-
公开(公告)号：CN117133459B
公开(公告)日：2024-04-09
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
公开(公告)号：CN117133459A
公开(公告)日：2023-11-28
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
公开(公告)号：CN113723241A
公开(公告)日：2021-11-30
申请号：CN202110953883.8
申请日：2021-08-19
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06K9/00 , G06N3/04 , G06N3/08 , G06F16/783 , G16H40/20
Abstract: 本发明提出了一种基于姿态估计的手卫生监测系统。包括：身份识别模块，对医护人员身份进行标识，并针对每个身份信息建立单独的一个保存文档；图片传感模块，从多角度捕获医护人员洗手、手臂消毒过程的视频片段；数据传输模块，对图片传感模块捕获的多视频片段进行整理和调度，并传输至姿态估计模块；姿态估计模块，利用训练好的深度学习网络对输入的视频片段数据进行姿态估计，判断是否在进行正确的手卫生操作步骤，以及判断是否满足规范的手卫生操作时长；提醒警报模块，根据姿态估计模块的输出结果进行相应的提醒。本发明利用图片识别等关键技术，将信息数据大环境的资源进行巧妙利用，实现了手卫生的智能监测，能够有效提高手卫生依从率。
-
公开(公告)号：CN113673856A
公开(公告)日：2021-11-19
申请号：CN202110928674.8
申请日：2021-08-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
Abstract: 本发明提出了一种基于3D的医院感控模拟培训考核系统，包括应用层、平台层、传输层、感知层，其中感知层使用各种终端采集数据，通过传输层传输至不同平台进行处理，所述终端包括VR设备、3D人体模型的传感器、摄像头；传输层用于将感知层采集的数据向应用层和平台层提供进行可靠传输；平台层用于进行培训和考核的大数据分析、人员的身份信息管理和系统后台评价管理；应用层用于对感知层采集的数据进行计算、处理和挖掘，实现对系统的实时控制和精确管理。本发明利用更加有效的信息化技术手段，使培训方式更灵活，培训效果更理想，能够解决前面提出的感控培训考核的诸多困难。可以在当前新冠肺炎大流行背景下帮助医院发挥更大作用。
-
公开(公告)号：CN113673856B
公开(公告)日：2024-04-26
申请号：CN202110928674.8
申请日：2021-08-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06Q10/0631 , G06Q50/20 , G09B5/02 , G09B7/00 , G06Q10/0639
Abstract: 本发明提出了一种基于3D的医院感控模拟培训考核系统，包括应用层、平台层、传输层、感知层，其中感知层使用各种终端采集数据，通过传输层传输至不同平台进行处理，所述终端包括VR设备、3D人体模型的传感器、摄像头；传输层用于将感知层采集的数据向应用层和平台层提供进行可靠传输；平台层用于进行培训和考核的大数据分析、人员的身份信息管理和系统后台评价管理；应用层用于对感知层采集的数据进行计算、处理和挖掘，实现对系统的实时控制和精确管理。本发明利用更加有效的信息化技术手段，使培训方式更灵活，培训效果更理想，能够解决前面提出的感控培训考核的诸多困难。可以在当前新冠肺炎大流行背景下帮助医院发挥更大作用。
-
Patent Agency Ranking
公开(公告)号：CN114022951A
公开(公告)日：2022-02-08
申请号：CN202111148169.8
申请日：2021-09-29
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06V40/20 , G06V40/16 , H04N5/225 , G16H40/20 , G06F16/583
Abstract: 本发明公开了一种医院手卫生依从性管理镜及其实现系统，该管理镜包括：身份识别装置，采用单目摄像头采集操作员人脸信息并验证身份信息；洗手操作识别装置，采用双目摄像头采集操作员洗手操作过程图像，通过图像识别技术判断每步洗手操作是否规范，同时记录并判断每步洗手操作的时长是否达到预设值；提示装置，显示操作员身份信息，以及根据洗手操作识别装置的判断情况在数字显示屏上给出本步洗手操作的提示信息；该管理镜主体为平面镜，镜身立于洗手台上方，单目摄像头设置在平面镜上方，双目摄像头中两个摄像头分别设置在平面镜下方左右两侧，数字显示屏设置在镜身中部。本发明对医务人员的七步洗手操作进行识别和检验，提高手卫生依从性。
-
公开(公告)号：CN117880256A
公开(公告)日：2024-04-12
申请号：CN202311641561.5
申请日：2023-12-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多控制器SDN的数据中心网络视频流QoS保障方法，具体是：主控制器根据全局网络视图和可达路径矩阵判断待传输视频流的源主机与目的主机是否直连，是则直接转发；否则基于M/M/N+1排队模型根据视频流的优先级，结合可达路径矩阵Ar将待传输视频流转发至网络可达且负载值最低的子控制器；针对被分配至子控制器的待转发视频流，构建视频流QoS保障多约束条件，得到路径的最小传输总成本；利用RNN改进DDPG深度强化学习算法，通过不断迭代训练当前网络和目标网络，获得待转发视频流最优路径规划。本发明能够有效解决网络拥塞和QoS保障问题，提高多媒体视频流传输的质量和用户体验。
-
公开(公告)号：CN117762643A
公开(公告)日：2024-03-26
申请号：CN202410024338.4
申请日：2024-01-08
Applicant: 南京邮电大学
IPC: G06F9/50 , G06N3/0442 , G06N3/084 , G06N3/092 , H04W28/08 , H04W28/084
Abstract: 本发明公开一种基于强化学习的车联网边缘计算资源调度方法；属于车载边缘计算技术领域；利用LSTM模型对预处理后的数据进行训练，预测数据的流行度；结合强化学习的当前状态进行训练，将流行度作为强化学习的状态；根据从边缘设备计算的时延以及消耗的能量作为奖励R，得到最优的任务卸载策略；主边缘设备根据接收的从边缘设备发送的计算结果进行任务处理的性能评估，将性能评估结果作为奖励R反馈给强化学习训练过程得到更新后的Q值，主边缘设备对任务卸载策略进行再优化，进一步调整任务资源分配；根据车辆状态和任务类型等因素，动态地调整资源分配策略，能够高效地利用车辆边缘计算的资源，提高计算的效率、性能和资源利用率。
-
公开(公告)号：CN117114113B
公开(公告)日：2023-12-29
申请号：CN202311378988.0
申请日：2023-10-24
Applicant: 南京邮电大学
IPC: G06N5/04 , G06N3/0464 , G06F9/50
Abstract: 本发明属于边缘计算技术领域，涉及一种基于排队论的协同推理加速方法；包括：步骤1建立任务属性模型；步骤2建立通信模型；步骤3依据当前队列状态信息做出是否直接上传云服务器的决策，上传则步骤7，否则步骤4；步骤4进行DNN模型分区，若此时任务不触发反悔机制则转步骤5，否则转步骤6；步骤5基于步骤4，边缘服务器协同执行推理任务并转步骤8；步骤6触发反悔机制，DNN模型深段部分转步骤7；步骤7模型上传云服务器并完成推理结果的聚合进入步骤8；步骤8获得此时的模型分区策略及总推理时延；当总推理时延不再减小，输出最优模型分区策略以及最小推理时延；结合队列状态信息对模型分区点进行优化，实现最小化系统推理时延。(56)对比文件顾冰雪.面向深度学习的云边任务迁移与调度研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2022,(第2022年12期),I139-422.郭永安 等.基于边端协同的CNN推理加速框架《.南京邮电大学学报（自然科学版）》.2023,第43卷(第3期),68-77.Siqi Fan 等.Dynamic Regret ofRandomized Online Service Caching in EdgeComputing《.arXiv》.2023,1-10.Zixing Lei 等.Latency-AwareCollaborative Perception《.arXiv》.2022,1-17.Bin Han 等.Impatient Queuing forIntelligent Task Offloading inMultiaccess Edge Computing《.IEEETRANSACTIONS ON WIRELESS COMMUNICATIONS》.2022,第22卷(第1期),59-72.
-
公开(公告)号：CN116828226B
公开(公告)日：2023-11-10
申请号：CN202311084846.3
申请日：2023-08-28
Applicant: 南京邮电大学
IPC: H04N21/231 , H04N21/2543 , H04L9/00
Abstract: 本发明属于移动通信中的边缘缓存技术领域，公开了基于区块链的云边端协同视频流缓存系统，通过网络模块实现CDN服务器、边缘服务器、视频用户三者之间的通信；缓存模块用于计算视频内容的流行度，以及视频内容缓存在CDN服务器层和边缘服务器层时的访问延迟、流量成本和缓存能耗；并将所有视频请求的内容访问延迟、流量成本和能耗的问题最小化；区块链模块用于计算视频用户请求的付费视频内容上链所产生的能耗。本发明充分发挥边缘侧MEC服务器的计算和存储能力，并加入区块链技术，解决互联网视频流量大幅度增长所导致的时延及能耗过高的问题以及计费信息安全问题；实现协同边缘缓存。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.062 seconds)
