一种基于指纹匹配的Wi-Fi室内定位方法

    公开(公告)号:CN102883262B

    公开(公告)日:2015-04-15

    申请号:CN201210345337.7

    申请日:2012-09-17

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于指纹匹配的Wi-Fi室内定位方法。本方法为:1)对待测室内空间S划分为多个参考节点,将移动终端A放置在每个参考节点处,采集Wi-Fi信号并存入服务器数据库中,构建空间S的信号数据库;2)服务器将空间S划为q个区域,并对于任一区域j,建立每一MAC地址的有效信号范围;3)当移动终端B处于空间S时,将采集信号发送至服务器;服务器遍历每一区域中每一MAC地址的有效信号范围,判断当前信号所属的区域;如果有效信号最多的区域仅有一个,则判定移动终端B处在该区域中;如果有多个,则判定信号空间距离最小的区域为终端B所在的区域;服务器根据所在区域所包含的参考节点坐标,得到终端B的位置。

    一种肾脏多期CT影像检测系统及方法、电子设备

    公开(公告)号:CN117115166B

    公开(公告)日:2024-03-26

    申请号:CN202311377857.0

    申请日:2023-10-24

    Abstract: 本公开涉及计算机技术领域,公开了一种肾脏多期CT影像检测系统及方法、电子设备,包括:图像确定模块用于确定待检测肾脏对应的目标肾脏多期CT影像;第一分割模块用于根据平扫期CT影像确定第一肾脏器官掩膜、肾结石掩膜和肾积水掩膜;第二分割模块用于对静脉期CT影像进行肾脏病灶分割确定肾脏病灶掩膜;病灶分类模块用于根据动脉期CT影像、静脉期CT影像和肾脏病灶掩膜对多个病灶区域进行病灶分类,确定每个病灶区域对应的病灶分类结果;检测结果确定模块用于将肾脏结石掩膜、肾脏积水掩膜、肾脏病灶掩膜和病灶分类结果确定为肾脏CT检测结果。通过本公开实施例,可利用肾脏多期CT影像中全面的医学特征,确定肾脏CT检测结果。

    一种肾脏多期CT影像检测系统及方法、电子设备

    公开(公告)号:CN117115166A

    公开(公告)日:2023-11-24

    申请号:CN202311377857.0

    申请日:2023-10-24

    Abstract: 本公开涉及计算机技术领域,公开了一种肾脏多期CT影像检测系统及方法、电子设备,包括:图像确定模块用于确定待检测肾脏对应的目标肾脏多期CT影像;第一分割模块用于根据平扫期CT影像确定第一肾脏器官掩膜、肾结石掩膜和肾积水掩膜;第二分割模块用于对静脉期CT影像进行肾脏病灶分割确定肾脏病灶掩膜;病灶分类模块用于根据动脉期CT影像、静脉期CT影像和肾脏病灶掩膜对多个病灶区域进行病灶分类,确定每个病灶区域对应的病灶分类结果;检测结果确定模块用于将肾脏结石掩膜、肾脏积水掩膜、肾脏病灶掩膜和病灶分类结果确定为肾脏CT检测结果。通过本公开实施例,可利用肾脏多期CT影像中全面的医学特征,确定肾脏CT检测结果。

    一种基于指纹匹配的Wi-Fi室内定位方法

    公开(公告)号:CN102883262A

    公开(公告)日:2013-01-16

    申请号:CN201210345337.7

    申请日:2012-09-17

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于指纹匹配的Wi-Fi室内定位方法。本方法为:1)对待测室内空间S划分为多个参考节点,将移动终端A放置在每个参考节点处,采集Wi-Fi信号并存入服务器数据库中,构建空间S的信号数据库;2)服务器将空间S划为q个区域,并对于任一区域j,建立每一MAC地址的有效信号范围;3)当移动终端B处于空间S时,将采集信号发送至服务器;服务器遍历每一区域中每一MAC地址的有效信号范围,判断当前信号所属的区域;如果有效信号最多的区域仅有一个,则判定移动终端B处在该区域中;如果有多个,则判定信号空间距离最小的区域为终端B所在的区域;服务器根据所在区域所包含的参考节点坐标,得到终端B的位置。

    基于深度学习的头颅CT图像分类预测模型、方法及装置

    公开(公告)号:CN116912554A

    公开(公告)日:2023-10-20

    申请号:CN202310657990.5

    申请日:2023-06-05

    Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置,其中,分类预测模型包括:图像对比度归一化模块,用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理,生成处理后的单层头颅CT平扫图像;分类预测模块,用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征,并利用分类头模块基于图像特征生成与预设类别对应的预测值,和,与预设类别对应的图像特征矩阵权重;梯度类别激活热图生成模块,用于基于图像特征矩阵权重生成激活热图,激活热图用以辅助确定病灶位置。通过该模型,可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且,可以使分类结果更加准确。

Patent Agency Ranking