-
公开(公告)号：CN116703837B
公开(公告)日：2024-02-06
申请号：CN202310592019.9
申请日：2023-05-24
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京科技大学
Abstract: 本发明涉及MRI图像处理技术领域，特别是指一种基于MRI图像的肩袖损伤智能识别方法及装置。一种基于MRI图像的肩袖损伤智能识别方法包括：采集患者数据，对患者数据进行处理，获得训练数据；基于U‑net网络结构和FPN网络结构建立模型，获得待训练肩袖损伤识别模型；采用训练数据，对待训练肩袖损伤识别模型进行训练，获得肩袖损伤识别模型；将待识别MRI图像，输入肩袖损伤识别模型，获得肩袖识别结果。本发明是一种准确、高效的基于MRI图像的肩袖损(56)对比文件US 2018160981 A1,2018.06.14US 2022265233 A1,2022.08.25林枫茗.基于深度学习的脑肿瘤分割算法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2021,(第2期),E070-577.Pu, Bin等.Mobileunet-fpn: A semanticsegmentation model for fetal ultrasoundfour-chamber segmentation in edgecomputing environments《.IEEE Journal ofBiomedical and Health Informatics》.2022,第26卷(第11期),5540-5550.
-
公开(公告)号：CN116703837A
公开(公告)日：2023-09-05
申请号：CN202310592019.9
申请日：2023-05-24
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京科技大学
Abstract: 本发明涉及MRI图像处理技术领域，特别是指一种基于MRI图像的肩袖损伤智能识别方法及装置。一种基于MRI图像的肩袖损伤智能识别方法包括：采集患者数据，对患者数据进行处理，获得训练数据；基于U‑net网络结构和FPN网络结构建立模型，获得待训练肩袖损伤识别模型；采用训练数据，对待训练肩袖损伤识别模型进行训练，获得肩袖损伤识别模型；将待识别MRI图像，输入肩袖损伤识别模型，获得肩袖识别结果。本发明是一种准确、高效的基于MRI图像的肩袖损伤智能识别方法。
-
公开(公告)号：CN116645346A
公开(公告)日：2023-08-25
申请号：CN202310610450.1
申请日：2023-05-26
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G06T7/00 , G06T7/70 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明提供肩袖扫描图像的处理方法、电子设备及存储介质，在该方法中，包括：获取待处理的肩袖扫描图像；将待处理的肩袖扫描图像输入至预设的肩袖囊肿检测模型，以由肩袖囊肿检测模型输出相应的肩袖囊肿识别结果；其中，肩袖囊肿识别结果为存在对应囊肿区域位置的肩袖囊肿，或者肩袖囊肿识别结果为不存在肩袖囊肿；肩袖囊肿检测模型采用YOLOv5深度神经网络，肩袖囊肿检测模型的训练样本集包含多个预标注了相应的肩袖囊肿标签的肩袖扫描图像样本，以及肩袖囊肿标签包含肩袖囊肿的标注区域位置。由此，利用YOLOv5深度神经网络对图像中小目标的识别结果比较敏感的特点，能有效提高对图像中的肩袖囊肿区域的小目标检测精度。
-
公开(公告)号：CN119048593A
公开(公告)日：2024-11-29
申请号：CN202411079276.3
申请日：2024-08-07
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于磁共振成像图像的肩部囊肿定位方法及系统，涉及医疗影像处理技术领域，方法包括：获取多张磁共振成像图像；分别构建基于深度学习算法的肱骨头区域目标检测模型和囊肿目标检测模型；将所述磁共振成像图像输入至所述肱骨头区域目标检测模型中进行检测，输出肱骨头区域图像；将所述肱骨头区域图像输入至所述囊肿目标检测模型中进行检测，输出囊肿区域图像；根据所述囊肿区域图像的中心点坐标，通过空间定位算法，确定囊肿的位置。本发明减少了MRI图像受到斑点噪声和回波扰动的影响以及对医生的认知能力和临床经验的依赖，提高了图像质量，使囊肿与正常组织之间的差异变得更加明显，避免了将囊肿与肩袖损伤引起的积液混淆。
-
公开(公告)号：CN114741687B
公开(公告)日：2024-05-14
申请号：CN202210212134.4
申请日：2022-03-04
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向二值量化FIR系统的数据篡改攻击检测方法及系统，涉及网络安全技术领域。包括：输入节点获取系统输入数据；将系统输入数据输入到FIR系统，得到FIR系统输出；二值传感器对FIR系统输出进行测量，得到测量结果；将测量结果通过通信网络传输到数据中心；数据中心通过接收到的数据对数据传输的过程进行检测，得到检测结果；其中，检测结果为通信网络进行数据传输的过程是否受到攻击。本发明设计检测算法来判定系统是否受到了攻击，并给出该算法的在线形式，同时对算法的性能进行分析，包括误判率和漏判率的计算以及它们与数据长度、系统参数的先验信息、攻击策略的关系等。
-
Patent Agency Ranking
公开(公告)号：CN116761164B
公开(公告)日：2023-11-14
申请号：CN202311008554.1
申请日：2023-08-11
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: H04W12/02 , H04W12/00 , H04W12/122 , H04W12/60 , H04W84/18
Abstract: 本发明涉及电网数据处理技术领域，特别是指一种基于矩阵补全的隐私数据传输方法及系统，方法包括：数据接收模块将收集到的其他节点的原始数据，发送给自相关矩阵估计模块；自相关矩阵估计模块根据原始数据构造当前矩阵，将当前矩阵发送给矩阵补全模块；矩阵补全模块对当前矩阵进行矩阵补全，将补全后的数据矩阵发送给自相关矩阵估计模块；自相关矩阵估计模块根据补全后的数据矩阵，计算网络相关矩阵，并将网络相关矩阵发送至加噪模块；加噪模块根据网络相关矩阵，生成与原始数据具有相同统计特性的噪声，使用生成的噪声对每个节点在t时刻的原始数据进行加噪处理。采用本发明，可以避免数据被恶意重构，降低通信开销且减少数据缺失的影响。
-
公开(公告)号：CN116090014B
公开(公告)日：2023-10-10
申请号：CN202310361388.7
申请日：2023-04-07
Applicant: 中国科学院数学与系统科学研究院 , 北京科技大学
Abstract: 本发明提供一种面向智能电网的差分隐私分布式随机优化方法及系统，涉及数据隐私保护技术领域。包括：基于输出扰动的差分隐私分布式随机优化算法，定义为算法一；基于梯度扰动的差分隐私分布式随机优化算法，定义为算法二；对算法一和算法二分别进行近似无限次迭代，推导在无限次迭代中满足ε‑差分隐私的噪声方差条件；根据噪声方差条件，对算法一和算法二的收敛速度分别进行计算，确定最优点；用户根据实际需求对算法一和算法二进行选择，完成面向智能电网的差分隐私分布式随机优化。本发明通过可变样本大小的方法，建立了具有无限次迭代的有限累积隐私预算ε的差分隐私。通过适当地选择李雅普诺夫函数，该算法实现了几乎确定和均方收敛。
-
公开(公告)号：CN116595589A
公开(公告)日：2023-08-15
申请号：CN202310869601.5
申请日：2023-07-17
Applicant: 中国科学院数学与系统科学研究院 , 北京科技大学
IPC: G06F21/62 , G06N20/10 , G06F18/214 , G06F18/2411 , H04L9/08
Abstract: 本发明涉及支持向量机技术领域，特别是指一种基于秘密共享机制的分布式支持向量机训练方法和系统，所述方法包括：S1、将支持向量机SVM的优化问题使用交替方向乘子法ADMM算法分解成N个子优化问题；S2、将所述N个子优化问题分别由N个参与方进行本地求解，所述N个参与方各自拥有数据横向分布的数据集，这些数据集拥有相同的特征；S3、所述N个参与方使用ADMM算法交互参数，训练输出全局分类器，在所述N个参与方使用ADMM算法交互参数时，采用基于秘密共享机制的FSVM‑C隐私保护方案保护所述参数。采用本发明，可以实现完全分布式场景的协作训练和隐私保护的目标。
-
公开(公告)号：CN114598611B
公开(公告)日：2023-04-11
申请号：CN202210143055.2
申请日：2022-02-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向二集值FIR系统事件驱动辨识的输入设计方法及系统，涉及传感器和网络通讯技术领域。包括：传感器节点基于辨识算法的收敛速度和信道通讯率，设计待传输的数据的最优输入；传感器节点将最优输入发送到服务器；服务器根据双时间尺度对最优输入进行辨识，得到传输的数据。本发明能够平衡接收端的估计中心需要尽量多的数据以设计算法估计未知参数，而发送端的事件驱动机制要尽量减少数据的发送次数以节约通信资源的问题。
-
公开(公告)号：CN114598611A
公开(公告)日：2022-06-07
申请号：CN202210143055.2
申请日：2022-02-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向二集值FIR系统事件驱动辨识的输入设计方法及系统，涉及传感器和网络通讯技术领域。包括：传感器节点基于辨识算法的收敛速度和信道通讯率，设计待传输的数据的最优输入；传感器节点将最优输入发送到服务器；服务器根据双时间尺度对最优输入进行辨识，得到传输的数据。本发明能够平衡接收端的估计中心需要尽量多的数据以设计算法估计未知参数，而发送端的事件驱动机制要尽量减少数据的发送次数以节约通信资源的问题。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.068 seconds)
