-
公开(公告)号：CN110808096B
公开(公告)日：2022-04-19
申请号：CN201911045403.7
申请日：2019-10-30
Applicant: 北京邮电大学
Abstract: 本发明基于卷积神经网络的心脏病变自动检测系统，其特征在于，包括：数据库、病变信息处理模块、关键帧提取模块、数据清洗模块、信息融合及存储模块、卷积神经网络学习模块、模型存储及筛选模块以及病变检测模块；涉及深度学习、医疗以及计算机视觉等领域，通过科学优化的设计，创建并实现了一套基于卷积神经网络的心脏冠状动脉钙化、完全闭塞及血栓病变全自动智能检测系统，针对诊断对结果准确率以及时效性的需求，设计结构巧妙，无需任何人工辅助便可以输出高质量辅助诊断检测结果，为冠状动脉患者以及医生带来便利。
-
公开(公告)号：CN108520050B
公开(公告)日：2019-01-25
申请号：CN201810297017.6
申请日：2018-03-30
Applicant: 北京邮电大学
IPC: G06F16/22 , G06F16/2455 , G06Q20/38
Abstract: 本发明提供了一种基于二维定位的Merkle树缓存装置，基于组相联缓存机制，每一行高速缓存由标记域和数据域两部分组成：(1)标记域包括计数域、修改位、失效位以及偏移域和级别域，用于表示数据的身份和状态，其中：(a)计数域：支持基于权重的LRU替换算法，是缓存条目替换情况的标志；(b)修改位：标识放入缓存中的数据内容是否有更新，在执行写操作将修改位有效的数据一并写回；(c)失效位：保证数据的一致性，如果有不同的权威副本集，则失效位有效，缓存内相应数据无效；(d)偏移域和级别域：用于地址映射；(2)数据域：用于缓存完整的节点信息，只可能被经过授权的请求更新信息内容，可以直接用于Hash校验。还公开了缓存装置的基本操作方法和对Merkle树进行操作的方法，在对大规模Merkle树验证过程中减轻了CPU的计算负荷并提高了验证效率。
-
公开(公告)号：CN110808096A
公开(公告)日：2020-02-18
申请号：CN201911045403.7
申请日：2019-10-30
Applicant: 北京邮电大学
Abstract: 本发明基于卷积神经网络的心脏病变自动检测系统，其特征在于，包括：数据库、病变信息处理模块、关键帧提取模块、数据清洗模块、信息融合及存储模块、卷积神经网络学习模块、模型存储及筛选模块以及病变检测模块；涉及深度学习、医疗以及计算机视觉等领域，通过科学优化的设计，创建并实现了一套基于卷积神经网络的心脏冠状动脉钙化、完全闭塞及血栓病变全自动智能检测系统，针对诊断对结果准确率以及时效性的需求，设计结构巧妙，无需任何人工辅助便可以输出高质量辅助诊断检测结果，为冠状动脉患者以及医生带来便利。
-
公开(公告)号：CN108520050A
公开(公告)日：2018-09-11
申请号：CN201810297017.6
申请日：2018-03-30
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于二维定位的Merkle树缓存装置，基于组相联缓存机制，每一行高速缓存由标记域和数据域两部分组成：(1)标记域包括计数域、修改位、失效位以及偏移域和级别域，用于表示数据的身份和状态，其中：(a)计数域：支持基于权重的LRU替换算法，是缓存条目替换情况的标志；(b)修改位：标识放入缓存中的数据内容是否有更新，在执行写操作将修改位有效的数据一并写回；(c)失效位：保证数据的一致性，如果有不同的权威副本集，则失效位有效，缓存内相应数据无效；(d)偏移域和级别域：用于地址映射；(2)数据域：用于缓存完整的节点信息，只可能被经过授权的请求更新信息内容，可以直接用于Hash校验。还公开了缓存装置的基本操作方法和对Merkle树进行操作的方法，在对大规模Merkle树验证过程中减轻了CPU的计算负荷并提高了验证效率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
