-
公开(公告)号：CN118710992B
公开(公告)日：2024-12-17
申请号：CN202411177658.X
申请日：2024-08-26
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06N3/084 , G06N3/0985 , G06N3/0464 , G06N3/0455
Abstract: 本申请涉及一种颈部淋巴结识别方法以及装置；获取待识别CT图像；分别对待识别CT图像进行细节特征提取和空间特征提取，得到待识别CT图像的细节特征和空间特征；对细节特征和空间特征进行融合，得到目标融合特征；基于目标融合特征对待识别CT图像进行颈部淋巴结识别，得到识别结果；基于此，能够充分考虑待识别CT图像的细节信息和整体空间依赖信息，进而通过对细节特征和空间特征进行融合，能够帮助网络捕获从粗糙到精致多种尺度的信息；基于目标融合特征对待识别CT图像进行颈部淋巴结识别，能够有效避免颈部淋巴结结构变化差异大的情况下出现错误识别的问题，提高了识别结果的准确性。
-
公开(公告)号：CN111859292B
公开(公告)日：2024-08-13
申请号：CN202010646073.3
申请日：2020-07-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种夜间用水活跃小区的供水漏损监测方法。本发明首先收集数据，计算MNF值，按季节统计其各季平均值和标准差。其次计算MNF换季阈值，并利用最近一年历史数据，更新MNF换季阈值。然后计算MNF季节阈值，并检验其准确性。最后进行夜间用水活跃小区供水漏损监测预警。本发明通过数据挖掘确定MNF换季阈值和季节阈值，换季时能自动检测变点、切换季节阈值，很好地解决常规MNF方法受夜间用水干扰的实际问题，提高了夜间用水活跃小区供水漏损自动监测预警的准确性。
-
公开(公告)号：CN118361672A
公开(公告)日：2024-07-19
申请号：CN202410536382.3
申请日：2024-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种供水管网压力阵列异常事件检测方法。本发明利用多元经验模态分解和k邻域均值算法，通过对压力阵列信号进行模态分解并重构，对重构后的信号进行分析，实现供水管网压力阵列异常事件检测；具体包括压力阵列信号多元经验模态分解、IMF分量重构、重构信号的Hilbert变换和基于k邻域均值的异常检测这些步骤。本发明通过应用MEMD多元经验模态分解，能够整合并分析整个压力测点阵列的数据，有效利用测点之间的数据相关性，使得模态分解的结果更加可靠。此外，利用k邻域均值算法，可以对多元数据同步进行分析，通过计算邻近k个样本的平均距离，从而有效地识别出那些偏离常规模式的异常事件。
-
公开(公告)号：CN117860298A
公开(公告)日：2024-04-12
申请号：CN202311819391.5
申请日：2023-12-27
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
Abstract: 本发明公开了一种基于自监督的心超射血分数估计系统，包括如下模块：数据集收集模块：用于收集超声心动数据集，并进行预处理；心腔优质帧图像选取模块：选取超声心动视频优质帧图像；自监督心室分割模块：对周期自监督机制的心室进行分割；射血分数回归模块：对师生蒸馏射血分数进行回归处理；验证模块：对心腔优质帧图像选取模块、自监督心室分割模块、射血分数回归模块形成的射血分数评估模型进行验证。本发明减低了含有噪声、伪影心室结构不清晰的较差质量视频帧对分割和回归任务的影响。
-
公开(公告)号：CN117437575A
公开(公告)日：2024-01-23
申请号：CN202311429347.3
申请日：2023-10-31
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
IPC: G06V20/40 , G06V10/776 , G06V10/82 , G06N3/092 , G06N3/0442
Abstract: 本发明公开了一种基于强化学习及奖励机制的胃肠镜视频关键帧提取方法及系统，方法如下：1：胃肠镜内窥镜视频数据的获取及预处理；2：基于MobileNet将视频帧分解为包含关键性特征的序列；3：基于Sequencer嵌入适应胃肠镜特殊情况的奖励反馈机制；4：加载得到的优化模型参数，将待处理的视频进行切分和去噪操作，统一视频帧大小，冻结所有寻优的奖励机制和决策行为获取关键帧集合，若准确率超过设定值，则验证合格。本发明利用MobileNet提取到的深层特征表示，在平衡模型精度和计算复杂度之间取得了良好的平衡，且结合Sequencer学习时空序列特征扩大感受野，更好的关联远距离特征信息，根据特定的奖励机制不断调整反馈动作，以捕获更全面、清晰且具有诊断价值的关键帧。
-
Patent Agency Ranking
公开(公告)号：CN111833321B
公开(公告)日：2023-10-20
申请号：CN202010646778.5
申请日：2020-07-07
Applicant: 杭州电子科技大学 , 浙江莱达信息技术有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种调窗优化增强的颅内出血检测模型及其构建方法。本发明的一方面提供了一种颅内出血检测模型，它包括调窗优化增强模块和RetinaNet网络。调窗优化增强模块由1*1卷积层和窗激活函数层构建，网络包括基础特征提取网络、FPN特征金字塔、分类与回归子网络。另一方面还提供了一种调窗优化增强的颅内出血检测模型的构建方法，包括以下步骤：步骤1、颅脑CT检查数据集准备及数据预处理；步骤2、构建颅内出血检测模型；步骤3、颅内出血检测模型训练；步骤4、颅内出血检测模型验证。本发明通过调窗优化模块增强了出血区域与正常组织之间的对比度，结合ResNet的特征提取和网络的设置，极大提升了模型检测的精确度。
-
公开(公告)号：CN116630531A
公开(公告)日：2023-08-22
申请号：CN202310380352.3
申请日：2023-04-11
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
IPC: G06T17/00 , G06T19/20 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于点云上采样的肋骨三维重建方法及系统，方法按如下步骤：步骤1：肋骨点云数据准备；步骤2：肋骨点云数据去噪；步骤3：肋骨点云数据语义分割；步骤4：肋骨点云数据上采样；步骤5：肋骨点云数据三维重建。本发明通过点云三维重建可以捕捉到物体的细节和形态，通过多视角的数据融合提高重建精度和鲁棒性，从而减少重建过程中的误差，并且在点云数据处理和重建过程中可以进行精细的调整，有利于生成高精度的肋骨三维模型。
-
公开(公告)号：CN115601535A
公开(公告)日：2023-01-13
申请号：CN202211393538.4
申请日：2022-11-08
Applicant: 杭州电子科技大学(CN) , 杭州数智莱达科技有限公司(CN)
IPC: G06V10/20 , G06V10/40 , G06V10/762 , G06V10/764
Abstract: 本发明属于深度学习和医学图像处理技术领域，具体涉及联合Wasserstein距离与差异度量的胸片异常识别域自适应方法及系统。方法包括如下步骤：S1，胸片数据准备及预处理；S2，基于Swin Transformer的多尺度特征提取；S3，基于Wasserstein距离和对比域差异的损失最小化；S4，模型验证后用于胸片预测。本发明具有不仅能够挑选出最接近目标域样本的源域样本，还能够在特征空间中拉近目标域与源域样本中相同类别的距离，拉开不同类别的距离，同时利用提取到的多尺度特征进行胸片分类任务，能够有效提高感受野，捕获到更多有利于胸片分类任务信息的特点。
-
公开(公告)号：CN114049303A
公开(公告)日：2022-02-15
申请号：CN202111185833.6
申请日：2021-10-12
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于多粒度特征融合的渐进式骨龄评估方法。本发明通过构建基于随机拼图方式的粒度分级模块，将输入图片包含的粒度信息由细到粗进行分级，使网络学习到手骨各个部分丰富的局部特征；通过构建渐进式多尺度特征融合模块，使网络经过多次迭代，不仅能学习到全局特征、最具区分位置的局部特征，还会将其它局部特征进行融合，最终学习到包含不同粒度信息的特征，大大提高了骨龄评估模型的性能和泛化能力。本发明不仅能够关注最具区分的RoIs局部特征，还能将其它不同粒度的局部特征以协同的方式融合在一起，具有更强的鲁棒性。
-
公开(公告)号：CN108764540B
公开(公告)日：2021-11-30
申请号：CN201810465536.9
申请日：2018-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于并行LSTM串联DNN的供水管网压力预测方法。本发明首先确定输入输出项，建立基于并行LSTM串联DNN的预测模型。其次数据预处理，建立压力预测数据库。然后训练预测模型。最后进行在线压力预测。本发明实现LSTM和DNN的优势互补，并用Dropout技术防止模型过拟合，Relu激活函数加快模型收敛速度，小批量梯度下降法减少了随机性和计算量，选择RMSprop作为随机梯度下降法的优化算法，提高了供水管网压力预测方法的抗干扰性和精度。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.038 seconds)
