公开(公告)号：CN116644574A

公开(公告)日：2023-08-25

申请号：CN202310593527.9

申请日：2023-05-24

Applicant: 东北大学

Inventor： 何强 ,  毕婷婷 ,  易秀双 ,  王兴伟 ,  蔡玉良 ,  赵奇 ,  滕月阳 ,  丁际文 ,  黄敏

IPC: G06F30/20 ,  G06Q50/00 ,  G06Q50/26

Abstract: 本发明设计一种基层社会网格治理下负面信息影响力最小化的方法，属于谣言抑制技术领域；设计了一个多标签状态可变线性阈值传播模型，模拟信息传播过程，可以模拟多种类型节点共存时的信息传播过程，具有较好的扩展性与兼容性；此外，将竞争策略与阻塞策略结合在一起形成策略集，策略集中不同的策略执行成本不同；根据当前传播情况与给定预算和策略执行成本因素，选择出种子集并确定抑制谣言的方案；并且提出多轮次多标签算法，探究在成本限制下的谣言抑制方法的性能问题；可以应用在大型网络中，在多种成本预算条件下，自适应选择最佳的谣言抑制策略，从而达到最终相信谣言人数最少的目标。

公开(公告)号：CN118830828A

公开(公告)日：2024-10-25

申请号：CN202410872190.X

申请日：2024-07-01

Applicant: 东北大学 ,  大连海事大学

Inventor： 赵奇 ,  赵正 ,  刘芳 ,  王宇 ,  何强 ,  许文清

IPC: A61B5/08 ,  A61B5/024 ,  A61B5/0245 ,  A61B5/00 ,  G06F18/25 ,  G06F18/2131 ,  G06F18/214 ,  G06F123/02

Abstract: 本发明一种基于ECG和PPG信号时域和频域融合分析的呼吸信号估计方法，包括以下步骤：对原始ECG信号与PPG信号分别进预处理，得到预处理后的ECG信号与PPG信号；将预处理后的ECG信号与PPG信号单独输入到Embedding层，组合得到高维特征向量；高维特征向量分别输入到时域模块和频域模块中进行融合分析，得到原始ECG信号与PPG信号的呼吸波形，本申请方法ECG和PPG信号通过Embedding层后分别形成高维特征向量，分别进入时域、频域模块单独处理，随后两模块输出进行融合出预测结果。

公开(公告)号：CN118052968A

公开(公告)日：2024-05-17

申请号：CN202410103517.7

申请日：2024-01-25

Applicant: 东北大学

Inventor： 张儒毅 ,  赵奇 ,  田定成 ,  王宇

IPC: G06V10/20 ,  G06V10/26 ,  G06V10/24 ,  G06V10/74 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种术中脊柱图像的识别方法，涉及医学图像识别技术领域。本发明通过设计一系列完整的识别流程，包括检测、分割和匹配等，建立了有效的术中脊柱图像的识别方法。其中，椎骨角度矫正方法通过孤立区域移除结果，基于最小外接矩形信息对椎骨区域进行了重新裁剪，该方法可以有效降低C臂X光图像和DR图像由于透视角度不同所造成的椎骨图像角度差距，进一步提高图像间的相似性。多椎骨匹配方法基于C臂X光图像中的检测出的椎骨区域对C臂‑DR数据集中的两组图像进行了分组，该方法可以最大程度保留前后椎骨的相关信息，提高椎骨匹配的准确率。

公开(公告)号：CN116503197A

公开(公告)日：2023-07-28

申请号：CN202310492468.6

申请日：2023-05-04

Applicant: 东北大学

Inventor： 何强 ,  张晓燕 ,  易秀双 ,  王兴伟 ,  蔡玉良 ,  赵奇 ,  滕月阳 ,  孝大宇 ,  黄敏

IPC: G06Q50/00 ,  G06F16/901 ,  G06N7/01 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明提供一种社会网络用户的信任影响力最大化方法，涉及社交网络分析技术领域。该方法首先对社会网络用户的信任影响力最大化问题进行符号化表示，并从用户信任的角度优化独立级联模型作为影响力传播模型；然后根据用户的影响力以及社会网络中的拓扑信息作为种子集的优化目标；最后通过动态加权的灰狼优化算法和精英策略的变异遗传算法两阶段算法来选取最具影响力的用户种子集；该方法提出新的策略来选取具有影响力的用户集合，先通过动态加权的灰狼优化算法进行初步的最优解搜索，再通过加入精英策略的变异遗传算法进行全局搜索，能够有效避免启发式算法陷入局部最优解。

公开(公告)号：CN118887275A

公开(公告)日：2024-11-01

申请号：CN202410866599.0

申请日：2024-07-01

Applicant: 东北大学

Inventor： 张儒毅 ,  赵奇 ,  王宇 ,  田定成

IPC: G06T7/62 ,  A61B8/08 ,  G06T7/00 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种左心室超声图像中主动脉长轴的自动测量方法，涉及医学图像处理领域。收集左心室超声图像，将原始左心室超声图像转化为灰度图像，使用改进半盲反卷积算法对每幅灰度图像进行处理，在处理后的每幅图像上对关键点依次标注序号和坐标位置；从经过标注处理后的图像集合中划分出训练集和验证集；对HRNet模型进行改进，利用训练集对改进的HRNet模型进行训练，获得关键点检测模型；将验证集中的图像分别输入关键点检测模型，检测出每幅输入图像的6个关键点对应为主动脉长轴端点；两两关键点作为端点绘制直线，根据直线的两端点坐标分别计算每条直线的长度，分别乘以图像缩放比例得到主动脉长轴测量结果。