公开(公告)号：CN115662630A

公开(公告)日：2023-01-31

申请号：CN202211264834.4

申请日：2022-10-17

Applicant: 武汉大学

Inventor： 刘娟 ,  张娜 ,  冯晶

IPC: G16H50/30 ,  G16H50/20 ,  G16H30/20 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06V10/77 ,  G06N3/048 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明公开了一种利用红外热图像自动筛查甲状腺疾病的方法及系统，属于人工智能技术中深度学习方法在医疗诊断领域的应用。本发明基于红外热图像，结合深度学习方法，提供了一种甲状腺疾病筛查方法，该方法根据采集到的受检者的甲状腺红外热图像自动对受检者患甲状腺疾病的风险程度进行评估，提高筛查效率、为医生提供客观、准确的筛查结果，指导医生选择合适的治疗方案。进一步的，本发明在利用红外热图像自动筛查甲状腺疾病方法的基础上设计了一个甲状腺疾病筛查系统，方便对筛查结果进行可视化的展示，以及生成筛查结果报告。

公开(公告)号：CN119864098A

公开(公告)日：2025-04-22

申请号：CN202411731532.2

申请日：2024-11-29

Applicant: 国网山西省电力公司电力科学研究院 ,  武汉大学

Inventor： 李国栋 ,  梁基重 ,  刘婷亮 ,  刘宏 ,  李帅 ,  李艳鹏 ,  张娜 ,  翟鹤瑶 ,  陶维亮 ,  龙嘉川

IPC: G16C20/20 ,  G01N21/3504 ,  G16C20/70 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明涉及电力设备技术领域，尤其是指一种基于特征融合的混合气体分解产物的浓度预测方法、装置及计算机可读存储介质，包括：获取混合气体的一维红外光谱数据；对一维红外光谱数据去噪；将去噪后的一维红外光谱数据输入至包括长短期记忆层的第一特征提取网络，输出第一光谱特征；将去噪后的一维红外光谱数据通过小波变换得到二维光谱时频图，输入至包括卷积层的第二特征提取网络，输出第二光谱特征；将第一光谱特征和第二光谱特征输入至浓度预测模块进行拼接，输出分解产物SO2、NO和CS2的浓度预测值。本发明提高了SF6/N2混合气体分解产物浓度预测的准确性，可以有效评估高压电气设备内部绝缘状态，为设备维护策略提供数据支持。

公开(公告)号：CN116051905A

公开(公告)日：2023-05-02

申请号：CN202310131752.0

申请日：2023-02-16

Applicant: 武汉大学

Inventor： 刘娟 ,  张娜

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于超声和红外热图多模态图像的甲状腺结节图像分类方法。本发明基于超声和红外热图像，结合多模态学习方法，提供了一个自适应多模态混合模型，该模型由模态内混合编码器，自适应跨模态编码器，分类头三部分组成。模态内混合编码器在提取局部特征的同时能够对全局特征进行建模；自适应跨模态编码器能够根据不同的案例制定个性化的模态权重，同时进行模态间特征的信息交互与融合；分类头对得到的融合特征进行分类。该方法基于受检者的超声和红外热图像，使用AmmH模型自动对受检者甲状腺结节图像进行分类，为医生提供客观、准确的分类结果，以实现辅助诊断。