-
公开(公告)号：CN111242156B
公开(公告)日：2022-02-08
申请号：CN201911104118.8
申请日：2019-11-13
Applicant: 南通大学
IPC: G06V10/764 , G06V10/774 , G06V10/75 , G06K9/62
Abstract: 本发明公开一种用于微血管瘤病历图像的超平面近邻分类方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，从处理后的眼底病历图像中提取出微血管瘤病历图像的病变区域；接着将微血管瘤病变的图像区域形态学特征、纹理特征及灰度特征转化为l维数据向量xi；然后将数据分为训练数据Xtr和测试数据Xte，通过对训练数据Xtr进行训练得到一个包括分类超平面Hyper、支持向量集合Xsv、距离阈值t、最近邻居个数k、和谱哈希编码码长nb的高效分类模型；最后测试数据Xte预测时依据测试样本到分类超平面Hyper的距离与距离阈值t的关系，分别采用支持向量机模型和融合谱哈希算法的近邻算法进行预测，并综合相关预测结果。本发明能对提取出的眼底病历中微血管瘤病历图像特征进行快速有效分类，具有较高的分类准确率，大大降低了微血管瘤病历图像特征分类的执行时间。
-
公开(公告)号：CN110176298B
公开(公告)日：2022-02-08
申请号：CN201910469264.4
申请日：2019-05-31
Applicant: 南通大学
IPC: G16H30/40 , G06V10/764 , G06V10/20 , G06V10/774 , G06V10/77 , G06K9/62
Abstract: 本发明公开一种用于糖尿病性眼底图像分类的核主成分谱哈希方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，将处理后的眼底图像数据转化为向量形式；接着采用核主成分分析算法提取出眼底图像数据中非线性特征信息；然后将数据转化为二值码形式，利用Laplace‑Beltrami算子的特征值和特征函数值表示出眼底图像样本数据；最后利用阈值将样本特征函数值转化为二值码，并运用最近邻算法在汉明空间进行糖尿病性眼底图像的有效分类。本发明能充分提取出复杂非线性糖尿病性眼底图像数据特征，具有较高的分类准确率，且能有效降低大规模眼底图像分类时计算的复杂度。
-
公开(公告)号：CN111242156A
公开(公告)日：2020-06-05
申请号：CN201911104118.8
申请日：2019-11-13
Applicant: 南通大学
IPC: G06K9/62
Abstract: 本发明公开一种用于微血管瘤病历图像的超平面近邻分类方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，从处理后的眼底病历图像中提取出微血管瘤病历图像的病变区域；接着将微血管瘤病变的图像区域形态学特征、纹理特征及灰度特征转化为l维数据向量xi；然后将数据分为训练数据Xtr和测试数据Xte，通过对训练数据Xtr进行训练得到一个包括分类超平面Hyper、支持向量集合Xsv、距离阈值t、最近邻居个数k、和谱哈希编码码长nb的高效分类模型；最后测试数据Xte预测时依据测试样本到分类超平面Hyper的距离与距离阈值t的关系，分别采用支持向量机模型和融合谱哈希算法的近邻算法进行预测，并综合相关预测结果。本发明能对提取出的眼底病历中微血管瘤病历图像特征进行快速有效分类，具有较高的分类准确率，大大降低了微血管瘤病历图像特征分类的执行时间。
-
公开(公告)号：CN108446740B
公开(公告)日：2019-06-14
申请号：CN201810262763.1
申请日：2018-03-28
Applicant: 南通大学
IPC: G06K9/62
Abstract: 本发明公开了一种用于脑影像病历特征提取的多层一致协同方法，首先构建一种多层协同MapReduce模型进行不可分割相关脑影像病历特征的标识，将具有多个相关特征的脑病历进行有效分类；然后设计一种脑影像病历特征一致相容性聚合方法，使协同模因组提取的脑影像病历特征局部解和全局优势解能达到有效平衡；其次采用多决策一致性优化矩阵进一步检测协同模因组的非合作MapReduce行为，从而有效取得特征集的一致纳什均衡；最后评估脑影像病历特征提取的精度，输出最优特征选择集。本发明为相关疾病的临床诊断和治疗提供重要的影像特征依据。
-
公开(公告)号：CN107256342B
公开(公告)日：2019-06-07
申请号：CN201710454587.7
申请日：2017-06-15
Applicant: 南通大学
IPC: G16H50/70
Abstract: 本发明公开了一种用于电子病历知识约简效能评估的多种群协同熵级联方法。该方法首先利用云计算中Map操作与Reduce操作将大规模电子病历数据集划分成不同的电子病历优化数据子集；接着构建相邻进化种群相似度矩阵，利用进化种群协同熵设计知识约简效能计算方法；然后分析影响电子病历知识约简效能的进化种群分布规律，构造一种级联评估指标矩阵并进行矩阵优化；最后评估电子病历知识约简效能评估精度，输出电子病历知识约简效能最优评估精度。该方法对云计算环境下大规模电子病历知识约简定性定量化智能分析以及相关疾病辅助诊断疗效评估具有较好的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN104079658B
公开(公告)日：2018-08-14
申请号：CN201410331300.8
申请日：2014-07-14
Applicant: 南通大学
IPC: H04L29/08
Abstract: 本发明公开了一种Web环境下基于池技术的环保物联网实时控制方法，适用于B/S架构的污染源实时监控系统，所涉及的池包括：存储监控终端、浏览器等Socket连接信息的连接池，存储浏览器端向远程目标设备发出控制请求的执行中控制池和等待控制池，以及存储各类数据的数据池，所述的环保物联网实时控制方法，利用池技术实现了浏览器端对远程设备的并发控制，并能将无来源标识的控制结果准确地返回给发起控制的浏览器。
-
公开(公告)号：CN105279388B
公开(公告)日：2017-11-17
申请号：CN201510791062.3
申请日：2015-11-17
Applicant: 南通大学
Abstract: 本发明公开了一种多层云计算框架协同的孕龄新生儿脑病历集成约简方法。该方法首先构造多层MapReduce协同神经子种群Neuro‑subpopulationi结构，提取各神经子种群精英最优带权裕度WCi，并通过MapReduce将大规模脑病历组织属性自适应划分至n个协同进化的神经子种群中，并取得不同脑病历组织最佳分割曲面；然后设计一种五层结构的神经网络优化模型，构造精英能量矩阵NSMP，各神经子种群最优能量精英Elitist_leaderi进行脑病历曲面Sub_curvei的集成化协同约简，达到各自分割曲面的最优约简集最后提取出脑病历组织的全局最优属性约简集RedEnsemble。本发明利用云计算环境下多层MapReduce框架和协同神经子种群精英快速提高大数据环境下孕龄新生儿脑病历约简效率和精度，对其脑病历特征选择、规则提取和临床决策支持服务等具有重要的意义。
-
公开(公告)号：CN104615892B
公开(公告)日：2017-07-07
申请号：CN201510071053.7
申请日：2015-02-10
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于特殊中医病历诊断规则挖掘的多层精英角色方法，该方法首先设计精英角色子种群浓度选择概率将中医病历属性分配到不同类别的“普通—精英”角色种群中，进行特殊中医病历中相关和相互依赖属性预处理；然后构造一种基于多层精英角色的动态均衡策略，通过各个五边形进化区域内不同精英角色种群动态迁入和迁出形成多层精英角色全局均衡点；最后从多层精英角色中选出具有全局搜索和局部精化最强优化能力的精英子集向量，构造最强精英优化阵列实现特殊中医病历诊断规则快速挖掘。本发明能较好地克服特殊中医电子病历属性模糊，属性相关和相互依赖等问题，有效提高其诊断规则挖掘效率，具有较强的鲁棒性和实用性。
-
公开(公告)号：CN104636628A
公开(公告)日：2015-05-20
申请号：CN201510093829.5
申请日：2015-03-03
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开一种基于三层交叉博弈能量树的脑波病历信号约简方法。该方法首先设计两棵相邻的三层交叉博弈树Ti和Tj，在同一主层内实现自私博弈和不同主层间实现交叉协同博弈，采用深度优先搜索策略选出两棵博弈树的全局最优精英Elitisti_c和Elitistj_c；然后分配精英能量收益矩阵PMENn×n给最优精英，增强精英在主层取得自适应Nash能量探索与开发平衡性能；最后实现脑波病历信号的交叉博弈能量约简，使最优精英在精英能量向量Γ驱动下均收敛到每个主层最优Nash均衡点，达到脑波病历信号约简精度平衡，从而输出全局最优脑波病历信号。本发明能有效提高脑波病历信号约简效率，为脑波信号噪声消除及特征提取与解析等提供重要方法，对脑部疾病诊断和辅助治疗具有较强应用价值。
-
公开(公告)号：CN104615892A
公开(公告)日：2015-05-13
申请号：CN201510071053.7
申请日：2015-02-10
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于特殊中医病历诊断规则挖掘的多层精英角色方法，该方法首先设计精英角色子种群浓度选择概率将中医病历属性分配到不同类别的“普通—精英”角色种群中，进行特殊中医病历中相关和相互依赖属性预处理；然后构造一种基于多层精英角色的动态均衡策略，通过各个五边形进化区域内不同精英角色种群动态迁入和迁出形成多层精英角色全局均衡点；最后从多层精英角色中选出具有全局搜索和局部精化最强优化能力的精英子集向量，构造最强精英优化阵列实现特殊中医病历诊断规则快速挖掘。本发明能较好地克服特殊中医电子病历属性模糊，属性相关和相互依赖等问题，有效提高其诊断规则挖掘效率，具有较强的鲁棒性和实用性。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.025 seconds)
