-
公开(公告)号:CN116172522B
公开(公告)日:2023-06-30
申请号:CN202310484070.8
申请日:2023-05-04
Applicant: 江南大学附属医院
IPC: A61B5/00 , A61B5/374 , G06F18/15 , G06F18/22 , G06N3/0455
Abstract: 本发明涉及数据处理技术领域,具体涉及一种基于神经网络的麻醉深度监测方法,包括:训练自编码网络获得信号数据的收敛序列,通过多阈值分割获得信号数据的收敛序列的转折点;计算信号数据的第一噪声概率;根据第一噪声概率序列的阈值进行划分获得多个概率子序列和数据子序列;获得信号数据序列的趋势项序列和每个数据子序列的趋势项子序列;根据局部相似度获得目标子序列,根据目标子序列的均值相似度获得所有对象子序列及局部概率相似度,获得信号数据的第二噪声概率;将信号数据的第二噪声概率作为权值,构建识别网络的损失函数,训练识别网络。本发明将第二噪声概率作为误差权重,排除训练过程中的噪声干扰,得到鲁棒性更强的识别网络。
-
公开(公告)号:CN116172522A
公开(公告)日:2023-05-30
申请号:CN202310484070.8
申请日:2023-05-04
Applicant: 江南大学附属医院
IPC: A61B5/00 , A61B5/374 , G06F18/15 , G06F18/22 , G06N3/0455
Abstract: 本发明涉及数据处理技术领域,具体涉及一种基于神经网络的麻醉深度监测方法,包括:训练自编码网络获得信号数据的收敛序列,通过多阈值分割获得信号数据的收敛序列的转折点;计算信号数据的第一噪声概率;根据第一噪声概率序列的阈值进行划分获得多个概率子序列和数据子序列;获得信号数据序列的趋势项序列和每个数据子序列的趋势项子序列;根据局部相似度获得目标子序列,根据目标子序列的均值相似度获得所有对象子序列及局部概率相似度,获得信号数据的第二噪声概率;将信号数据的第二噪声概率作为权值,构建识别网络的损失函数,训练识别网络。本发明将第二噪声概率作为误差权重,排除训练过程中的噪声干扰,得到鲁棒性更强的识别网络。
-
公开(公告)号:CN117649345A
公开(公告)日:2024-03-05
申请号:CN202410116065.6
申请日:2024-01-29
Applicant: 江南大学附属医院
Abstract: 本发明涉及图像处理技术领域,具体涉及一种老年患者插管术中口腔牙龈保护系统。该系统包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取口腔内部的灰度图像,基于灰度图像构建初始采样步长下对应的K空间,根据初始采样步长下每个预设mask对应的矩阵与K空间中的元素确定最优mask;对灰度图像进行滤波处理,根据不同预设采样步长下最优mask对应的矩阵与初始采样步长下对应的K空间中的元素的相似情况以及滤波结果,确定最优采样步长,对灰度图像进行傅里叶逆变换,进而提取喉部区域的图像。本发明能够提取准确的喉部区域的图像,达到更好地保护老年患者插管术中口腔牙龈的目的。
-
-