-
公开(公告)号:CN120088250A
公开(公告)日:2025-06-03
申请号:CN202510560832.7
申请日:2025-04-30
Applicant: 南京邮电大学
IPC: G06T7/00 , G06N3/045 , G06N3/084 , G06N3/096 , G06V10/46 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及医学人工智能技术领域,具体涉及基于本质可解释的多模态数据融合皮肤隆突性瘤辨别方法,该方法包括:采集检测数据,并进行特征编码和矩阵融合,生成新模态数据;基于新模态数据构建扩散概率模型,通过正向扩散和反向去噪训练扩散概率模型;采用训练后的扩散概率模型获取合成样本,形成类别训练数据集;建立本质可解释原型网络分类器,基于类别训练数据集训练本质可解释原型网络分类器,通过训练后的本质可解释原型网络分类器得到皮肤隆突性瘤的辨别结果;使得医生在决策过程中能够更加直观地判断待测样本与任一典型病态模式的接近程度,进而辨别出为皮肤隆突性肉瘤的病变类别,和为皮肤纤维瘤的正常类别,提高辨别结果的合理性。
-
公开(公告)号:CN119993192A
公开(公告)日:2025-05-13
申请号:CN202510160462.8
申请日:2025-02-13
Applicant: 南京邮电大学
Abstract: 本发明涉及语音验证技术领域,尤其涉及一种基于对数图傅立叶变换特征提取的语音检测方法,包括以下步骤:构建语音图的平移算子,使用指数函数描述语音样本之间依赖关系的衰减,生成图的拉普拉斯矩阵,并将语音信号表示为无向图以捕获帧内和帧间的结构关系;将语音信号的样本值映射为图节点信号,将语音信号从时域转化到图频域,提取频域特征,并通过同步合并帧内和帧间的振荡分析,结合时域特征形成增强特征表示;生成检测分数以判断语音信号是否存在回放攻击或属于正常语音。本发明通过引入对数图傅立叶变换和图信号处理方法,有效解决了现有技术在回放语音检测中的局限性,显著提升了特征提取的全面性、判别能力和检测系统的性能。
-