-
公开(公告)号:CN117765603A
公开(公告)日:2024-03-26
申请号:CN202310436982.8
申请日:2023-04-21
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于时间序列预测的多视图眼震分类方法及系统,其中方法包括以下步骤:S1、读取输入的视频眼震图;S2、对步骤S1得到的视频眼震图进行预处理,得到预处理后的视频眼震图数据;S3、采用神经网络算法对步骤S2中预处理后的视频眼震图数据进行特征提取;其中所述神经网络算法结合了改进多头注意力机制和神经常微分方程,改进多头注意力机制为线性化改进;S4、根据步骤S3提取得到的特征进行眼震分类。与现有技术相比,本发明具有特征提取能力强、眼震类型分类准确率高、医学临床应用上价值高等优点。
-
公开(公告)号:CN117351390A
公开(公告)日:2024-01-05
申请号:CN202311259719.2
申请日:2023-09-26
Applicant: 上海工程技术大学 , 复旦大学附属眼耳鼻喉科医院
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种BPPV眼震分类模型建模方法,包括:获取眼震视频;在眼震视频中对瞳孔区域进行定位及标记;根据标记有瞳孔区域的眼震视频,计算连续帧之间的光流,获取对应的光流帧序列;以光流帧序列为输入,以BPPV眼震类型为标签,对BPPV眼震分类模型进行训练,获取训练好的BPPV眼震分类模型。与现有技术相比,本发明具有能够实现对复合型眼震的细粒度分类、降低人工标注量等优点。
-
公开(公告)号:CN115631531A
公开(公告)日:2023-01-20
申请号:CN202211338482.2
申请日:2022-10-28
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于注意力机制的视频眼震图眼震类型识别方法及系统,所述的方法包括:所述的方法包括以下步骤:步骤S1、读取输入的视频眼震图;步骤S2、对步骤S1得到的视频眼震图进行预处理,得到预处后的视频眼震图数据;步骤S3、根据引入了结合注意力机制的改进的MoblieNetV2算法对步骤S2中预处理后的视频眼震图数据进行特征提取;步骤S4、根据步骤S3提取的特征预测出眼震类型。与现有技术相比,本发明具有提升特征提取能力、提升眼震类型分类准确率、医学临床应用上价值高等优点。
-
-