公开(公告)号：CN115565039A

公开(公告)日：2023-01-03

申请号：CN202211142903.4

申请日：2022-09-20

Applicant: 华中科技大学

Inventor： 孙慧强 ,  曹治国 ,  李星毅 ,  鲜可 ,  王一然 ,  申立奥

IPC: G06V10/80 ,  G06V10/40 ,  G06V10/774

Abstract: 本发明公开了一种基于自注意力机制的单目输入动态场景新视图合成方法，提出了一种动态场景新视图合成新范式，即利用自注意力机制表达动态场景在时间维度上的内在关联，从而利用时间全局信息来完成动态场景的新视点合成，可以得到真实可靠的新视图合成结果，同时去除了光流与场景流的约束，简化模型的训练，并降低模型的内存开销与训练时间；去除了场景流的预测以及光流信息的先验，在得到可靠的新视图合成结果的同时简化了模型的优化，同时降低了内存开销。

公开(公告)号：CN110974214A

公开(公告)日：2020-04-10

申请号：CN201911329188.3

申请日：2019-12-20

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨晓云 ,  朱红玲 ,  王一然 ,  程骋 ,  李星毅 ,  尹航 ,  王婧祎

IPC: A61B5/0402 ,  A61B5/0452

Abstract: 本发明公开了一种基于深度学习的自动心电图分类方法、系统及设备，通过将获取的经标注的原始心电图数据按照预设比例分为训练集和验证集；构建具有残差连接的卷积神经网络，代入训练集和验证集进行训练和验证，得到训练好的卷积神经网络；利用经标注的测试集对训练好的卷积神经网络进行评估，结合评估指标得到测试通过的自动心电图分类模型。将待测心电图输入自动心电图分类模型，得到心电图分类结果。本发明提供的基于深度学习的自动心电图分类方法可以进行全面的特征提取并完成多标签分类的判别任务，全面地提取心电图中的信息，完成分类。