-
公开(公告)号：CN105069791A
公开(公告)日：2015-11-18
申请号：CN201510482790.6
申请日：2015-08-07
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T2207/30101
Abstract: 一种从肺CT图像中分割出肺结节图像的处理方法，本发明涉及从肺CT图像中分割肺结节的方法。本发明是要解决现有技术难以通过颜色进行区分连接血管的肺结节、分割精度低和鲁棒性差的问题。本发明是通过一、选择当前分割区域；二、判断当前分割区域中的点是否是直线血管上的点或者是否是血管上的拐点；三、删除待删除的点序列中的所有点；四、判断步骤一中所获得的当前分割区域的随机排序列表中下一个未处理的分割区域是否存在；五、将较小的区域从当前分割区域的随机排序列表中删除；六、判断备选分割区域中的是否有点或整个区域被滤除；七、从肺CT图像初步分割区域中分割出肺结节等步骤实现的。本发明应用于分割肺结节领域。
-
公开(公告)号：CN115645873A
公开(公告)日：2023-01-31
申请号：CN202211287316.4
申请日：2022-10-20
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种冰壶战术仿真与辅助训练装置及训练方法，包括固定底座，固定底座顶端的中部固定安装有长度壳，仿真训练机构包括真实冰壶环境模拟模块、冰壶战术仿真模块、强化学习决策模块、训练数据管理模块、中心控制模块和显示屏，本发明通过设置真实冰壶环境模拟模块，冰壶仿真虚拟环境的功能包含模拟冰壶场地中的物理参数，模拟冰壶投掷的物理参数，模拟出冰壶投掷后的运动轨迹和投掷结果，提高了教练员对冰壶运动员的训练效率；通过设置强化学习决策模块的功能为通过现有的冰壶赛道中的场地信息决策出当前较优的冰壶投掷策略，教练员可参考本发明进行战术部署，尝试多种战术方法，进行更佳的决策。
-
Patent Agency Ranking
公开(公告)号：CN112860904A
公开(公告)日：2021-05-28
申请号：CN202110367973.9
申请日：2021-04-06
Applicant: 哈尔滨工业大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/30
Abstract: 一种融入外部知识的生物医疗关系抽取方法，涉及自然语言处理技术领域，针对远程监督技术的训练数据存在噪声干扰的问题，本申请提出的生物医疗实体关系抽取方法，更为充分的利用句子间和句子内部丰富的语义信息和结构信息以及生物医疗实体在外部知识库中的信息，降低数据集中存在的噪声干扰，使得模型更为稳定，能得到更为准确的关系预测。
-
公开(公告)号：CN105069791B
公开(公告)日：2018-09-11
申请号：CN201510482790.6
申请日：2015-08-07
Applicant: 哈尔滨工业大学
IPC: G06T7/11
Abstract: 一种从肺CT图像中分割出肺结节图像的处理方法，本发明涉及从肺CT图像中分割肺结节的方法。本发明是要解决现有技术难以通过颜色进行区分连接血管的肺结节、分割精度低和鲁棒性差的问题。本发明是通过一、选择当前分割区域；二、判断当前分割区域中的点是否是直线血管上的点或者是否是血管上的拐点；三、删除待删除的点序列中的所有点；四、判断步骤一中所获得的当前分割区域的随机排序列表中下一个未处理的分割区域是否存在；五、将较小的区域从当前分割区域的随机排序列表中删除；六、判断备选分割区域中的是否有点或整个区域被滤除；七、从肺CT图像初步分割区域中分割出肺结节等步骤实现的。本发明应用于分割肺结节领域。
-
公开(公告)号：CN112860903B
公开(公告)日：2022-02-22
申请号：CN202110366544.X
申请日：2021-04-06
Applicant: 哈尔滨工业大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/30
Abstract: 一种融入约束信息的远程监督关系抽取方法，涉及自然语言处理技术领域，为了解决基于远程监督的关系抽取中所出现的标签噪声问题和长尾关系问题，采用本申请提出的关系抽取方法，可以通过引入实体类型信息和关系约束信息来丰富关系抽取模型的背景知识，从而有效增强关系抽取模型在噪声环境下的鲁棒性和准确率；另外还可以利用GCN的邻居聚合机制，促进信息在数据丰富的头部关系和数据匮乏的长尾关系之间的传播，从而增强长尾关系的表示学习。本申请能够充分利用约束图中的信息，同时解决远程监督关系抽取中的标签噪声问题和长尾关系问题。
-
公开(公告)号：CN112860904B
公开(公告)日：2022-02-22
申请号：CN202110367973.9
申请日：2021-04-06
Applicant: 哈尔滨工业大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/30
Abstract: 一种融入外部知识的生物医疗关系抽取方法，涉及自然语言处理技术领域，针对远程监督技术的训练数据存在噪声干扰的问题，本申请提出的生物医疗实体关系抽取方法，更为充分的利用句子间和句子内部丰富的语义信息和结构信息以及生物医疗实体在外部知识库中的信息，降低数据集中存在的噪声干扰，使得模型更为稳定，能得到更为准确的关系预测。
-
公开(公告)号：CN112860903A
公开(公告)日：2021-05-28
申请号：CN202110366544.X
申请日：2021-04-06
Applicant: 哈尔滨工业大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/30
Abstract: 一种融入约束信息的远程监督关系抽取方法，涉及自然语言处理技术领域，为了解决基于远程监督的关系抽取中所出现的标签噪声问题和长尾关系问题，采用本申请提出的关系抽取方法，可以通过引入实体类型信息和关系约束信息来丰富关系抽取模型的背景知识，从而有效增强关系抽取模型在噪声环境下的鲁棒性和准确率；另外还可以利用GCN的邻居聚合机制，促进信息在数据丰富的头部关系和数据匮乏的长尾关系之间的传播，从而增强长尾关系的表示学习。本申请能够充分利用约束图中的信息，同时解决远程监督关系抽取中的标签噪声问题和长尾关系问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
