颅脑病灶图像分割模型构建方法、图像分割方法及设备

    公开(公告)号:CN116309647A

    公开(公告)日:2023-06-23

    申请号:CN202310465687.5

    申请日:2023-04-27

    Abstract: 本发明涉及图像处理技术领域,具体而言,提供了一种颅脑病灶图像分割模型构建方法、图像分割方法及设备,颅脑病灶图像分割模型构建方法包括:获取多张颅脑病灶图像,对每张所述颅脑病灶图像进行预处理;将处理后的所述颅脑病灶图像灰度化,将灰度化后的颅脑病灶图像构建梯度直方图并提取所述颅脑病灶图像的病灶特征向量;将每张所述颅脑病灶图像根据对应的病灶特征向量进行病灶特征标注并构建颅脑图像数据集;通过所述颅脑图像数据集对初始模型进行训练,得到颅脑病灶图像分割模型。本发明的技术方案针对颅脑病灶的复杂特点进行模型构建并训练,提高颅脑病灶图像分割模型对颅脑病灶图像的分割精度。

    颅脑病灶图像分割模型构建方法、图像分割方法及设备

    公开(公告)号:CN116309647B

    公开(公告)日:2023-07-25

    申请号:CN202310465687.5

    申请日:2023-04-27

    Abstract: 本发明涉及图像处理技术领域,具体而言,提供了一种颅脑病灶图像分割模型构建方法、图像分割方法及设备,颅脑病灶图像分割模型构建方法包括:获取多张颅脑病灶图像,对每张所述颅脑病灶图像进行预处理;将处理后的所述颅脑病灶图像灰度化,将灰度化后的颅脑病灶图像构建梯度直方图并提取所述颅脑病灶图像的病灶特征向量;将每张所述颅脑病灶图像根据对应的病灶特征向量进行病灶特征标注并构建颅脑图像数据集;通过所述颅脑图像数据集对初始模型进行训练,得到颅脑病灶图像分割模型。本发明的技术方案针对颅脑病灶的复杂特点进行模型构建并训练,提高颅脑病灶图像分割模型对颅脑病灶图像的分割精度。

    一种辅助精灸治疗系统和方法

    公开(公告)号:CN117426977A

    公开(公告)日:2024-01-23

    申请号:CN202311733049.3

    申请日:2023-12-18

    Abstract: 本发明提供了一种辅助精灸治疗系统和方法,涉及针灸设备技术领域,该系统包括:数据采集模块、智能分析模块和精灸处理模块,所述数据采集模块用于获取骨骼适配图像和红外温度数据;所述智能分析模块用于根据所述骨骼适配图像选取目标穴位,并生成穴位坐标,再根据所述红外温度数据确定所述目标穴位对应的热敏状态;所述精灸处理模块用于根据所述穴位坐标和所述热敏状态生成精灸治疗方案。通过本发明实现更加精确和有效的艾灸治疗,可以更加智能化和精准化的艾灸治疗,提升取穴的准确率,进而提高治疗的效果和安全性。同时,可以通过数据采集和智能分析,实时监测和调整治疗方案,为用户提供个性化的精灸治疗服务。

    一种情感识别方法及装置
    6.
    发明公开

    公开(公告)号:CN119541011A

    公开(公告)日:2025-02-28

    申请号:CN202410787869.9

    申请日:2024-06-18

    Abstract: 本发明提供了一种情感识别方法及装置,涉及数据处理技术领域。该方法包括:根据已获取的用于情感识别的多模态数据进行特征提取,得到多种特征向量;对多种特征向量进行特征融合,得到融合特征,并采用第一预设分类器对融合特征进行情感分类,得到情感识别结果;或,采用第二预设分类器对多种特征向量进行情感分类,得到各特征向量对应的分类结果,并对所有特征向量对应的分类结果进行融合,得到情感识别结果。本发明基于多模态数据进行情感识别,通过对多模态数据进行特征提取、融合和分类,以实现多种类型数据的综合利用,能够更为全面地考量相应个体的情感,弥补单一模态数据的局限性,提升对相应个体情感识别的准确性、全面性。

    一种手势识别方法、装置、存储介质及数据手套

    公开(公告)号:CN112347951A

    公开(公告)日:2021-02-09

    申请号:CN202011253584.5

    申请日:2020-11-11

    Abstract: 本发明提供了一种手势识别方法、装置、存储介质及数据手套,方法包括:获取数据手套完成当前动作时数据手套的各个传感器采集的传感器数据,所有传感器数据组成一个输入数据;采用主成分分析法对输入数据进行特征提取,获得第二特征数据;将第二特征数据输入训练好的多类SVM分类器,确定当前动作对应的手势;当训练好的多类SVM分类器无法识别当前动作时,对输入数据进行预处理,获得预处理后的数据;将预处理后的数据输入训练好的手势识别模型,输出当前动作对应的手势,其中,手势识别模型是基于卷积神经网络和长短期记忆循环网络建立的。本发明的技术方案能够在提高手势识别速度的同时,保证手势识别的精度。

    一种表情信息采集装置和表情识别方法及系统

    公开(公告)号:CN112183314B

    公开(公告)日:2023-12-12

    申请号:CN202011030333.0

    申请日:2020-09-27

    Abstract: 本发明提供了一种表情信息采集装置和表情识别方法及系统。表情信息采集装置包括:用于贴合于面部的柔性面膜基底和多个设置于所述面膜基底上的压电薄膜传感器,用于检测人脸的表情动作。表情识别方法包括获取表情信息采集装置采集的预设面部节点集合中所有节点的节点数据,节点数据包括节点的空间位置和节点表情数据的时间序列;根据节点数据,使用经过预训练的图卷积神经网络表情识别模型进行面部表情识别。节点数据利用了传感器直接采集人脸的肌肉和皮肤动作信息,未经图像形式的降维带来的信息损失和失真,更精确信息量更大。传感器的图拓扑分布与图神经网络数据处理方式在数据结构上的内在契合,使得GCN能够得到更好的表情识别结果。

Patent Agency Ranking