-
公开(公告)号:CN119152253A
公开(公告)日:2024-12-17
申请号:CN202411133754.4
申请日:2024-08-19
Applicant: 南通大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种基于序贯三支掩码和注意力融合的Transformer解释方法,属于人工智能可解释性技术领域。解决了Transformer模型解释困难导致难以投入现实应用的技术问题,其技术方案为:首先将图像输入标准的Transformer模块,保存每一层编码器层的注意力矩阵,并聚合生成关系矩阵;接下来取出最终编码器层输出,重塑并上采样作为掩码放入掩码集;接着利用序贯三支决策选出积极掩码集,并获取初步解释结果;最后,将第一步聚合的生成关系矩阵与初步解释结果融合生成最终解释结果。本发明的有益效果为:解释效果好,对自然图像和医学图像均可得到较好的解释结果,帮助人类理解深度学习模型。
-
公开(公告)号:CN119763809A
公开(公告)日:2025-04-04
申请号:CN202411877187.3
申请日:2024-12-19
Applicant: 南通大学
IPC: G16H50/20 , G06F18/24 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F17/18 , G06F17/16
Abstract: 本发明提供一种融合信任损失和决策再分类的图卷积心脏病检测方法。属于医学信息智能处理技术领域,解决了在心脏病检测中,不确定性数据影响分类精度的问题。其技术方案为:首先,采集心脏病信息数据样本集,然后,对上述数据进行预处理,构建邻接矩阵;接着,将处理过后的心脏病信息数据输入图卷积神经网络GCN进行模型的训练;最后,模型进入测试阶段,得到初步分类结果后进入决策层,根据阈值筛选出不确定节点信息,利用高斯核进行映射,使其在高维可分,达到再分类效果。
-
公开(公告)号:CN119249199A
公开(公告)日:2025-01-03
申请号:CN202411298634.X
申请日:2024-09-18
Applicant: 南通大学
Abstract: 本发明提供了一种基于证据理论的模糊超图神经网络的精神分裂症分类方法,属于超图神经网络与证据理论技术领域,解决了精神分裂症识别任务中存在的异质性较高的技术问题。其技术方案为:首先,通过稀疏约束函数构建优秀的超边粒度模型,将异质性较高的节点排除超边粒度模型;然后,在模糊超图的构建过程中,应用证据理论融合关联质量函数和距离质量函数;通过模糊隶属度刻画节点权重,提升异质性较低节点的权重;最后,通过模糊超图卷积模型,识别精神分裂症患者的标签,提升精神分裂症数据的分类精度及优化语义解释;本发明的有益效果为:提高精神分裂症诊断的准确性与可解释性。
-
公开(公告)号:CN119206241A
公开(公告)日:2024-12-27
申请号:CN202411217898.8
申请日:2024-09-02
Applicant: 南通大学
IPC: G06V10/40 , G06V10/764 , G06V10/80 , G06V10/74 , G16H30/20
Abstract: 本发明提供了一种用于精神分裂疾病检测的两阶段模糊邻域特征选择方法,属于医学信息智能处理技术领域。解决了传统方法在处理高维数据特征选择中全局搜索能力不足以及选择效率低下,并且复杂的精神分裂疾病特征选择中会存在不确定、模糊的技术问题。其技术方案为:包括以下步骤:S1:精神分裂疾病数据的获取与预处理;S2:根据数据构建模糊邻域决策空间与模糊邻域互信息;S3:模糊邻域差分进化的精神分裂疾病特征选择模块;S4:模糊邻域决策树的精神分裂疾病特征选择模块;S5:将两阶段的特征选择融合。本发明的有益效果为:能够有效处理数据中的不确定性,并且提高在高维空间的全局搜素能力以及选择效率。
-
公开(公告)号:CN119205819A
公开(公告)日:2024-12-27
申请号:CN202411468561.4
申请日:2024-10-21
Applicant: 南通大学
Abstract: 本发明提供了一种基于模糊学习的脑肿瘤图像加速扩散网络分割方法,属于医学图像智能分割技术领域。解决了脑肿瘤图像因纹理模糊和边界消失导致的分割准确率低的技术问题。其技术方案为:包括以下步骤:S1、对脑肿瘤图像数据集进行数据预处理;S2、对脑肿瘤图像使用3D U‑Net网络进行预分割,将得到的分割图进行迭代加噪使其成为一个纯噪声图像;S3、对纯噪声图像进行迭代去噪,使用模糊U‑Net网络学习去噪过程;S4、提前停止去噪过程,使用3D U‑Net网络对分割图进行分割得到最终的分割结果。本发明的有益效果为:分割准确率高,为脑肿瘤图像的分割提供决策支持,为医生的诊断提供了便利。
-
公开(公告)号:CN110731940A
公开(公告)日:2020-01-31
申请号:CN201911144865.4
申请日:2019-11-21
Applicant: 南通大学
Abstract: 本发明公开了一种以薄荷油、松油、桉叶油、肉桂醇等天然透皮吸收促渗剂作为染色渗透剂的中药染黑发剂,以中草药与天然植物提取物为原料,分为两剂,染色剂选取五倍子提取物中的鞣酸为染料,表面活性剂为乳化剂,并添加薄荷油、松油、桉叶油、肉桂醇中的一种或多种联用作为染色渗透剂,用去离子水配制而成;媒染剂选配绿矾为显色剂,表面活性剂为乳化剂,氢氧化钠为pH调节剂,铁粉为还原剂,用去离子水配制而成。本发明采用天然植物提取物,不含有机染料,无毒无害,不伤发质并且染发温度适宜,白发染黑效果持久。
-
公开(公告)号:CN119579883A
公开(公告)日:2025-03-07
申请号:CN202410980387.5
申请日:2024-07-22
Applicant: 南通大学
Abstract: 本发明提供了一种基于多元隶属函数的组织病理图像深度语义分割方法,属于医学图像智能诊断技术领域。解决了当前存在的组织病理图像分割准确率不高、病理医生在图像分类方面易出现误判的技术问题。其技术方案为:首先使用PIL填充灰度条,统一图像灰度,使用开源技术处理图像污染,应用独热编码对分割标签分类;其次建立第一个网络模型,提取图像特征并使用全连接网络预测像素掩码;接着建立第二个网络模型进行特征提取和分割;对两次掩码进行模糊处理并设计隶属度函数计算像素隶属度;最后,将两次结果进行合成运算,生成更精确的组织病理图像分割结果。本发明的有益效果为:鲁棒性高,分割更精细,有利于医生进行诊断。
-
-
-
-
-
-