-
公开(公告)号:CN116977393A
公开(公告)日:2023-10-31
申请号:CN202310689928.4
申请日:2023-06-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于三个灭点和局部尺度的三维多平面尺度估计方法,包括:从单幅单目图像上选择三组灭线并标记已知局部尺度线段,计算三个灭点的坐标;根据得到的三个灭点坐标和已知局部尺度线段信息,进行多平面的单目相机标定;从单目图像上由三组灭线张成的多平面中,选择待测线段。利用待测线段端点的相机坐标和共用灭点坐标进行深度估计。最后根据相机标定所得相机内外参及深度估计值,进行三维空间物体多平面的尺度估计。本发明能够利用单幅单目图像进行三维空间物体多平面的尺度估计,拓展了尺度估计范围,同时提高了尺度估计精确度。
-
公开(公告)号:CN117556334A
公开(公告)日:2024-02-13
申请号:CN202311398741.5
申请日:2023-10-25
Applicant: 华南理工大学
IPC: G06F18/2413 , G06F18/23 , G06F18/22 , G06N3/09
Abstract: 本发明公开了一种基于机器学习的多组学数据层次分类结构学习系统,包括:数据导入模块,用于加载多组学数据,并对数据进行预处理;层次结构学习模块,利用由数据驱动的适应性机器学习方法进行有监督学习,构建类别相似性矩阵,利用自底向上、自顶向下无监督聚类算法初步构建类标签层次结构,并将迭代式算法整合到训练过程中,最终得到最优类标签层次结构;层次分类验证模块,利用最优类标签层次结构结合多组学数据进行层次分类,并提供结果解释。本发明结合有监督式、无监督式机器学习与迭代算法,准确地推断出多组学数据中的类标签层次结构,提升对复杂多组学数据的高效分类和组织,提供分类结果可解释性。
-
公开(公告)号:CN118155833A
公开(公告)日:2024-06-07
申请号:CN202410482838.2
申请日:2024-04-22
Applicant: 华南理工大学
IPC: G16H50/20 , A61B5/361 , A61B5/00 , G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种基于单导联心电图数据和深度学习的房颤检测系统,包括:数据导入模块,用于读取心电图数据并预处理,得到标准化的、采样率统一的数据;深度神经网络模块,用于处理导入的数据,其包括卷积神经网络模块、位置编码、Transformer模块和分类模块;深度神经网络训练模块,利用导入的数据和反向传播算法,对深度神经网络模块进行训练,得到参数最优的深度神经网络作为房颤检测网络;检测推理模块,使用房颤检测网络对导入的单导联心电图数据进行检测,并提供支撑检测结果的解释。本发明引入了可充分学习心电图中长程信息的Transformer模块,从而增强网络的智能检测能力,同时,为检测结果提供了一定程度的可解释性说明。
-
-