-
公开(公告)号：CN117372440A
公开(公告)日：2024-01-09
申请号：CN202311681795.2
申请日：2023-12-08
Applicant: 北京邮电大学
IPC: G06T7/00 , A61B5/00 , A61B5/055 , A61B5/245 , G06V10/766 , G06V10/774 , G06V10/80
Abstract: 本申请提供阿尔茨海默病风险预警模型训练方法、预警方法及设备，方法包括：根据历史被测对象的多模态磁共振影像对应的多个层级的脑网络特征，构建多个用于存储各个历史被测对象各自对应的样本数据与阿尔茨海默病风险等级标签之间的对应关系的数据集，采用不同的数据集分别一对一训练各个单模态风险预测模型；基于各个单模态风险预测模型分别输出的单模态阿尔茨海默病风险等级数据训练线性回归模型，得到用于输出被测对象的阿尔茨海默病风险预警结果数据的阿尔茨海默病风险预警模型。本申请能够充分捕获多模态磁共振成像所反应的特异和互补的信息，能够更加全面地刻画大脑的全局变化，并能够提高阿尔茨海默病风险评估结果的准确性及可靠性。
-
公开(公告)号：CN115414042B
公开(公告)日：2023-03-17
申请号：CN202211096131.5
申请日：2022-09-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于情感信息辅助的多模态焦虑检测方法及装置，该方法包括：获取文本数据集和语音信号集；将各文本数据分别输入至文本情感数据清洗模型，得到各情感类别，并清洗掉情感类别与第一情感不一致的文本数据，得到第二文本数据集；将各语音信号分别输入至语音情感数据清洗模型，得到各语音信号对应的情感类别，清洗掉情感类别与第一情感不一致的语音信号，得到第二语音信号集；将第二文本数据集输入至文本焦虑检测模型，得到文本模态特征，将第二语音信号集输入至语音焦虑检测模型，得到语音模态特征，将文本模态特征和语音模态特征进行特征融合，并基于融合后的特征得到被测者的焦虑分类结果。该方法可准确的检测被测者的焦虑状态。
-
公开(公告)号：CN113962930A
公开(公告)日：2022-01-21
申请号：CN202111045947.0
申请日：2021-09-07
Applicant: 北京邮电大学
Inventor： 刘勇
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本申请提供了一种阿尔茨海默病风险评估模型建立方法和电子设备，其中，该方法包括：获取结构磁共振的多尺度的特征，其中，所述多尺度：灰质体积、皮层厚度、形态学网络；根据所述多个尺度中各单尺度的特征，利用网格搜索采用内外层交叉验证的方法进行寻优，训练得到各单尺度的风险评分计算模型，以得到各单尺度指标的评分结果；利用逻辑回归，对所述各单尺度的评分结果进行融合，得到基于多尺度的风险评分融合模型。通过上述方案可以实现对阿尔茨海默病的准确预测，与单特征预测相比，可以达到更为准确的预测准确率。
-
公开(公告)号：CN109362087B
公开(公告)日：2020-08-04
申请号：CN201811308254.4
申请日：2018-11-05
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于异构云无线接入网络的流量卸载协作方法及系统，该方法包括获取目标区域的业务链路信息；根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。本发明实施例基于H‑CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。
-
公开(公告)号：CN102638572B
公开(公告)日：2014-10-29
申请号：CN201210072830.6
申请日：2012-03-19
Applicant: 北京邮电大学
Abstract: 一种基于Web Element机制的短信发送服务系统及其工作方法，系统是由用户个性化定制而生成相应的短信发送功能组件，再以功能组件形式调用电信服务能力API，从而将传统的短信发送功能迁移到互联网，构成一种全新、便捷、实用的服务系统。系统由互联网中一个整合用户定制信息并生成短信发送功能组件的服务器和众多提供定制服务的客户端所组成，服务器设有：用户注册，短信Web Element定制，服务器组件生成，组件及生成代码呈现、组件调用和Web Elements商店门户共六个模块。其创新之处是封装了传统电信能力，用户可对电信能力实现功能组件级别的调用，输入定制信息就能定制和获得个性化短信功能组件，大大提高调用的便捷性和抽象层次。
-
Patent Agency Ranking
公开(公告)号：CN102624399B
公开(公告)日：2014-10-22
申请号：CN201210090845.5
申请日：2012-03-30
Applicant: 北京邮电大学
IPC: H03M7/30
Abstract: 本发明提供了一种压缩感知信号的重构方法，包括：A、计算经过压缩感知处理的信号y与传感矩阵Φ每一列的内积g1＝ΦTy，作为第一次迭代的内积结果；B、根据本次迭代的内积结果gt判断是否停止迭代；若不停止，则从本次迭代的内积结果gt中找到绝对值最大的元素对应的索引值λt，将索引值λt加入索引集合，计算下次迭代的内积结果为并进入下次迭代过程，返回步骤B；其中，t为迭代索引值，为矩阵X＝ΦTΦ的第λt列；若停止，则将当前索引集合中各个互不相同的索引值对应的传感矩阵的列构成矩阵ΦΛ，并根据构成的矩阵ΦΛ和所述信号y重构压缩感知信号；所述ΦΛ中的列按照索引值由低到高的顺序排列，Λ为当前索引集合中各个互不相同的索引值构成的集合。应用本发明，能够节省计算时间和资源。
-
公开(公告)号：CN102638572A
公开(公告)日：2012-08-15
申请号：CN201210072830.6
申请日：2012-03-19
Applicant: 北京邮电大学
Abstract: 一种基于Web Element机制的短信发送服务系统及其工作方法，系统是由用户个性化定制而生成相应的短信发送功能组件，再以功能组件形式调用电信服务能力API，从而将传统的短信发送功能迁移到互联网，构成一种全新、便捷、实用的服务系统。系统由互联网中一个整合用户定制信息并生成短信发送功能组件的服务器和众多提供定制服务的客户端所组成，服务器设有：用户注册，短信Web Element定制，服务器组件生成，组件及生成代码呈现、组件调用和Web Elements商店门户共六个模块。其创新之处是封装了传统电信能力，用户可对电信能力实现功能组件级别的调用，输入定制信息就能定制和获得个性化短信功能组件，大大提高调用的便捷性和抽象层次。
-
公开(公告)号：CN119919291A
公开(公告)日：2025-05-02
申请号：CN202510416238.0
申请日：2025-04-03
Applicant: 北京邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06T17/00 , G06N3/0464 , G06N3/048
Abstract: 本申请提供结构磁共振超分辨率图像重建模型训练方法、重建方法及设备，涉及图像处理技术领域，训练方法包括：对结构磁共振图像进行各向异性下采样以得到用于模拟临床结构磁共振低分辨率图像的目标低分辨率图像；基于参考结构磁共振图像生成目标低分辨率图像对应的图像样本，并基于图像样本和结构磁共振图像训练深度学习模型，以将该深度学习模型训练为用于将图像样本重建为超分辨率图像的结构磁共振超分辨率图像重建模型。本申请能够提高图像样本模拟临床中厚层扫描的低分辨率图像的有效性及合理性，能够提高采用图像样本训练结构磁共振超分辨率图像重建模型的有效性及可靠性，进而能够提高采用该模型重建超分辨率图像的精度及可靠性。
-
公开(公告)号：CN119169398A
公开(公告)日：2024-12-20
申请号：CN202411674769.1
申请日：2024-11-21
Applicant: 北京邮电大学
IPC: G06V10/764 , A61B5/00 , G16H50/20 , G06N3/0499 , G06T7/00 , G06V10/422 , G06V10/44 , G06V10/82
Abstract: 本申请提供阿尔茨海默病预测模型训练方法、阿尔茨海默病预测方法及设备，训练方法包括：采用磁共振成像样本的脑室轮廓点云及第一深度学习模型得到第一阿尔茨海默病预测结果数据；采用经协变量校正后的脑室体积比数据及第二深度学习模型得到第二阿尔茨海默病预测结果数据；将第一阿尔茨海默病预测结果数据、第二阿尔茨海默病预测结果数据以及分类标签集中训练SVM模型以用于预测阿尔茨海默病预测融合结果。本申请能够聚焦脑室形态学特征并实现脑室形状的精准刻画，能够有效消除无关因素干扰，能够采用脑室多维数据进行集成学习，并能够有效提高阿尔茨海默病预测模型的分类性能和泛化能力，进而能够有效提高阿尔茨海默病预测效率及准确性。
-
公开(公告)号：CN118967707A
公开(公告)日：2024-11-15
申请号：CN202410638598.0
申请日：2024-05-22
Applicant: 首都医科大学附属北京友谊医院 , 北京邮电大学
Abstract: 本发明公开了基于区域分割的脑龄预测方法及设备，获取目标测量者对应的待处理弥散张量图像，确定待处理弥散张量图像中各个体素对应的多个弥散指标数据，并根据多个弥散指标数据，生成多个弥散指标图像；根据大脑纤维束模版，对多个弥散指标图像进行处理，以获得各个脑区对应的第一特征向量，特征向量用于描述各个脑区对应的图像特征；利用预先训练好的大脑年龄预测模型，对各个脑区对应的第一特征向量进行处理，以获得目标测量者对应的脑龄预测结果。通过大脑年龄预测模型并融合多个弥散指标图像中各个脑区的图像特征信息，以准确地获得各个脑区的脑白质信息，并根据各个脑区的脑白质信息精准地预测大脑年龄，提高了大脑年龄预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.04 seconds)
