基于安全云存储的医疗信息共享方法、电子设备及存储介质

    公开(公告)号:CN115879126B

    公开(公告)日:2024-07-19

    申请号:CN202211593668.2

    申请日:2022-12-13

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于安全云存储的医疗信息共享方法、电子设备及存储介质,该方法步骤包括:1、医院生成患者的医疗信息;2、对患者隐私信息加密;3、将患者医疗信息嵌入医学图像;4、上传加密信息到云存储系统;5、医院从云存储系统检索相关医疗信息;6、医疗信息提取与数据恢复;7、患者身份识别与信息解密。本发明能实现对患者个人信息进行加密,并对医疗记录进行信息隐藏,使用深度学习进行医疗信息检索和图像匹配,在不泄露患者隐私信息的情况下共享医疗信息。

    一种基于Mamba架构的高效融合RGBT目标跟踪方法

    公开(公告)号:CN119313705A

    公开(公告)日:2025-01-14

    申请号:CN202411359137.6

    申请日:2024-09-27

    Applicant: 安徽大学

    Abstract: 一种基于Mamba架构的高效融合RGBT目标跟踪方法,属于深度学习技术领域,解决如何平衡多模态目标跟踪的性能和融合效率问题;本发明引入全局‑局部高效融合模块进行模态交互与融合,两模态特征通过奇偶索引的通道交换进行直接的信息交互,之后通过多路径Mamba进一步的交互;多路径Mamba设计四条路径对多模态数据进行关系建模,从全局视角进行模态级交互的前向路径和反向路径以及从局部视角进行token级和通道级交互的的混合前向和通道前向路径,在特征提取与关系建模主干中插入多个GLE模块以在不同阶段进行模板融合与搜索帧融合,并将相关信息反馈回主干网络;本发明通过Mamba架构设计的融合模块,拥有更少的参数和更高的计算效率,同时保持着较高的跟踪性能。

    基于细粒度图像的多任务卷积神经网络的图像隐写分析方法

    公开(公告)号:CN110503157B

    公开(公告)日:2021-11-19

    申请号:CN201910797717.6

    申请日:2019-08-27

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于细粒度图像的多任务卷积神经网络的图像隐写分析方法,其步骤包括:1获取数据集,对数据集进行处理;2搭建多任务卷积神经网络模型;3训练多任务卷积神经网络;4利用训练好的网络模型对其他测试集图像进行隐写分析,以此判断图像是否为载密图像。本发明首次将显著性检测技术和隐写分析相结合,把提取的细粒度图像作为输入,采用并行训练的方式已达到共享数据源中的不同信息,同时通过修改卷积核的步长从而没有使用池化操作,从而避免了图像特征的丢失,提高了网络的检测精度。

    基于安全云存储的医疗信息共享方法、电子设备及存储介质

    公开(公告)号:CN115879126A

    公开(公告)日:2023-03-31

    申请号:CN202211593668.2

    申请日:2022-12-13

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于安全云存储的医疗信息共享方法、电子设备及存储介质,该方法步骤包括:1、医院生成患者的医疗信息;2、对患者隐私信息加密;3、将患者医疗信息嵌入医学图像;4、上传加密信息到云存储系统;5、医院从云存储系统检索相关医疗信息;6、医疗信息提取与数据恢复;7、患者身份识别与信息解密。本发明能实现对患者个人信息进行加密,并对医疗记录进行信息隐藏,使用深度学习进行医疗信息检索和图像匹配,在不泄露患者隐私信息的情况下共享医疗信息。

Patent Agency Ranking