-
公开(公告)号：CN117935253A
公开(公告)日：2024-04-26
申请号：CN202410089319.X
申请日：2024-01-23
Applicant: 北京邮电大学 , 北京大学第一医院(北京大学第一临床医学院)
Abstract: 本发明公开了一种肾病理量化指标测量方法，具体包括下述步骤：(1)全视野数字切片(WSIs)肾小球标注；(2)应用深度学习模型对肾小球进行分割和分类；(3)使用数学方法对肾小球的形态学指标进行测量，同时还公开了一种肾病理量化测量指标与临床表型的相关性。本发明属于计算机视觉处理技术领域，具体提供了一种肾病理量化指标测量方法及测量指标与临床表型的相关性，本方法基于深度学习MaskR‑CNN神经网络模型和ResNet50神经网络模型，在对肾小球形态学定量特征指标测量之前，采用人工智能对相关的组织病理结构进行精确和有效的分割分类，通过该方法有效提高了肾病理图像中对肾小球的分析效率。
-
公开(公告)号：CN120047401A
公开(公告)日：2025-05-27
申请号：CN202510107832.1
申请日：2025-01-23
Applicant: 中国医学科学院北京协和医院 , 北京邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种基于深度学习的皮肤图像数据处理和分类方法，该处理方法包括：步骤S1：获取皮肤图像数据；步骤S2：对所述皮肤图像数据进行预处理，得到第一皮肤图像数据；步骤S3：将所述第一皮肤图像数据输入皮肤图像数据分类处理模型中，用以进行分类处理；步骤S4：根据所述皮肤图像数据分类处理模型的输出，得到皮肤图像分类数据；步骤S5：输出皮肤图像分类数据，该方法准确的对皮肤图像数据进行皮肤病变分类为BCC、MN、SK或DF，并在皮肤病变分类为BCC类型时，将其进行长尾分布分类处理，进一步确认BCC组织病理亚型的分型，具有分类准确度高和适用性强的特点。
-
公开(公告)号：CN119380161A
公开(公告)日：2025-01-28
申请号：CN202411315315.5
申请日：2024-09-20
Applicant: 北京邮电大学 , 北京卓视智通科技有限责任公司
IPC: G06V10/82 , G06V10/774 , G06V20/62 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域，具体公开一种目标检测优化方法、系统、电子设备和存储介质，包括：将待测图像输入训练好的目标检测模型，得到所述待测图像的目标检测框及所述目标检测框的第一置信度；利用CO‑STAR框架，生成所述待测图像的背景描述文本，并将所述目标检测框和所述背景描述文本输入至训练好的多模态大语言模型，得到所述目标检测框的第二置信度；将所述目标检测框的第一置信度与第二置信度进行置信度融合，得到所述目标检测框的目标置信度。本发明利用多模态大语言模型对目标检测结果进行复检，以高可解释性的方式给出新的置信度判定，显著提高已有检测框架的精度，从而实现了对目标检测结果的优化。
-
公开(公告)号：CN118363162A
公开(公告)日：2024-07-19
申请号：CN202410461617.7
申请日：2024-04-17
Applicant: 北京邮电大学
Inventor： 肖立
IPC: G02B21/34 , G02B21/36 , G06V20/69 , G06V10/25 , G06V10/82 , G06V10/26 , G06N3/0464 , B65G47/24 , B65G49/06
Abstract: 本发明涉及图像识别技术领域，具体为一种显微生物医学图像识别系统及其分析方法，本发明的有益效果是：利用传送单元，能够实现对载玻片的自动传送，使载玻片自动移动至微生物图像识别仪本体的图像识别位置，减少人工干预，初步对载玻片的位置进行定位，通过电机带动转动杆进行转动，能够带动传送带带动载玻片在微生物图像识别仪本体的顶部进行移动，使载玻片移动至微生物图像识别仪本体的图像识别位置，利用定位单元，能够使载波片上的组织样本能够精准与图像识别位置的中心对齐，进一步增加图像识别的完整性，通过固定板对载玻片的移动距离进行限制，通过导向板与载玻片的移动进行导向，能够使组织样本的拍摄更加完整。
-
公开(公告)号：CN120014641A
公开(公告)日：2025-05-16
申请号：CN202510190268.4
申请日：2025-02-20
Applicant: 北京邮电大学
IPC: G06V20/69 , G06V20/64 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06T7/00 , G06T7/10 , G06N3/0455
Abstract: 本发明公开了一种细胞电镜图像多水平分割及细胞器互作量化方法，包括：S1、收集细胞器的电镜图像，并进行预处理；S2、使用预处理后的电镜图像对Mask2Former模型进行训练；S3、根据训练完成的Mask2Former模型和细胞边界分割，进行细胞器电镜图像多水平分割；S4、根据细胞器多水平分割结果，进行细胞器互作量化分析，本申请基于多水平分割结果，对大范围二维/三维电镜图像进行多水平的细胞器自动互作分析，提高了效率，并且减少人为干预。
-
Patent Agency Ranking
公开(公告)号：CN118608715B
公开(公告)日：2025-04-22
申请号：CN202410724532.3
申请日：2024-06-05
Applicant: 北京邮电大学
IPC: G06T17/10 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06T7/10
Abstract: 本发明提供了一种电子显微镜体积数据重建方法，该方法的网络架构包括生成器X和生成器Y、判别器X和判别器Y、分割器S和判别器E，以实现将体积数据X转换为体积数据fake‑Y；将体积数据Y转换第一体积数据fake‑X；之后将fake‑X和并输入判别器E对其进行真假判别，之后输入分割器S进行数据进行分割处理，得到第一分割图像数据，在经过判别器E对分割数据的来源进行判别，最后确定由fake‑X得到的分割数据重建为微观结构数据。
-
公开(公告)号：CN119360434A
公开(公告)日：2025-01-24
申请号：CN202411255283.4
申请日：2024-09-09
Applicant: 北京邮电大学 , 北京卓视智通科技有限责任公司
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475
Abstract: 本发明涉及计算机视觉技术领域，具体公开一种基于多模型聚合的动作识别方法、系统、设备和存储介质，包括：获取目标域的每个样本视频对应的多个目标路径权重和聚合动作识别结果；基于每个样本视频对应的动作识别标签、聚合动作识别结果、实例级可转移性估计指标的量化值以及多个目标路径权重，计算损失值并迭代优化；将待测视频输入至训练好的路径生成网络，得到待测视频对应的多个目标路径权重，并根据待测视频对应的多个目标路径权重及相应训练好的源域模型，得到待测视频的聚合动作识别结果。本发明的方法通过提升源域模型到目标域场景的适应能力，从而提高了模型在目标域场景下的动作识别准确性。
-
公开(公告)号：CN119251173A
公开(公告)日：2025-01-03
申请号：CN202411317568.6
申请日：2024-09-20
Applicant: 中国医学科学院北京协和医院 , 北京邮电大学
IPC: G06T7/00 , G06V10/82 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/778 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/091 , G06N5/045
Abstract: 本发明实施例涉及一种基于头皮图像数据的处理方法和装置，方法包括获取头皮图像数据的第一样本数据；基于SpectFormer模型构建预训练头皮分类模型；通过第一样本数据对预训练头皮分类模型进行训练、验证和测试，生成头皮分类模型；将第一样本数据中的目标类型图像数据输入至头皮分类模型，并进行头皮分类输出；根据头皮分类输出的结果生成第二样本数据；基于YOLOv8模型构建预训练目标类型数据评估模型；通过第二样本数据中已标注目标类型评估征象的图像数据对预训练目标类型数据评估模型进行训练、验证和测试，生成目标类型数据评估模型；其中，第二样本数据采用主动学习策略构建。
-
公开(公告)号：CN119992262A
公开(公告)日：2025-05-13
申请号：CN202510147788.7
申请日：2025-02-11
Applicant: 北京邮电大学
IPC: G06V10/776 , G06V10/82 , G06V40/20 , G06V20/40 , G06V20/70 , G06V10/762 , G06F17/10 , G06N3/096
Abstract: 本发明涉及无源域视觉场景域迁移校准算法技术领域，具体为无源域视觉场景域迁移的知识增强型多级转移校准算法，包括以下步骤：S1、在源域训练和源域模型库中基于mmaction2框架，选取其针对视频动作识别任务提供的预训练模型。本发明通过多尺度校准函数，以关注视频实例之间存在显著的差异性及不同架构模型间的差异；针对多个尺度的信息的特点，设计出适合多模型无源域视频域迁移场景的多尺度校准函数，以进行跨模型实例级可转移性比较；利用跨多个尺度的可转移性信息来校准实例级的可转移性，以更准确的进行实例级无源视频可转移性测量；实现可跨模型的更细粒度的实例级可转移估计；为模型选择提供更好的指导。
-
公开(公告)号：CN119359327A
公开(公告)日：2025-01-24
申请号：CN202411908755.1
申请日：2024-12-24
Applicant: 北京邮电大学
IPC: G06Q30/018 , G06Q50/26 , G06F18/214 , G06F18/243 , G06F18/10 , G06N3/0499 , G06N3/0442 , G06N3/08
Abstract: 本申请实施例提供一种航班碳排放预测方法、装置、设备及存储介质，涉及碳排预测技术领域。所述方法包括：获取目标区域在预设历史时段内的航班基础信息，并计算对应的碳排放历史数据；确定对应于碳排放历史数据的碳排放序列信号，并分解为不同频次的碳排放子序列信号；利用训练好的碳排放预测模型基于多个碳排放子序列信号进行预测，得到对应的多个碳排放分解预测结果；将多个碳排放分解预测结果进行合并，得到目标区域在预设目标时段内的碳排放预测结果。本申请实施例通过将碳排序列信号进行分解，结合机器学习模型对分解后的信号进行预测，并将分解预测结果进行合并得到最终预测结果，从而有效提高碳排放预测结果的准确性和灵活性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.055 seconds)
