-
公开(公告)号：CN118332365A
公开(公告)日：2024-07-12
申请号：CN202410431362.X
申请日：2024-04-11
Applicant: 重庆邮电大学
IPC: G06F18/23213 , A61B5/16 , A61B5/055 , A61B5/00
Abstract: 本发明涉及一种基于群体图深度聚类的孤独症神经分型方法，包括：根据受试者的脑部静息态功能磁共振数据计算受试者的皮尔森相关脑网络矩阵；将脑网络矩阵作为受试者节点的特征；根据受试者节点的特征、受试者节点的性别和受试者节点的站点信息建立脑网络图结构；利用自编码器将节点特征矩阵编码到潜在空间表示，并进行重构；根据邻接矩阵利用图自编码器将节点特征矩阵编码到潜在空间，并进行重构；计算节点的融合特征表示矩阵；利用K‑means算法进行聚类将受试者划分为多个类型，利用节点的融合特征表示矩阵更新受试者节点的特征，并重复执行上述步骤直至损失函数收敛，输出最终的分类结果，提高聚类效果。
-
公开(公告)号：CN118298857A
公开(公告)日：2024-07-05
申请号：CN202410403378.X
申请日：2024-04-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语音信号及对比学习的抑郁检测方法，属于语音处理及模式识别领域。该方法包括：收集抑郁语音目标数据集和常规语音背景数据集，并对音频文件进行预处理；分别对抑郁语音目标数据集和常规语音背景数据集提取多模态语音特征，至少包括声谱图特征和梅尔频率倒谱系数特征；将抑郁语音目标数据集和常规语音背景数据集提取得到的多模态语音特征输入对比变分自编码器以训练优化对比变分自编码器；将抑郁语音目标数据集提取的多模态语音特征输入优化后的对比变分自编码器进行分解，得到背景干扰变量和抑郁程度变量，抑郁程度变量经过解码得到去背景抑郁重构特征；将去背景抑郁重构特征通过深度学习分类检测网络获得抑郁评估结果。
-
公开(公告)号：CN116875460A
公开(公告)日：2023-10-13
申请号：CN202310864143.6
申请日：2023-07-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及微流控芯片技术，具体涉及一种基于微流控芯片的原位肿瘤增殖及侵袭的体外模型及其使用方法，体外模型包括PDMS模板盖子和PDMS底座，PDMS模板盖子和PDMS底座基于等离子清洗的键合工艺组装成一体；PDMS底座中心设置有环境域腔槽，环境域腔槽的上、下两侧对称地设置有分流阵列，分流阵列另一侧设置有第一通道，第一通道与第一注射孔连通；环境域腔槽的左、右两侧对称设置有第二通道，第二通道与第二注射孔连通；PDMS模板盖子中心位置设置有一个圆柱形凸起，该凸起位于环境域腔槽中心；本发发明体外模型模拟了原位肿瘤，特别是构造了肿瘤球与胶原纤维组成的三维细胞外微环境，可为癌症研究提供模型基础。
-
公开(公告)号：CN113362292B
公开(公告)日：2023-04-28
申请号：CN202110582950.X
申请日：2021-05-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及医学图像处理领域，尤其涉及一种基于可编程逻辑门阵列的骨龄评估方法及系统；所述方法包括获取手骨图像并预处理；分批次从可编程逻辑门阵列中的存储器调用训练完成的卷积神经网络的权重参数和偏置参数，对手骨图像进行卷积处理，对卷积层的手骨特征图进行归一化处理和激活处理；将激活处理后的手骨特征图通过仲裁转换后从存储器中按批次通过AXI4总线传输到池化模块中，直至完成所有卷积层的池化操作；将池化操作后的手骨特征图输入到全连接层中，进行softmax分类后得到手骨图像的骨龄评估结果。本发明的可编程逻辑门阵列通过并行方式对不同卷积层的数据进行处理，能加快卷积神经网络的运行处理速度，提高评估的效率。
-
公开(公告)号：CN115294076A
公开(公告)日：2022-11-04
申请号：CN202210960818.2
申请日：2022-08-11
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/26 , G06V10/75 , G06V10/764 , G06V10/36
Abstract: 本发明属于医学图像处理与分析领域，特别涉及一种脑沟异常的预测系统，包括：从多个采集站点获取孤独症儿童脑部MRI影像数据；对儿童脑部MRI影像数据进行大脑白质表面重建；根据重建后的大脑白质表面提取脑沟凹陷，并投影到标准球空间，构建脑沟图；根据构建的脑沟图提取脑沟的特征反映脑沟的几何特性和拓扑属性；异常脑沟模式分析单元结合获得的几何特性和拓扑属性，构建基于脑沟异常的脑沟异常值，并设置报警阈值，根据脑沟异常值与报警阈值的关系进行预测。本发明根据孤独症儿童的异常脑沟的几何特性和拓扑属性得出孤独症儿童的脑沟模式异常，在孤独症早期的脑沟模式变化波动较小的情况下本发明任然具有良好的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN113362292A
公开(公告)日：2021-09-07
申请号：CN202110582950.X
申请日：2021-05-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及医学图像处理领域，尤其涉及一种基于可编程逻辑门阵列的骨龄评估方法及系统；所述方法包括获取手骨图像并预处理；分批次从可编程逻辑门阵列中的存储器调用训练完成的卷积神经网络的权重参数和偏置参数，对手骨图像进行卷积处理，对卷积层的手骨特征图进行归一化处理和激活处理；将激活处理后的手骨特征图通过仲裁转换后从存储器中按批次通过AXI4总线传输到池化模块中，直至完成所有卷积层的池化操作；将池化操作后的手骨特征图输入到全连接层中，进行softmax分类后得到手骨图像的骨龄评估结果。本发明的可编程逻辑门阵列通过并行方式对不同卷积层的数据进行处理，能加快卷积神经网络的运行处理速度，提高评估的效率。
-
公开(公告)号：CN119810831A
公开(公告)日：2025-04-11
申请号：CN202411845656.3
申请日：2024-12-16
Applicant: 重庆邮电大学
IPC: G06V20/69 , G01N35/00 , G06V10/764 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及医学图像处理及识别技术，具体涉及一种基于分级策略的血细胞自动检测方法，包括获取带标签的血细胞图像集，并对数据集进行数据增强得到第一训练数据集，将第一训练数据集中少数类样本挑选出来作为第二训练数据集；利用第二训练数据集训练一个二级分类网络；构建改进的YOLOv8目标检测算法模型，将YOLOv8目标检测算法模型中检测头输出的类别不为少数类，则直接输出检测结果；若检测头输出的单个细胞图像类别为少数类，则将该单个细胞图像输入预训练的二级分类网络，以二级分类网络的置信度结合改进的YOLOv8目标检测算法模型得到最终的类别概率。本方法能够提高检测的准确性，提高检测速率，适合外周血细胞检测的场景。
-
公开(公告)号：CN118058753A
公开(公告)日：2024-05-24
申请号：CN202410211605.9
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: A61B5/369 , A61B5/372 , A61B5/00 , G16H40/60 , G16H50/30 , G06F18/213 , G06F18/2131 , G06N3/0464 , G06N3/0495 , G06N3/048 , G06N3/045 , G06F123/02
Abstract: 本发明涉及一种单通道癫痫发作检测装置，包括：数据获取单元，被配置为获取待检测的单通道脑电信号数据，并对待检测的单通道脑电信号数据进行预处理；脑电特征提取单元，被配置为提取预处理后单通道脑电信号数据的时频特征，并对提取的时频特征进行标准化处理；癫痫发作检测单元，被配置为将标准化处理后的时频特征依次经过输入层、Embedding层、特征泛化模块、全局池化层、1×1卷积层和Linear输出层获取检测结果；本发明结合了部分卷积思想的轻量卷积计算优势和基于Style‑域泛化算法的优点，同时更进一步地将频域信息分治处理以减少计算量的增加，在使该检测模型增强了单通道癫痫发作脑电的跨患者检测作用的同时，又使得网络更加轻量，大大提高了检测模型的泛化性和实时性。
-
公开(公告)号：CN114663426A
公开(公告)日：2022-06-24
申请号：CN202210420806.0
申请日：2022-04-21
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于关键骨区定位的骨龄评估方法，所述方法包括将选择的手骨X光原始图像输入特征提取网络中，生成第一可视化热图，并利用第一可视化热图提取出完整手骨区域；将完整手骨区域输入特征提取网络中，生成第二可视化热图，并利用第二可视化热图提取出完整手骨区域中的腕骨区域；将完整手骨区域中的剩余区域输入基于注意力机制的特征提取网络，生成第三可视化热图，利用第三可视化热图提取出剩余区域中的掌指骨区域；将腕骨区域、掌指骨区域和对象的性别信息输入到预测网络中，得到对象的骨龄结果。本评估方法结合图像定位和骨龄预测，能够聚焦于手骨图像的关键区域，弱化无关区域的影响，从而实现准确的骨龄评估。
-
公开(公告)号：CN116824250B
公开(公告)日：2025-04-25
申请号：CN202310772613.6
申请日：2023-06-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/34 , G06T5/10 , G06T7/136 , G06T7/187
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于形态学和香农熵的细胞形态分类方法，包括获取细胞图像并对细胞图像进行预处理，预处理后确定细胞形态的重心和边缘，设置细胞边缘弧长微元，并提取描述细胞边缘的离散极坐标集合；计算角度增量及其概率分布，并计算表征细胞形态周向角度特征的指标；计算半径增量及其概率分布，并计算表征细胞形态径向半径特征的指标；以细胞形态周向角度特征的指标为横坐标、细胞形态径向半径特征的指标为纵坐标的散点图绘制每种形态的散点图，得到每种形态下对应的数据中心，计算细胞图像数据中心的距离来确认其形态标签；本发明方法具有高效、快速的特点，在辅助红细胞分类及地中海贫血诊断方面具有重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
