿瘤位置和浸润深度。同时在标准三维坐标系中获取鼻咽癌概率图谱，并提供一种概率图谱特征描述与定量分析方法，同时可以为大样本的头颈部肿瘤定量分析提供新的技术手段，生成鼻咽癌概率图像并研究概率图谱特征描述方法，形成标准空间下的影像学特征，完善现有鼻咽癌影像组学特征体系，并通过大数据医学影像分析，提高鼻咽癌预后模型的准确度，为制订鼻咽癌精准个性化治疗方案提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.026 seconds)
