状态预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN117637144B

    公开(公告)日:2024-11-26

    申请号:CN202311597484.8

    申请日:2023-11-27

    Abstract: 本申请涉及一种状态预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待检测数据;待检测数据包括眼底图像和协变量数据;协变量数据为辅助判别目标病变的变量数据;基于预设特征提取模型分别对眼底图像和协变量数据进行特征提取,得到图像特征向量、图像特征向量对应的第一权重、协变量特征向量和协变量特征向量对应第二权重;基于第一权重、第二权重和预设的混合模型,对图像特征向量和协变量特征向量进行处理,得到目标状态预测结果;混合模型基于在待检测数据存在删失数据和不存在删失数据的情况下,分别满足最大似然函数条件的图像特征向量和协变量特征向量构建得到的。采用本方法能够提高目标状态预测结果的预测准确率。

    基于形态学滤波和小波阈值的心电异常判别系统及方法

    公开(公告)号:CN113180685B

    公开(公告)日:2022-10-18

    申请号:CN202110638192.9

    申请日:2021-06-08

    Abstract: 本发明提供了一种基于形态学滤波和小波阈值的心电异常判别系统,其特征在于,包括:数据扩展模块将多组导联数据进行扩展获取心电信号s0;基线漂移处理模块使用改进的形态学滤波方法对输入的心电信号s0进行两次滤波得到基线漂移信号s2,对s2赋予权重w,与原信号相减得到输出信号s;去噪模块基于基线漂移处理模块输出的心电信号s使用软硬阈值结合的方法过滤小波分解后的不同尺度系数,通过小波重构获取滤除噪声的信号t;判别模块基于去噪模块输出的心电信号t,通过下采样缩短信号长度并保留有效信息。本发明通过在两次滤波结束之后加入自适应机制,通过对结构元素的选择和赋予权重处理,从而进行循环调优,结合判别技术获取最终的异常判别结果。

    基于形态学滤波和小波阈值的心电异常判别系统及方法

    公开(公告)号:CN113180685A

    公开(公告)日:2021-07-30

    申请号:CN202110638192.9

    申请日:2021-06-08

    Abstract: 本发明提供了一种基于形态学滤波和小波阈值的心电异常判别系统,其特征在于,包括:数据扩展模块将多组导联数据进行扩展获取心电信号s0;基线漂移处理模块使用改进的形态学滤波方法对输入的心电信号s0进行两次滤波得到基线漂移信号s2,对s2赋予权重w,与原信号相减得到输出信号s;去噪模块基于基线漂移处理模块输出的心电信号s使用软硬阈值结合的方法过滤小波分解后的不同尺度系数,通过小波重构获取滤除噪声的信号t;判别模块基于去噪模块输出的心电信号t,通过下采样缩短信号长度并保留有效信息。本发明通过在两次滤波结束之后加入自适应机制,通过对结构元素的选择和赋予权重处理,从而进行循环调优,结合判别技术获取最终的异常判别结果。

    眼底照片识别方法、装置、设备及存储介质

    公开(公告)号:CN110084811A

    公开(公告)日:2019-08-02

    申请号:CN201910378689.4

    申请日:2019-05-08

    Abstract: 本申请公开了一种眼底照片识别方法、装置、设备及存储介质,属于计算机技术领域。所述方法包括:获取目标眼底照片,该目标眼底照片包括目标眼球后部组织所在的图像区域;将该目标眼底照片输入至目标神经网络,获取该目标神经网络输出的概率信息,该概率信息用于指示该目标眼底照片中的像素位于该图像区域内的概率;该目标神经网络的特征放大层用于获取该目标神经网络的特征提取层输出的池化值索引和特征图,并用于根据该池化值索引对该特征图进行放大处理,其中,该池化值索引用于指示经过池化操作得到的池化值的位置信息。本申请实施例提供的技术方案可以解决神经网络输出的概率信息的准确率较低的问题。

    G6PC2基因3’区域上的rs16856187多态位点的检测方法

    公开(公告)号:CN101514371A

    公开(公告)日:2009-08-26

    申请号:CN200910046349.8

    申请日:2009-02-19

    Abstract: 一种分子生物学技术领域的G6PC2基因3’区域上的rs16856187多态位点的检测方法,具体步骤为:从样品中提取基因组DNA,以此作为DNA模板;设计一对可特异性扩增出含SEQ ID NO.1所示序列中第101位核苷酸多态性的扩增产物的核酸引物,利用该对引物扩增目的基因;测定rs16856187多态位点基因型,检测SEQ ID NO.1所示序列第101位是否存在C到A的单核苷酸多态性。本发明建立了一种在大批量样本中进行G6PC2基因rs16856187多态位点快速检测的方法。

    分类方法、装置、设备和存储介质和计算机程序产品

    公开(公告)号:CN118570123A

    公开(公告)日:2024-08-30

    申请号:CN202410575366.5

    申请日:2024-05-10

    Abstract: 本申请涉及一种分类方法、装置、设备和存储介质,该方法通过获取第一目标对象的第一视网膜图像,然后将第一视网膜图像输入至第一分类模型中进行分类,得到第一分类结果,其中,第一分类结果用于表示第一目标对象所患目标疾病的诱发因素。上述方法通过分析视网膜图像来分析目标对象所患目标疾病的诱发因素的方法,提供了一种更简便、非侵入性的工具,来代替现有的侵入性工具造成的不可逆的损伤,可协助缩小诊断范围,提高的分类效率。另外,由于目标疾病的类型与视网膜相关疾病类型不同,所以能够利用视网膜图像进行疾病类型分类也属于该方法独有的应用效果。

    基于残差神经网络的冠心病心电图筛查系统及方法

    公开(公告)号:CN113180688B

    公开(公告)日:2022-11-29

    申请号:CN202110638190.X

    申请日:2021-06-08

    Abstract: 本发明提供了一种基于残差神经网络的冠心病心电图筛查系统,包括:心电信号处理模块:提取心电图机产生心电信号,使用symlets4小波对心电信号进行多层分解去噪,寻找心电信号转换的心电序列数据中R波的位置,并以其为基准进行心拍分割;深度特征提取模块:针对经过心电信号处理模块处理过的数据进行平移和缩放来数据增强,并使用包含挤压和激励网络模块的ResneXt50网络提取十二导联心电图的深度特征。树形模型预测模块:将深度特征提取模块提取的深度特征与心电图机数据进行结合,输入训练好的XGBoost模型得到心电图中出现冠心病心电特征的预测概率。本发明安装使用成本低,能够自动筛查,准确性相对心电图机的诊断更高,能够减少误判或者漏判,降低医生工作量。

Patent Agency Ranking