公开(公告)号：CN112336381B

公开(公告)日：2022-04-22

申请号：CN202011234333.2

申请日：2020-11-07

Applicant: 吉林大学 ,  通化师范学院

Inventor： 孙铭蔚 ,  周柚 ,  佘燕达 ,  洪可欣 ,  宋春莉 ,  闫冰 ,  时小虎 ,  王镠璞

IPC: A61B8/08

Abstract: 本发明公开了一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，具体方法为：步骤1、图像预处理；步骤2、网络搭建与训练；步骤3、对测试集数据进行定位；步骤4、对测试集数据进行自动定位。本发明的有益效果：本发明提供一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，在超声心动图所有帧中自动预测最大收缩末期帧和最大舒张末期帧，减少人工参与成本，有利于医生对左心室功能进行评价，为心脏疾病诊断提供了基础。

公开(公告)号：CN116935494B

公开(公告)日：2023-12-12

申请号：CN202311187857.4

申请日：2023-09-15

Applicant: 吉林大学

Inventor： 周柚 ,  焦树扬 ,  于昆平 ,  曹政 ,  吴翾 ,  肖钰彬 ,  王镠璞 ,  杜伟

IPC: G06V40/20 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/20 ,  G06V10/764 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明适用于图像处理技术领域，提供了一种基于轻量化网络模型的多人坐姿识别方法，包括以下步骤：处理采集的视频流数据，使用OpenPose进行关键点提取，将得到的人体关键点进行单人连接并使用边界框归一化预处理，使用最小生成树算法构建人体骨架图，处理人体骨架图后，对数据集进行标注；增强处理后的图像，扩大数据集；构建基于轻量化卷积神经网络的LMSPNet模型；对LMSPNet模型进行训练，生成训练模型；对训练模型进行测试。本发明实现了对多人坐姿的自动预测和评估，通过自动预测人体关键点并生成人体骨架图，能够成功对用户的坐姿进行分类判断，帮助用户及时发现和纠正错误的坐姿，预防潜在的伤害。

公开(公告)号：CN112336381A

公开(公告)日：2021-02-09

申请号：CN202011234333.2

申请日：2020-11-07

Applicant: 吉林大学 ,  通化师范学院

Inventor： 孙铭蔚 ,  周柚 ,  佘燕达 ,  洪可欣 ,  宋春莉 ,  闫冰 ,  时小虎 ,  王镠璞

IPC: A61B8/08

Abstract: 本发明公开了一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，具体方法为：步骤1、图像预处理；步骤2、网络搭建与训练；步骤3、对测试集数据进行定位；步骤4、对测试集数据进行自动定位。本发明的有益效果：本发明提供一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，在超声心动图所有帧中自动预测最大收缩末期帧和最大舒张末期帧，减少人工参与成本，有利于医生对左心室功能进行评价，为心脏疾病诊断提供了基础。

公开(公告)号：CN116935494A

公开(公告)日：2023-10-24

申请号：CN202311187857.4

申请日：2023-09-15

Applicant: 吉林大学

Inventor： 周柚 ,  焦树扬 ,  于昆平 ,  曹政 ,  吴翾 ,  肖钰彬 ,  王镠璞 ,  杜伟

IPC: G06V40/20 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/20 ,  G06V10/764 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明适用于图像处理技术领域，提供了一种基于轻量化网络模型的多人坐姿识别方法，包括以下步骤：处理采集的视频流数据，使用OpenPose进行关键点提取，将得到的人体关键点进行单人连接并使用边界框归一化预处理，使用最小生成树算法构建人体骨架图，处理人体骨架图后，对数据集进行标注；增强处理后的图像，扩大数据集；构建基于轻量化卷积神经网络的LMSPNet模型；对LMSPNet模型进行训练，生成训练模型；对训练模型进行测试。本发明实现了对多人坐姿的自动预测和评估，通过自动预测人体关键点并生成人体骨架图，能够成功对用户的坐姿进行分类判断，帮助用户及时发现和纠正错误的坐姿，预防潜在的伤害。