-
公开(公告)号：CN109816015B
公开(公告)日：2021-01-08
申请号：CN201910060291.6
申请日：2019-01-22
Applicant: 北京科技大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于材料数据的推荐方法及系统，涉及数据推荐技术领域，能够混合基于内容和基于协同过滤的推荐方法，结合两者的优点，转换评价值为输入向量，实现线下训练预测模型和线上利用模型进行推荐，从而有效地提高系统的推荐性能；该方法步骤包括：S1、根据爬取的数据得到材料数据内容属性信息的特征向量表示和用户‑材料数据评价矩阵；S2、分别基于内容和基于协同过滤进行聚类，得到内容隶属度矩阵、材料数据隶属度矩阵和用户隶属度矩阵；S3、将内容隶属度矩阵和材料数据隶属度矩阵进行线性组合，再串联用户隶属度矩阵，得到输入向量；S4、训练模型并利用模型预测评估。本发明提供的技术方案适用于材料数据的推荐过程中。
-
公开(公告)号：CN116030941A
公开(公告)日：2023-04-28
申请号：CN202310329085.7
申请日：2023-03-30
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: 本发明公开了一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，包括：获取被试的多模态脑影像数据，基于此，得到被试的BOLD（Blood Oxygenation Level Dependent，血氧水平依赖）时间序列、功能连接网络和结构连接网络；基于结构连接网络与功能连接网络之间的抑制关系对条件格兰杰因果算法进行改进，得到改进后的格兰杰因果算法，基于BOLD时间序列和结构连接网络，利用改进后的格兰杰因果算法，构建以边为中心的效应连接网络；基于构建的以边为中心的效应连接网络，利用预设分类器完成阿尔茨海默病的识别。本发明有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号：CN114758774B
公开(公告)日：2023-01-03
申请号：CN202210165815.X
申请日：2022-02-23
Applicant: 北京科技大学
Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析系统，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。
-
公开(公告)号：CN117372272A
公开(公告)日：2024-01-09
申请号：CN202311267981.1
申请日：2023-09-27
Applicant: 北京科技大学
IPC: G06T5/50 , G06T5/90 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明提供一种基于注意力机制的多曝光的图像融合方法及系统，涉及图像处理技术领域，包括：获取多组相同场景下不同曝光值的原始图像；对原始图像进行预处理；对原始图像进行细节增强、颜色增强；对原始的搜索空间的特征进行扩展重建，获得特征金字塔，基于特征金字塔进行多尺度特征评估，完成基于注意力机制的多曝光的图像融合。本发明将MEF任务的目标定位为生成信息丰富、视觉感受愉悦的融合结果。通过细节增强模块(DEM)、颜色增强模块(CEM)以及金字塔注意力重建模块实现了多曝光图像的融合，确保了融合后的图像保持了原始图像的像素位宽和细节信息。
-
公开(公告)号：CN113420873B
公开(公告)日：2021-12-10
申请号：CN202110978302.6
申请日：2021-08-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种阿尔茨海默病智能早期筛查系统，包括：模型搭建模块，用于使用脉冲神经网络搭建海马CA3区的类脑忆阻神经形态模型，以模拟海马CA3区的联想记忆能力、信息存储能力、以及正常状态下产生脑电信号的能力；突触缺失模拟模块，用于在搭建的类脑忆阻神经形态模型的基础上，建立突触缺失模型，研究不同的突触缺失水平以及不同的网络连接结构对于人脑联想记忆能力的影响；仿真演示模块，用于对所述突触缺失模型的联想记忆能力进行仿真，并以像素图像模式对所述突触缺失模型进行演示。本发明能够对阿尔茨海默病的病况及病因进行直观展示与可视化分析，有助于解决阿尔茨海默病早期诊断困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN114631827B
公开(公告)日：2025-03-18
申请号：CN202111604562.3
申请日：2021-12-24
Applicant: 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本，进行去噪处理后，采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN，并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是，本发明的方法有助于解决轻度认知障碍早期诊断困难的问题，可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术，从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号：CN116030941B
公开(公告)日：2023-08-25
申请号：CN202310329085.7
申请日：2023-03-30
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: 本发明公开了一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，包括：获取被试的多模态脑影像数据，基于此，得到被试的BOLD（Blood Oxygenation Level Dependent，血氧水平依赖）时间序列、功能连接网络和结构连接网络；基于结构连接网络与功能连接网络之间的抑制关系对条件格兰杰因果算法进行改进，得到改进后的格兰杰因果算法，基于BOLD时间序列和结构连接网络，利用改进后的格兰杰因果算法，构建以边为中心的效应连接网络；基于构建的以边为中心的效应连接网络，利用预设分类器完成阿尔茨海默病的识别。本发明有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号：CN113420873A
公开(公告)日：2021-09-21
申请号：CN202110978302.6
申请日：2021-08-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种阿尔茨海默病智能早期筛查系统，包括：模型搭建模块，用于使用脉冲神经网络搭建海马CA3区的类脑忆阻神经形态模型，以模拟海马CA3区的联想记忆能力、信息存储能力、以及正常状态下产生脑电信号的能力；突触缺失模拟模块，用于在搭建的类脑忆阻神经形态模型的基础上，建立突触缺失模型，研究不同的突触缺失水平以及不同的网络连接结构对于人脑联想记忆能力的影响；仿真演示模块，用于对所述突触缺失模型的联想记忆能力进行仿真，并以像素图像模式对所述突触缺失模型进行演示。本发明能够对阿尔茨海默病的病况及病因进行直观展示与可视化分析，有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号：CN118319238A
公开(公告)日：2024-07-12
申请号：CN202410322062.8
申请日：2024-03-20
Applicant: 北京科技大学顺德创新学院
Abstract: 本发明公开了一种基于脑功能网络分离与整合机制的EMCI诊断方法，属于医学图像处理技术领域，该方法包括：获取被试者的脑影像数据并进行预处理；基于预处理后的脑影像数据，构建被试者的脑功能网络；对被试者的脑功能网络进行模块划分；计算被试者的脑功能网络的分离系数与整合系数；基于正常人群和EMCI患者人群所对应的脑功能网络的分离系数与整合系数，统计分析EMCI患者与正常人之间的脑功能网络的差异性；对待试者的脑影像数据进行处理，并基于统计分析的结果实现EMCI诊断。本发明为研究和解释早期轻度认知障碍的发病机理提供了一个新视角，对早期轻度认知障碍患者的诊断、干预和临床治疗提供了生物可解释性依据和帮助。
-
公开(公告)号：CN114758774A
公开(公告)日：2022-07-15
申请号：CN202210165815.X
申请日：2022-02-23
Applicant: 北京科技大学
Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
