-
公开(公告)号：CN107007263B
公开(公告)日：2019-11-19
申请号：CN201710277177.X
申请日：2017-04-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种普适化的睡眠质量测评方法和系统，包括：通过智能手环、手机内置的加速度传感器，分别采集并合成手环合成加速度、手机合成加速度；采用特征提取窗口分别提取手环合成加速度、手机合成加速度的手环运动特征、手机运动特征，并将手环运动特征和手机运动特征做时序上的动态对齐，生成测试样本；将测试样本输入睡眠状态识别模型，获取睡眠状态，以提取睡眠特征；将睡眠特征添加至测试样本，并将测试样本输入睡眠质量评估模型，得到睡眠质量评估等级。本发明融合了手环与手机的多元信息，利用两个同构运动传感器当穿戴于用户腕部和放置于用户睡眠环境中时的特征互补优势，从而获得高精度的睡眠状态识别结果和睡眠质量评估结果。
-
公开(公告)号：CN105310696B
公开(公告)日：2018-06-26
申请号：CN201510751929.2
申请日：2015-11-06
Applicant: 中国科学院计算技术研究所
IPC: A61B5/11
Abstract: 本发明提供一种跌倒检测模型构建方法，包括：1)基于所述初始训练数据集，采用加权SVM算法训练第一两类分类模型，并且通过调整跌倒行为和正常行为的类别权重使得同时满足：a：确保初始训练数据集中所有跌倒行为样本能够被正确识别，b：使初始训练数据集中被误识别为跌倒的正常行为样本数目尽可能小；2)将所有被识别为跌倒的训练样本从初始训练数据集取出，构建第二阶段训练数据集；3)基于所述第二阶段训练数据集，采用加权SVM算法训练第二两类分类模型，并且通过调整类别权重使得：所有正常行为样本都能够被正确识别。本发明还提供了相应的跌倒检测方法及装置。本发明能够减少检测装置对用户生活的干扰；且检测率高，误警率低。
-
公开(公告)号：CN119480126A
公开(公告)日：2025-02-18
申请号：CN202411354767.4
申请日：2024-09-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于模型联邦网络的多中心医疗任务模型构建方法，所述方法包括：获取当前医疗中心的模型构建需求，并基于模型构建需求从该医疗中心选择对应的任务模型作为原始任务模型；从模型联邦网络中选择一个或多个与原始任务模型任务类型一致的来自于其他医疗中心的外部任务模型；对原始任务模型和每一个外部任务模型分别进行特征归因分析以得到原始任务模型和每一个外部任务模型的模型量化评估结果；以图匹配方式计算原始任务模型与各个外部任务模型之间的结构相似度；基于模型量化评估结果和结构相似度，按照预设的方式将原始任务模型中神经网络层的神经元参数与各个外部任务模型对应神经网络层的神经元参数进行加权融合得到目标医疗任务模型。
-
公开(公告)号：CN117197116A
公开(公告)日：2023-12-08
申请号：CN202311277478.4
申请日：2023-09-28
Applicant: 爱尔眼科医院集团股份有限公司长沙爱尔眼科医院 , 中国科学院计算技术研究所
IPC: G06T7/00 , G16H50/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种疾病辅助检测系统、方法、设备及存储介质，涉及神经网络领域，包括：异构图构建模块，用于获取预设图像数据集中的目标数据，根据目标数据构建异构图和对应的特征矩阵；实例提取模块，用于根据预设任务场景生成对应的元路径，并根据异构图和特征矩阵提取元路径对应的元路径实例；链路预测模块，用于利用预设图神经网络生成元路径实例得到对应的目标特征表示，根据目标特征表示进行异构图的链路预测，以根据预测结果确定疾病检测结果。可以将图像数据建模成异构图的形式，把眼病的诊断转化为异构图中的链路预测问题，然后基于异构图神经网络和元路径在异构图上进行结点之间的链路预测，提供更加有效地眼病辅助诊断结果。
-
公开(公告)号：CN113241175B
公开(公告)日：2023-10-27
申请号：CN202110710940.X
申请日：2021-06-25
Applicant: 中国科学院计算技术研究所
IPC: G16H50/20 , G16H80/00 , G16H40/67 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于边缘计算的帕金森症辅助诊断系统，包括：终端、边缘端，其中，所述终端用于数据采集，数据标注以及数据增量传输；所述边缘端用于接收所述终端采集的音视频数据以及诊断请求，提供音视频数据规整服务、数据管理服务、神经网络模型训练以及神经网络模型推理服务；所述边缘端包括神经网络运算装置，所述神经网络运算装置用于训练模型与预测帕金森症患病概率。本发明还提供利用上述系统的帕金森症的辅助诊断方法。
-
Patent Agency Ranking
公开(公告)号：CN113177455B
公开(公告)日：2023-01-24
申请号：CN202110442262.3
申请日：2021-04-23
Applicant: 中国科学院计算技术研究所 , 鹏城实验室
IPC: G06V40/20 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G16H50/30 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种训练运动强度识别系统的方法，包括：A1、构建运动强度识别系统，其包括依次连接的数据预处理模块、并行卷积处理流、双线性池化模块和多任务学习模块，所述并行卷积处理流包括两条并行的卷积处理流；A2、通过数据预处理模块对经标注了标签的运动数据进行预处理，得到运动信息和对应的标签组成的训练集，其中，运动数据由惯性传感器采集得到，为运动数据标注的标签包括多种不同的运动强度标签和多种不同的运动行为标签；A3、用所述训练集训练所述运动强度识别系统；本发明从通道和空间两个维度对卷积层提取的特征进行优化，关注重要的特征，抑制不必要的特征，有助于提升运动强度的识别精度。
-
公开(公告)号：CN115005822A
公开(公告)日：2022-09-06
申请号：CN202210522640.3
申请日：2022-05-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于异质图的ADHD智能决策支持方法和系统，包括：通过多个运动传感器同时采集受试者在ADHD测试过程中的运动数据；将该运动数据在同一时间窗口内各运动传感器的单通道连续时序数据转置后作为各节点的特征，将各运动传感器数据通道间的互信息作为节点间边的权值，保存各节点的特征和节点间边的权值，作为当前时间窗口该运动数据的异质图；拼接各时间窗口的异质图，构建时域和频域异质图序列；通过异质图递归神经网络提取该异质图序列中节点的表示向量；通过分类器对节点的表示向量进行分类，得到ADHD智能决策支持结果。本发明利用运动数据多方面的信息，实现对ADHD更准确的分类识别，提供更具参考意义的准确辅助决策支持。
-
公开(公告)号：CN113297485A
公开(公告)日：2021-08-24
申请号：CN202110562646.9
申请日：2021-05-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种生成跨模态的表示向量的方法以及跨模态推荐方法，本发明基于不同模态的条目用相应的信息提取方式从该条目中提取包括不同模态的共有内容对应的特征向量和当前模态的专属内容对应的特征向量的跨模态一致性标引，基于各条目的文本信息提取核心词集合，根据跨模态一致性标引生成包含多个条目和多个核心词对应的节点连接的跨模态内容图，并用跨模态内容图通过多模态图神经网络生成跨模态的表示向量，从而更精准地将跨模态的数据对应的特征映射到同一语义空间，有利于提高推荐系统的性能，提高用户体验。
-
公开(公告)号：CN113160967A
公开(公告)日：2021-07-23
申请号：CN202110270623.0
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所 , 首都医科大学附属北京安定医院
Abstract: 本发明提供了一种用于识别注意力缺陷多动障碍亚型的方法，包括：获取待识别用户的个人信息和语音信息，并对语音信息进行预处理；提取语音信息的语音特征，语音特征包括时域特征和频域特征；基于个人信息，将待识别用户的语音特征与符合预定条件的人口信息关联图中相应的已知用户的语音特征相关联，其中，已知用户具有注意力缺陷多动障碍亚型标签；以及利用图神经网络模型预测待识别用户的注意力缺陷多动障碍亚型。
-
公开(公告)号：CN113112029A
公开(公告)日：2021-07-13
申请号：CN202110435786.X
申请日：2021-04-22
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00
Abstract: 本发明提供一种应用于异构计算设备的联邦学习系统和方法，所述系统包括联邦学习管控平台以及多个联邦学习参与方计算设备，其中，在所述联邦学习管控平台和联邦学习参与方计算设备上部署联邦学习应用模块。本发明使各联邦学习参与方可以在使用异构计算设备的情况下，通过注册审批的形式加入联邦，在管控平台的调度下，使用适配于异构计算设备的通用联邦学习应用模块执行联邦学习建模任务及预测任务，使得有意愿加入联邦的参与方在能满足基本需求的情况下灵活、按需选择计算设备，并且降低部署和运维难度。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.01 seconds)
