公开(公告)号：CN116935182A

公开(公告)日：2023-10-24

申请号：CN202310598706.1

申请日：2023-05-20

Applicant: 河南大学

Inventor： 杨晓慧 ,  宋宇 ,  王斌杰 ,  彭李超 ,  王小丹 ,  杨利军 ,  郑晨

IPC: G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明涉及智慧医疗技术领域，具体涉及一种基于RepCSC‑Net的乳腺肿瘤良恶性识别方法，包括：获取乳腺钼靶影像数据集，对乳腺钼靶影像数据集进行图像增强处理，并分为训练集、验证集和测试集；构建具有结构重参数化策略的RepCSC模块，获得RepCSC‑Net模型；获得训练后的RepCSC‑Net模型，进而获得验证后的RepCSC‑Net模型；将测试集输入到验证后的RepCSC‑Net模型，输出乳腺肿瘤的识别结果。本发明通过构建RepCSC‑Net模型，有效提高了乳腺肿瘤良恶性识别精度，可以应用于肿瘤良恶性识别领域。

公开(公告)号：CN115375632A

公开(公告)日：2022-11-22

申请号：CN202210937711.6

申请日：2022-08-05

Applicant: 河南大学

Inventor： 王斌杰 ,  杨晓慧 ,  王佳惠 ,  王烨彤 ,  王长福 ,  马静

IPC: G06T7/00 ,  G06T7/136 ,  G06T3/40 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于CenterNet模型的肺结节的智能检测系统，该系统包括：导入图像模块、肺结节检测模块、批量处理与显示模块、模型参数调整模块、显示检测识别详细信息模块本发明能够批量处理待检测的CT图像，通过主流的目标检测模块快速、准确定位肺结节，并且进一步对肺结节进行分析以获取大小等信息，极大地方便了用户对患者肺结节图像中肺结节表型性状的分析，模型训练耗时短，最大限度地提高肺结节自动检测与识别准确性和高效性。

公开(公告)号：CN113517033A

公开(公告)日：2021-10-19

申请号：CN202110535993.2

申请日：2021-05-17

Applicant: 河南大学

Inventor： 杨晓慧 ,  彭李超 ,  董晶 ,  张普玉 ,  张泽霖

IPC: G16C20/10 ,  G16C20/70 ,  G06N20/20

Abstract: 本发明公开了小样本环境下基于XGBoost的化学反应产率智能预测与分析方法，包括对三维描述符的数据获取、智能预测和结果分析。三维描述符的数据获取，是通过将绘制出的相关化学结构的二维结构图转化为三维结构图，然后再利用相关软件计算其三维结构的描述符；三维描述符的智能预测，是通过梯度提升树模型XGBoost对获取的三维描述符进行训练和预测；该算法中嵌入了网格搜索法，对多个参数的可能取值进行排列组合，通过模型预测结果选取最佳参数；三维描述符的结果分析，是对智能预测模块的输出进行分析；通过计算也能得到描述符的重要性排序，以此为用户提供更可靠的决策信息。本发明能够辅助化学家做出合理分析预测，大大加速化学研发过程。

公开(公告)号：CN119694442A

公开(公告)日：2025-03-25

申请号：CN202411791068.6

申请日：2024-12-06

Applicant: 河南大学

Inventor： 杨晓慧 ,  余亚萍 ,  杨梦君 ,  侯晶晶 ,  彭李超

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/042 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于双视图图神经网络药物相互作用预测方法，该方法通过用带有子结构注意力机制的定向消息传递神经网络自适应地提取单个药物视图内的特征，用图注意力网络提取药物对视图间的交互特征，再融合生成药物子结构特征，从而更准确地预测药物间的相互作用。并通过共同注意力机制模块，将药物相互作用转化为药物子结构之间的成对相互作用，大大增强了对药物分子特征的捕捉能力，提高了预测精度。该发明能够充分利用药物间的交互信息和化学子结构相互作用信息，研究药物相互作用预测的分类识别问题，提供了一种高效的药物相互作用预测方法。

公开(公告)号：CN119445232A

公开(公告)日：2025-02-14

申请号：CN202411527294.3

申请日：2024-10-30

Applicant: 河南大学

Inventor： 杨晓慧 ,  张雅馨 ,  王烨彤 ,  彭李超 ,  乔晗

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06V10/74 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于梯度平衡与Wasserstein距离的目标检测方法。该方法通过结合梯度平衡技术和Wasserstein距离，实现了对目标的精准定位和微小目标的稳定识别。首先，为提升模型对目标的定位能力，设计了一个基于梯度的样本平衡分类损失函数，通过调整样本的梯度贡献，减缓了非当前目标类的正样本造成的梯度消极影响。进一步地，为缓解模型对小目标位置偏差的敏感性，引入归一化Wasserstein距离，并将其与SIoU度量融合，提出了可调节的回归损失函数。最终，提出了一个基于梯度平衡与Wasserstein距离的损失函数，形成了一种新的目标检测方法。该方法适用于农业方面的气孔检测和医学方面的病变区域识别等任务，为解决复杂场景下的目标检测难题提供了新的思路和解决方案。

公开(公告)号：CN119273922A

公开(公告)日：2025-01-07

申请号：CN202411423426.8

申请日：2024-10-12

Applicant: 河南大学

Inventor： 郑晨 ,  陈运成 ,  陈晓惠 ,  李晶莹 ,  张志强 ,  杨晓慧

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06V20/10

Abstract: 本发明提出了一种基于MRF语义推理的多模态遥感影像分割方法，用于解决现有的多模态数据分类方法难以实现不同模态数据对同一位置的语义信息推理的技术问题。本发明的步骤如下：多模态数据进行逐次训练学习得到每一模态的初始语义分割结果，同时对多模态数据进行深度特征融合，得到多模态数据的深度融合特征，接着在MRF框架下建立自学习更新的多模态语义推理模型，通过多模态深度特征与语义推理协同，更新多模态语义分割结果。本发明充分考虑了多模态数据特征的融合和不同模态间的语义关联信息，通过CNN模型和Markov随机场的协同作用，实现了对地理对象的准确推理和分类。实验结果表明，本发明所提出的模型在不同数据集上都取得了较好的性能。

公开(公告)号：CN118518038A

公开(公告)日：2024-08-20

申请号：CN202410925702.4

申请日：2024-07-11

Applicant: 开封市测控技术有限公司 ,  河南大学

Inventor： 杨利军 ,  白云飞 ,  葛学海 ,  杨晓慧 ,  张燕妮 ,  郑晨 ,  吴凤才 ,  葛铮

IPC: G01B15/02

Abstract: 本发明涉及锂电池极片的测厚设备领域，具体涉及一种基于傅里叶时域频域转换模型的小光斑数据预测方法，包括以下步骤，利用测厚仪驱动第一发射器和第一接收器对第一极片进行测厚收集到第一测厚数据#imgabs0#；利用测厚仪驱动第二发射器和第二接收器对第一极片进行测厚收集到第二测厚数据#imgabs1#；对第一测厚数据#imgabs2#和第二测厚数据#imgabs3#的每个数据分别进行归一化处理；收集测厚仪的离散信号#imgabs4#，并利用滤波器对第一测厚数据#imgabs5#和第二测厚数据#imgabs6#进行滤波；经过傅里叶变换得到预测参数#imgabs7#。本发明提供一种便于测厚仪持续稳定工作，保持通过测厚仪获取数据精准性的基于傅里叶转换模型的测厚仪反馈数据的预测方法。

公开(公告)号：CN117763499B

公开(公告)日：2024-08-16

申请号：CN202311838303.6

申请日：2023-12-28

Applicant: 河南大学 ,  黄河水利职业技术学院

Inventor： 杨晓慧 ,  李静静 ,  冯元 ,  彭李超 ,  宋宇 ,  秦蒙恩

IPC: G06F18/25 ,  G06F18/2135 ,  G06F18/2136 ,  G06F18/2413 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种基于卷积稀疏编码和最优传输的多模态数据整合方法，该方法利用卷积稀疏编码协同地学习两个多模态输入特征的潜在表示，从方法论的角度缓解了神经网络的可解释性问题。在生成潜在空间时，为了更好地学习数据的分布情况，采用了最优传输理论，以解决真实分布和生成分布可能没有重叠的问题。进而基于多模态数据之间的相关矩阵进行对齐，在对齐点对两个模态的潜在空间组合，引导相似样本在不同模态之间有相似表达，最终实现多模态数据的整合。本发明使得整合后的潜在空间分类精度显著提升，适用于生物医学领域单细胞测序数据和影像数据等多组学数据整合分析。

公开(公告)号：CN116912588A

公开(公告)日：2023-10-20

申请号：CN202310925620.5

申请日：2023-07-26

Applicant: 河南大学

Inventor： 羌准准 ,  郑晨 ,  李晶莹 ,  陈运成 ,  杨晓慧 ,  杨利军

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/80 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出了一种编码‑解码下融合非局部注意力机制的农业大棚识别方法，步骤为：对输入遥感图像进行预处理，进行初始特征提取得到高维特征和低维特征，将高维特征进行并行的多尺度深度可分离的空洞卷积和全局平均池化提取特征并进行融合，得到融合特征图；将融合特征利用特征映射得到三种映射矩阵，将其中两个特征映射矩阵相乘得到各像素与其他全部像素关联性度量的权重矩阵，再将权重矩阵与余下的映射矩阵进行相乘，得到农业大棚特征；将农业大棚特征进行一次上采样并与低维特征进行通道方向的拼接，使用深度可分离的bottleneck层进行特征整合，从而实现逐像素分类，进而得到最终的语义分割结果。本发明极大地提高了农业大棚识别的准确性。

公开(公告)号：CN115910225A

公开(公告)日：2023-04-04

申请号：CN202211425974.5

申请日：2022-11-14

Applicant: 河南大学

Inventor： 李谦 ,  郭艳慧 ,  王岩 ,  彭李超 ,  杨晓慧

IPC: G16C20/10 ,  G16C20/70 ,  G06F18/23 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明提出了一种基于拓扑机器学习的有机化学合成智能分析方法，包括：拓扑特征的获取：通过拓扑数据分析对三维结构描述符进行拓扑不变量的提取，获取拓扑特征，并将三维结构描述符与拓扑特征级联；智能预测：通过LightGBM算法对级联后的特征进行训练和预测，利用网格搜索法获取LightGBM算法的最佳参数以得到LightGBM模型，并利用LightGBM模型预测化学反应产率；产率和反应条件的相关性分析：根据化学反应产率利用拓扑数据分析对级联后的特征进行聚类分析，挖掘出产率和反应条件之间的关系。本发明能自动且高效的对有机化学反应产率进行智能预测，能深层次挖掘产率和反应条件之间的内在关系，为用户提供可靠的决策信息，加速了化学研发过程。