-
公开(公告)号：CN109919948A
公开(公告)日：2019-06-21
申请号：CN201910141261.8
申请日：2019-02-26
Applicant: 华南理工大学
Abstract: 本发明提供一种基于深度学习的鼻咽癌病灶分割模型训练方法及分割方法，其中，分割方法包括以下步骤：I.将训练好的分割模型加载到卷积神经网络模型中；II.读取鼻咽癌MRI原始图像；III.对鼻咽癌MRI原始图像进行归一化，得到鼻咽癌MRI图像；IV.将鼻咽癌MRI图像输入卷积神经网络模型，得到鼻咽癌MRI图像的病灶概率图；V.将鼻咽癌MRI图像的病灶概率图进行二值化，得到病灶分割图。本发明还提供一种鼻咽癌病灶分割模型训练方法。本发明通过基于深度学习的鼻咽癌病灶分割模型训练方法得到的模型应用于病灶分割方法中，可有效解决鼻咽癌MRI图像中小图像分割导致效果不好的问题，从而提高目标小图像的分割效果，更加准确的自动分割鼻咽癌病灶。
-
公开(公告)号：CN109919210A
公开(公告)日：2019-06-21
申请号：CN201910141616.3
申请日：2019-02-26
Applicant: 华南理工大学 , 佛山市百步梯医疗科技有限公司
Abstract: 本发明提供一种基于深度卷积网络的心音半监督分类方法，包括以下步骤：步骤S1：获取心音数据并对心音数据进行预处理，作为训练数据；步骤S2：构建深度卷积神经网络模型；步骤S3：利用训练数据对深度卷积神经网络模型进行训练；步骤S4：将训练好的深度卷积神经网络模型推送上线进行服务；步骤S5：利用训练好的深度卷积神经网络模型在线上对患者上传的心音数据进行分类；步骤S6：当数据库中累计新的心音数据一定量时，启动深度卷积神经网络模型训练流程，返回至步骤S1—S3。本发明可对患者的心音数据进行分类以智能诊断；同时，该方法可解决现有技术中心音模型训练的样本有限导致分类不精准的问题，从而提高患者心音分类的精准性。
-
公开(公告)号：CN108523854A
公开(公告)日：2018-09-14
申请号：CN201810544823.9
申请日：2018-05-31
Applicant: 华南理工大学
IPC: A61B5/00
Abstract: 本发明公开了一种检测男性性功能的医用智能检测系统，所述系统具体包括内容刺激子系统、智能穿戴检测子系统以及上位机子系统；所述内容刺激子系统用于给用户产生刺激源；所述智能穿戴检测子系统用于采集男性生殖器的状态信息并将相关信息传输到上位机子系统；所述上位机子系统用于对智能穿戴检测子系统传输的信息进行识别与计算，得到初步分析结果。本发明能够较为精确地判断男性性功能障碍的类型，有助于医院为患者制订合适的治疗方案。
-
公开(公告)号：CN108309282A
公开(公告)日：2018-07-24
申请号：CN201810250059.4
申请日：2018-03-26
Applicant: 华南理工大学
IPC: A61B5/0402 , A61B5/0408
Abstract: 本发明公开了一种心电检测脚环以及检测方法，心电检测脚环包括脚环壳体、柔性环带、脚环壳体内的主电路以及电源模块，所述主电路包括开关模块、电源稳压模块、充电模块、数据采集模块、处理器模块和无线信号传输模块；其中，所述充电模块、电源模块、电源稳压模块、开关模块以及处理器模块依次连接，所述数据采集模块、处理器模块和无线信号传输模块依次连接，所述数据采集模块和无线信号传输模块均与所述电源稳压模块连接；所述数据采集模块用于采集人体心电率信息；所述处理器模块对人体心电率信息进行信息的处理后，通过无线信号传输模块发送至外设上位机。本发明心电检测脚环结构简单、使用便捷，且实现了较低成本的心电检测方法。
-
公开(公告)号：CN105848055A
公开(公告)日：2016-08-10
申请号：CN201610186239.1
申请日：2016-03-29
Applicant: 华南理工大学
IPC: H04R3/00
CPC classification number: H04R3/00
Abstract: 本发明提供一种用于电子听诊器的麦克风电路，包括供电模块、用于采集声音信号的拾音模块、用于以调节方式放大声音信号并抑制高频噪声的放大与低通滤波模块、用于避免麦克风电路输出交流电压过高的交流限幅模块、以及麦克风耳机接头J1；供电模块与拾音模块连接；放大与低通滤波模块一端通过外围电路一与拾音模块连接，另一端通过外围电路二与交流限幅模块连接，实现共同抑制听诊器移动所引起的摩擦声；放大与低通滤波模块设置有可调电阻P1，实现改变可调电阻P1的阻值以调节声音信号的放大倍数。本发明适用于电子听诊器的麦克风电路能有效地放大生理声音信号的同时，可保证频率特性的稳定性。本发明麦克风电路能抑制因听诊器移动产生的摩擦声。
-
Patent Agency Ranking
公开(公告)号：CN103490431A
公开(公告)日：2014-01-01
申请号：CN201310455987.1
申请日：2013-09-29
Applicant: 华南理工大学
IPC: H02J3/18
CPC classification number: Y02E40/30
Abstract: 本发明公开了一种基于BART算法的配电网电压无功优化方法，BART算法是一种集成预测方法，通过非参数化的贝叶斯回归方法，将累加回归树模型分解成若干弱回归树，并通过集成方法整合成一个集成预测系统；每个弱回归树负责整个集成预测系统中的一小部分，通过弱化单个回归树模型对预测的影响来提高整体集成模型的预测效果。本发明基于对历史样本数据的自学习，在保证电压处于合理控制范围的前提下，使变压器分接头调节和电容器组投切动作尽量少，变压器低压侧电压和无功处于网损较小的理想状态，且优化过程中不需要求解复杂的优化模型，在充分考虑负荷与电压及无功的影响下，对无功进行柔性调节。
-
公开(公告)号：CN114572229B
公开(公告)日：2024-06-11
申请号：CN202210191590.5
申请日：2022-02-28
Applicant: 华南理工大学
IPC: B60W40/105 , B60W50/00 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于图神经网络的车速预测方法、装置、介质及设备；其中，方法为采集设定时间范围内的车速数据；对数据进行归一化处理得到预处理后的数据信息；利用空间特征生成基于欧几里得距离的静态图；图学习模块自动捕获空间中隐藏的依赖关系，生成自适应邻接矩阵，以生成动态图；将数据信息依次输入多层间隔布设的时间卷积模块和图卷积模块；时间卷积模块将数据信息进行门控三分支时间卷积来学习车速与时间特征之间的依赖关系；图卷积模块将数据信息分别与静态图和动态图加权混淆来共同学习潜在空间特征；输入预测输出模块进行车速预测，得到后续时段车速预测结果。该方法可有效对车速进行预测，辅助出行规划与交通管制的实施。
-
公开(公告)号：CN111968741B
公开(公告)日：2023-07-18
申请号：CN202010677989.5
申请日：2020-07-15
Applicant: 华南理工大学
IPC: G16H50/30 , G06F16/35 , G06F40/295 , G16H10/60 , G16H50/70
Abstract: 本发明提供了一种基于深度学习与集成学习的糖尿病并发症高危预警系统，其特征在于：包括：数据输入模块，用于输入待识别的电子病历原始数据；数据预处理模块，用于对所述待识别的电子病历原始数据进行预处理，得到电子病历数据集；数据处理模块，用于将所述电子病历数据集输入至数据挖掘模型，通过所述数据挖掘模型对所述电子病历数据集进行处理，得到电子病历数据集是否为高危人群的预警结果；其中，所述数据挖掘模型为对初始数据挖掘模型进行训练处理得到的模型。本发明可实现糖尿病并发症高危人群早期发现和预警，预警准确性高，具有良好的预警效果，可对疾病有效监督和预防。
-
公开(公告)号：CN112991306B
公开(公告)日：2022-04-22
申请号：CN202110317411.3
申请日：2021-03-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于图像处理的卵裂期胚胎细胞位置分割和计数方法，包括以下步骤：获取卵裂期胚胎细胞图片，对其进行灰度和轮廓增强处理；进行边缘检测；进行形态学变化处理；进行细化处理，并去除小斑点区域；进行圆检测，得到多个候选圆；去除候选圆中不符合整体半径均值范围或重合程度高的圆；依次在留下的每个候选圆对应范围的图像坐标区域上单独进行椭圆拟合；去除不符合长短轴比例范围以及多个椭圆之间重合程度高的椭圆；确定第一候选椭圆组相对应的范围，近似为卵裂期胚胎细胞各单独细胞的位置范围，第一候选椭圆组中候选椭圆的总数为卵裂期胚胎细胞的所有细胞数。本发明具有处理速度快、精度高等优点。
-
公开(公告)号：CN109545239B
公开(公告)日：2021-11-05
申请号：CN201811485004.8
申请日：2018-12-06
Applicant: 华南理工大学 , 佛山市百步梯医疗科技有限公司
IPC: G10L21/0216
Abstract: 本发明提供了一种用于采集体音信号的双麦克风自适应滤波算法，其特征在于：采用至少一主一副两个麦克风来采集信号；主麦克风用以采集带噪体音信号，副麦克风用以采集环境噪音；对主麦克风采集到的信号和副麦克风采集到的信号作相同的高通滤波处理；对高通滤波处理后的主麦克风信号和副麦克风信号采用归一化最小均方算法计算自适应滤波器权值并计算误差信号，以滤除主麦克风信号中的环境噪音；对误差信号作第一次低通滤波处理以复原体音信号，从而得到自适应滤波算法输出的体音信号。该算法既可实现滤波器权值快速收敛，又可避免信号失真，快速可靠地抑制环境噪声干扰。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.043 seconds)
