-
公开(公告)号：CN110706233A
公开(公告)日：2020-01-17
申请号：CN201910945333.4
申请日：2019-09-30
Applicant: 北京科技大学
Abstract: 本发明提供一种视网膜眼底图像分割方法及装置，能够在只有少量标注样本的情况下，也能实现视网膜眼底图像血管与视盘的自动、高效、准确分割。所述方法包括：获取训练集图像和相应的标注图，其中，所述图像为视网膜眼底图像；对获取的训练集图像和相应的标注图进行一致的随机裁剪分块；构建U型全卷积神经网络；将随机剪裁分块后的训练集图像和相应的标注图输入到构建的U型全卷积神经网络中，对所述U型全卷积神经网络进行训练；利用训练好的U型全卷积神经网络对视网膜眼底图像进行分割。本发明涉及人工智能、糖尿病视网膜诊断领域。
-
公开(公告)号：CN111329488B
公开(公告)日：2021-02-02
申请号：CN202010148549.0
申请日：2020-03-05
Applicant: 北京科技大学
Abstract: 本发明提供一种针对踝关节韧带损伤的步态特征提取与生成方法及系统，该方法包括：足踝部运动测量、数据预处理、步态相期分割、步态特征空间构建、步态特征生成、真实与生成特征相关度评估和生成特征有效性可视化验证；本发明解决了现有医疗系统中存在的特征质量低和样本量不足的问题；通过采集受试者的步态数据，针对踝关节韧带损伤，建立损伤组与对照组的小样本数据集，基于人体测量学方法进行特征精细化对比与分析，建立踝关节损伤的步态特征空间、步态特征生成与有效性验证，为基于大数据的智能踝关节损伤诊断与决策、康复方案精准化构建和辅助外骨骼机器人研制等相关领域的研究与应用提供了大量有人体测量学依据的优质、高效的特征数据支撑。
-
公开(公告)号：CN111329488A
公开(公告)日：2020-06-26
申请号：CN202010148549.0
申请日：2020-03-05
Applicant: 北京科技大学
Abstract: 本发明提供一种针对踝关节韧带损伤的步态特征提取与生成方法及系统，该方法包括：足踝部运动测量、数据预处理、步态相期分割、步态特征空间构建、步态特征生成、真实与生成特征相关度评估和生成特征有效性可视化验证；本发明解决了现有医疗系统中存在的特征质量低和样本量不足的问题；通过采集受试者的步态数据，针对踝关节韧带损伤，建立损伤组与对照组的小样本数据集，基于人体测量学方法进行特征精细化对比与分析，建立踝关节损伤的步态特征空间、步态特征生成与有效性验证，为基于大数据的智能踝关节损伤诊断与决策、康复方案精准化构建和辅助外骨骼机器人研制等相关领域的研究与应用提供了大量有人体测量学依据的优质、高效的特征数据支撑。
-
-
Search Results
3
records
(took 0.016 seconds)
