-
公开(公告)号：CN116840214A
公开(公告)日：2023-10-03
申请号：CN202310793702.9
申请日：2023-06-30
Applicant: 江苏理工学院
IPC: G01N21/65 , G01N21/01 , G06F18/241 , G06F18/214 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/08 , G16H50/20
Abstract: 本发明公开了一种诊断脑肿瘤和脑梗死的方法，包括通过拉曼光谱仪采集脑肿瘤和脑梗死样本的拉曼光谱数据；使用基线校正、平滑处理和归一化方法对获取的拉曼光谱数据进行预处理；搭建卷积神经网络分类模型，对预处理后的拉曼光谱数据进行训练，调节模型参数得到收敛最佳模型；将待诊断样本的拉曼光谱数据输入所搭建的卷积神经网络模型中，输出待测目标的类别。本发明为医生对脑肿瘤和脑梗死的诊断提供了判断依据，进一步保障了患者的生命健康。
-
公开(公告)号：CN116741309A
公开(公告)日：2023-09-12
申请号：CN202310726586.9
申请日：2023-06-19
Applicant: 江苏理工学院
IPC: G16C20/50 , G06N3/042 , G06N3/0985 , G16C20/70
Abstract: 本发明公开了一种基于深度学习模型的小分子生成方法，从公共数据库获得小分子的描述信息，并将小分子转化为3D分子图的形式，完成训练集准备；构建EDM模型，并将其作为生成器来生成新分子；将训练集输入到由GCN模型组成的鉴别器中，通过鉴别器对训练集鉴别，鉴别训练集中所有的小分子是否符合真实分子的鉴别要求，若没有达到要求，则通过反馈网络对生成器进行微调，直到满足鉴别器鉴别出所述训练集中所有的小分子全部符合真实分子的鉴别要求；小分子达到鉴别器的鉴别要求后则使用Rdkit计算该小分子的性质并可视化。本发明利用扩散模型作为生成器，生成小分子的效率更高；采用图神经网络作为判别器，有效提高了判别的准确性和速度。
-
公开(公告)号：CN116681693A
公开(公告)日：2023-09-01
申请号：CN202310805201.8
申请日：2023-07-03
Applicant: 江苏理工学院
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464 , G16H50/20 , G16H30/20
Abstract: 本发明公开了一种基于深度学习的青光眼诊断方法，将输入的原始眼底图像数据集进行预处理，并得到模型1可识别利用的图像数据；训练模型1，使模型1达到根据眼底图像能够准确分割视盘视杯区域并输出展现视盘视杯分割的关键特征图像；提取模型1在处理眼底图像的过程中关键特征图像，作为模型2的输入参数，并将需要输入模型2中的图像数据进行预处理，转换为统一格式的数据；模型2接收模型1输入数据后，进行模型2的训练，然后输出目标结果，所述目标结果为：青光眼或者非青光眼。
-
公开(公告)号：CN115721322A
公开(公告)日：2023-03-03
申请号：CN202211598898.8
申请日：2022-12-14
Applicant: 江苏理工学院
IPC: A61B5/369 , A61B5/372 , A61B5/291 , A61B5/256 , A61B5/00 , G06F18/10 , G06F18/24 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于脑电信号的老年人睡眠异常监测系统及方法，边缘监测和处理模块接收并处理老年人睡眠期间采集到的脑电信号，利用部署好的深度学习模型判断所述脑电信号是否存在异常，并对脑电信号的数据进行清洗与脱敏后上传至云端学习模块，云端学习模块接收并存储边缘监测和处理模块清洗和脱敏后的数据，并利用存储的数据集更新优化深度学习模型；边缘监测和处理模块若识别发现脑部信号存在异常，直接通过家庭无线网络或者4G/5G移动网络连接手机终端应用程序设置的紧急联系人；并通过在医疗终端查看云端学习模块中存储的历史数据，以了解用户过往身体状况。本发明可以监测老年人在夜间休息过程中是否存在异常脑电信号，以防疾病发生。
-
-
-
Search Results
4
records
(took 0.025 seconds)
