-
公开(公告)号：CN114627050A
公开(公告)日：2022-06-14
申请号：CN202210109129.0
申请日：2022-01-28
Applicant: 清华大学
IPC: G06T7/00 , G06F16/583 , G06K9/62 , G06T7/11 , G06V10/764 , G06V10/74
Abstract: 本发明提供一种基于肝部病理全切片的病例分析方法及系统，属于计算机视觉技术领域，通过对大型的肝部病理全切片图进行预处理和数据清洗过程，从有较多无关冗余信息的、超高分辨率的病理全切片图中提取出对于描述特定组织特征、辅助医生作出诊断比较关键的区域；同时，将利用这些包含特定组织的区域作为分析的基础，对某些待分析的病理图像，在预先建立的病例图像数据库中进行寻找包含特定相似区域的病例图像，将筛选到的病例图像进行排序并可视化输出；提高分析结果的准确性，满足医生的检索需求的技术效果。
-
公开(公告)号：CN108268753B
公开(公告)日：2021-12-03
申请号：CN201810073198.4
申请日：2018-01-25
Applicant: 清华大学
Abstract: 一种微生物组识别方法和装置、设备，该微生物组识别方法包括：获取多个生物个体的微生物组特征信息生成多个样本，计算该多个样本中第一样本分别与其他样本的相似度以获得多个相似度，根据该多个相似度建立所述第一样本的相似度概率分布模型；获取待测样本，计算所述待测样本与所述第一样本的相似度，根据所述待测样本与所述第一样本的相似度以及所述第一样本的相似度概率分布模型确定所述待测样本的第一概率值，根据所述第一概率值判断所述待测样本与所述第一样本是否属于同一生物个体。本实施例提供的方案，能有效的对微生物组进行识别。
-
公开(公告)号：CN110060157B
公开(公告)日：2021-08-24
申请号：CN201910161482.1
申请日：2019-03-04
Applicant: 清华大学
IPC: G06Q40/04
Abstract: 本发明公开了一种信誉度评估方法及系统。该方法应用于信誉度评估系统，包括：建立账户，参与网络交互的节点创建自己的账户；账户间交易，账户间进行数据传递和金额传递，系统状态更新；账户信誉度更新，账户交易后，互相进行信誉度评价，并形成评价矩阵，运用机器学习的方法，预测网络各账户综合信誉度，系统状态再次更新；生成区块上传，当系统完成信誉度更新后，将这一时间内发生的交易记录和系统状态的改变，打包到一个区块，上传至区块链，使得每个账户所做的交易可被查证且不可更改。本发明提高了信誉度评估的安全性、准确性、可靠性、可扩展性，适用于各类场景建立网络节点信誉度的评估。
-
公开(公告)号：CN110263553B
公开(公告)日：2021-07-13
申请号：CN201910394120.7
申请日：2019-05-13
Applicant: 清华大学
Abstract: 本发明公开了一种基于公钥验证的数据库访问控制方法、装置及电子设备，其中，方法包括：接收用户节点的访问申请；根据接收的访问申请匹配用户权限；匹配通过，则生成用户节点的一组公钥与私钥；根据生成的公钥登录数据库。本发明通过生成的公钥登录数据库，隐藏用户节点的真实身份，可以避免数据泄露或遭到攻击，提高数据安全性，并且，通过采用用户公钥进行身份验证，使得同一IP地址的不同用户也能获取相应的数据读取权限，不会造成权限不足或是过度开放的情况发生。
-
公开(公告)号：CN109040077B
公开(公告)日：2021-03-23
申请号：CN201810903515.0
申请日：2018-08-09
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本发明提供一种数据共享与隐私保护的方法及系统，其中的方法包括：向个人数据中心发送数据分析请求；根据发送的数据分析请求，个人数据中心进行访问权限验证，其中，通过区块链中的智能合约进行访问验证权限；访问权限验证通过后，个人数据中心对请求的数据进行无篡改验证，其中，请求的数据的哈希值存储于区块链上，以验证所述请求的数据无篡改；将数据分析算法上传至个人数据中心，对所请求的数据进行分析并获取分析结果，其中，根据个人数据中心所设定的权限决定是否将获取的分析结果返回数据分析请求方。利用本发明，能够解决当前数据管理和共享传输中存在的身份管理难、标准不一致、数据安全性缺失、隐私保护机制缺乏等问题。
-
Patent Agency Ranking
公开(公告)号：CN108960289B
公开(公告)日：2021-03-16
申请号：CN201810586792.3
申请日：2018-06-08
Applicant: 清华大学
Abstract: 本发明公开了一种医用图像分类装置，包括：样本库建立部，建立已有图像样本的数据库，并标注所述图像样本的类别；模型训练部，用于训练深度卷积神经网络模型；映射库建立部，建立与样本库中图像样本相对应的映射向量的数据库；图像输入部，用于将待分类的图像输入训练好的深度卷积神经网络模型，得到与待分类的图像相对应的映射向量；比较部，比较待分类的图像与图像样本的相似度；以及输出部，根据所述比较部的比较结果，输出分类结果。本发明提高了对医用图像识别的准确率。本发明还公开了一种医用图像分类方法。
-
公开(公告)号：CN110047569B
公开(公告)日：2021-02-26
申请号：CN201910282228.7
申请日：2019-04-09
Applicant: 清华大学
IPC: G16H15/00
Abstract: 本发明公开了一种基于胸片报告生成问答数据集的方法、装置及介质，其中，方法包括以下步骤：步骤S1，获取原始胸片报告；步骤S2，基于词性编码对所述原始胸片报告进行简化处理，得到简化后的胸片报告和对应的词性编码文件；步骤S3，根据简化后的胸片报告和对应的词性编码文件生成胸片报告的问答数据集。本发明能够极大地简化复杂的原始胸片报告，既保留了胸片报告的关键信息，又提高了胸片报告的结构性。并且，基于词性编码的方法具有普遍适用性，只要收集影像报告中的对应词汇，就能够应用于各种影像报告的分析。本发明生成的问答数据集，可以作为公开数据集用于对胸片的研究。
-
公开(公告)号：CN108898601B
公开(公告)日：2020-09-29
申请号：CN201810550215.9
申请日：2018-05-31
Applicant: 清华大学
IPC: G06T7/10
Abstract: 本发明提供一种基于随机森林的股骨头图像分割装置及分割方法，包括：存储包含股骨头的第一图像；粗搜索第一图像选出与股骨头匹配性最高的候选区域；在股骨头边界设置多个轮廓点，对轮廓点位置求平均，得到平均轮廓形状，设定与平均轮廓形状外切的目标区域，轮廓点在目标区域的映射的形状作为迭代初始的轮廓形状；根据分裂参数构建前一次迭代后轮廓形状的每个轮廓点的树，得到每个轮廓点对应的局部二值特征；通过上一次迭代后每个轮廓点对应的局部二值特征对全局线性回归器进行训练，确定形状增量，结合上一次迭代后轮廓形状，确定此次迭代轮廓形状，将最终迭代次数的轮廓形状作为分割结果。上述装置和方法能够自动化分割第一图像的股骨头区域。
-
公开(公告)号：CN111062043A
公开(公告)日：2020-04-24
申请号：CN201911200681.5
申请日：2019-11-29
Applicant: 清华大学
Abstract: 本发明提供一种基于边缘计算的医疗影像识别方法及系统，包括：数据使用端向域内边缘计算发出第一请求，第一请求包括算法、数据请求信息和私钥；边缘计算根据第一请求在云中心查找符合第一请求的数据拥有端，建立沙盒，使用私钥对算法进行加密，加密后算法和数据请求信息放进沙盒并发送到云中心；云中心将数据请求信息发送到符合第一请求的数据拥有端；数据拥有端查询数据请求信息，将查询结果对应的数据集用私钥加密后发送到云中心；云中心对沙盒中的算法和数据集进行解密，对数据集执行算法，获得图像识别结果集，进行加密，发送给数据拥有端和数据使用端。上述方法和系统提供可靠算法运行方法，确保医疗影像数据不会从数据源泄露到外部。
-
公开(公告)号：CN110458843A
公开(公告)日：2019-11-15
申请号：CN201910566963.0
申请日：2019-06-27
Applicant: 清华大学
Abstract: 本发明属于计算机图像处理技术领域，公开了一种掩模图像的分割方法及系统，包括以下步骤：一、掩模图像检测，提取掩模图像的轮廓、凸包和凸缺陷及凸缺陷的四个特征信息；二、凸缺陷筛选，筛选出满足以下条件的凸缺陷：最远点与轮廓的距离大于第一阈值，起点到终点的距离大于第二阈值，最远点与轮廓的距离大于同一凸包上所有凸缺陷的最远点与轮廓的距离中的最大值的百分之五十；三、分割处理，在经过筛选后的凸缺陷中找出同一凸包上且最远点相互距离最近的，以其最远点为分割点，沿分割点两两排序后的连线分割处理。还提供了一种掩模图像的分割系统，系统采用了前述方法来实现对掩模图像的分割处理。解决了掩模图像分割中的过度或欠分割问题。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.025 seconds)
