-
公开(公告)号：CN116308487A
公开(公告)日：2023-06-23
申请号：CN202310259547.2
申请日：2023-03-17
Applicant: 辽宁电力能源发展集团有限公司 , 东北大学
IPC: G06Q30/0202 , G06Q50/06 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/0499 , G06N3/08 , H02J3/00
Abstract: 本发明提供一种基于多特征融合编码的电力需求负荷量预测方法，涉及企业用电技术领域。本发明对于以往的用电量预测方法常常忽略日期和天气之间存在的较强的关联性这一缺陷进行改进，使用三种不同结构的子编码器对多种特征进行融合编码。其针对于影响影响企业用电量的重要时间参数星期和月份进行embedding编码；使用LSTM模块从过往电力负荷需求量序列中提取时序信息；同时用一个注意力模块使用月份信息从天气参数中自适应地提取与月份相关的特征，充分挖掘不同因素之间的联系，通过深度学习的回归模型实现企业用日电量的准确预测。本发明相较于以往的方法对企业的日用电量的预测具有更高的准确率和鲁棒性。
-
公开(公告)号：CN115658941A
公开(公告)日：2023-01-31
申请号：CN202211409977.X
申请日：2022-11-11
Applicant: 东北大学
IPC: G06F16/53 , G06F16/55 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于图相似性计算的图检索方法，涉及图相似性计算领域；该方法综合考虑了图对之间结构信息和语义信息的相似性，并能够快速筛选出与检索图类别最相近的一系列图，进而完成图检索任务。首先利用图卷积提取图特征表达，使用自注意力机制生成相似性特征表达，通过图与图之间的充分交互传递信息，学习相似性特征中更复杂的信息，最后通过图结构学习模块计算出一对图之间的相似性分数。快速筛选出与检索图类别最相近的一系列图。
-
公开(公告)号：CN115546430A
公开(公告)日：2022-12-30
申请号：CN202211343342.4
申请日：2022-10-31
Applicant: 东北大学
IPC: G06T17/05 , G06T15/00 , G06T7/62 , G06T7/66 , G06V10/762
Abstract: 本发明提供一种基于多级距离插值的单帧三维点云数据可视化方法，涉及可视化技术领域。本发明通过对离散的三维空间点进行多级距离插值，在不丢失原始数据信息的前提下提高了运算速度，实现了计算精度与速度兼顾。另外，根据地形三维空间数据场的特点，本发明改变了传统光线投射算法中的梯度计算方法，在原有光线投射算法的基础上进行改进，提出多级距离插值的光线投射算法，提前计算梯度，加快了渲染过程，进一步缩短运算时间。通过对原始数据进行第一次距离插值生成新的三维空间数据场，并对生成的三维空间数据场进行梯度计算和二次插值操作，保留了高精度的同时提高了运算速度，实现实时高精度绘制。
-
公开(公告)号：CN114596317A
公开(公告)日：2022-06-07
申请号：CN202210253312.8
申请日：2022-03-15
Applicant: 东北大学
Abstract: 本发明公开了一种基于深度学习的CT影像全心脏分割方法；涉及医学图像领域；在网络编码阶段中引入残差模块，增强了网络捕捉全心脏子结构特征的能力。在解码阶段引入基于注意力机制的多尺度融合模块，该模块在反卷积之后融合多尺度特征并进行特征重利用，更好的融合了低级特征和高级特征。同时将加权交叉熵损失函数和加权DICE损失函数结合解决了类失衡问题，在分割细节上起到了良好的驱动作用。本发明实现方法简单，自动将全心脏分成7个子结构，包括左心房、左心室、左心室心肌、右心房、右心室、肺动脉、升动脉，测试一个数据只需几秒钟，极大的减少了医生投入的时间和学习成本，处理过程不需要人工交互，达到了应用的要求。
-
公开(公告)号：CN113592802A
公开(公告)日：2021-11-02
申请号：CN202110845333.4
申请日：2021-07-26
Applicant: 东北大学 , 中国医科大学附属第一医院
Abstract: 本发明提供一种基于超声图像的二尖瓣环位移自动检测系统，涉及计算机视觉技术领域。该系统首先获取多个带有左心室掩模或二尖瓣环位点坐标标签的超声心动图作为样本数据集；然后初始化用于左心室分割和二尖瓣检测的深度神经网络模型，并使用样本数据集预训练深度神经网络模型，得到预训练模型；加载预训练模型的模型参数和配置文件，分割待评估的超声心动图中的左心室内膜，确定二尖瓣环室间隔位点和左心室侧壁位点坐标以及左心室心尖位点坐标；计算二尖瓣环室间隔位点位移、左心室侧壁位点位移和收缩初期到收缩末期二尖瓣环相对于心尖的位移变化量，并在待评估的超声心动图像上输出MAD指标，完成对超声心动图像二尖瓣环位移的自动检测。
-
Patent Agency Ranking
公开(公告)号：CN113409445A
公开(公告)日：2021-09-17
申请号：CN202110615880.3
申请日：2021-06-02
Applicant: 东北大学
Abstract: 本公开实施例涉及一种骨折手术钢钉稳定性的评估方法、介质及电子设备，其方法包括：基于目标人体部位的多层螺旋CT图像进行三维重建，得到目标骨骼三维模型；获取预先确定的目标钢钉的待评估的入射位置信息和入射角度信息；基于所述入射位置信息和所述入射角度信息，确定所述目标钢钉在所述目标骨骼三维模型中的入射区域和钢钉长度；基于所述钢钉长度和所述入射区域的CT值，通过结构力学公式计算得到所述目标钢钉的相对可承受力值；基于所述相对可承受力值，评估所述目标钢钉的稳定性。通过本申请的评估方法，实现钢钉进入人体的位置和角度的有效性分析，可为临床医生实施医疗手术提供可靠依据。
-
公开(公告)号：CN111028241A
公开(公告)日：2020-04-17
申请号：CN201911107161.X
申请日：2019-11-13
Applicant: 东北大学
Abstract: 本发明提供一种多尺度血管增强的水平集分割系统与方法，涉及图像处理技术领域。本发明包括输入模块、预处理模块、血管增强模块、水平集模块以及输出模块；本发明针对以往血管图像中，待分割的血管与背景区域往往呈现出灰度差异小，灰度分布不均匀的现象，克服了血管图像中血管与背景灰度差异不明显对分割精度的影响，在多尺度的血管增强下，增加了水平集分割方法对不同粗细血管的分割能力，实现微细血管的精准分割。
-
公开(公告)号：CN111028201A
公开(公告)日：2020-04-17
申请号：CN201911108341.X
申请日：2019-11-13
Applicant: 东北大学
Abstract: 本发明提供一种基于多尺度水平集的眼底血管图像分割系统及方法，涉及图像处理技术领域。本发明包括输入模块、预处理模块、尺度构建模块、水平集模块以及输出模块；本发明改进了现有的基于局部特征的水平集方法。眼底血管粗细不一，使用单一尺度控制血管分割粒度导致血管分割精度不高问题。基于血管粗细不一的特点，为每个像素点找到最佳的响应尺度，即粗细不一的血管的尺度不同，克服粗细不均血管的漏分、错分等问题，因此增强了分割方法的鲁棒性，应用该方法能够得到精确的图像分割结果。
-
公开(公告)号：CN110639193A
公开(公告)日：2020-01-03
申请号：CN201910775644.0
申请日：2019-08-21
Applicant: 东北大学 , 首都医科大学宣武医院
IPC: A63B71/06
Abstract: 本发明涉及一种康复设备技术领域，公开了一种基于VR的认知能力康复装置，利用VR技术生成虚拟场景，在虚拟场景下设置各种逻辑任务，患者根据任务指令，通过获取装置在虚拟场景中进行相应的操作，让患者在真实感较强的环境下，几乎不依靠医护人员来进行康复训练，同时存储患者的所有操作数据，作为医生评判患者康复情况的可靠支撑数据，这为非药物治疗提供新的更有效的治疗手段，同时也将减轻医院医护人员负担，有效降低家庭及社会负担，具有较为实际有效的医学临床实用价值和社会价值。
-
公开(公告)号：CN108961273A
公开(公告)日：2018-12-07
申请号：CN201810719994.0
申请日：2018-07-03
Applicant: 东北大学
CPC classification number: G06T7/11 , G06T7/187 , G06T2207/10081 , G06T2207/30061 , G06T2207/30101
Abstract: 本发明涉及医学图像处理技术领域。本发明提出从CT影像中分割肺动脉和肺静脉的方法，包括：步骤S10：根据从CT影像中获取的肺血管数据和肺血管中心线图，确定肺血管中心线中的至少一个黏连点；并从所述肺血管数据中剔除所述至少一个黏连点，得到以肺血管中心线为根节点的多个血管子树；步骤S20：将所述多个血管子树按照匹配度划分为两类，分别为第一类血管子树和第二类血管子树；步骤S30：分别获取所述第一类血管子树和第二类血管子树对应的血管体积的数值，并确定血管体积数值较大的血管子树为肺静脉血管，血管体积数值较小的血管子树为肺动脉血管。本发明提供的分割方法的精度能够满足临床需求，且运算时间短。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.023 seconds)
