-
公开(公告)号：CN113520356B
公开(公告)日：2024-04-30
申请号：CN202110769478.0
申请日：2021-07-07
Applicant: 浙江大学 , 浙江大学医学院附属第四医院
Abstract: 本发明公开了一种基于柯氏音的心脏疾病早期诊断系统，包含：采集单元，用于采集用户的柯氏音信号；滤波单元，用于对采集到的柯氏音信号进行滤波；预处理单元，用于对降噪后的柯氏音进行预处理；标注单元，用于对预处理后的柯氏音信号进行标注；特征计算单元，用于计算柯氏音信号的特征信息；分类单元，用于接收特征信息和用户的基本信息并通过训练好的分类模型对其进行分类。本发明提供的基于柯氏音的心脏疾病早期诊断系统，用现代时频分析方法对人体肱动脉柯氏音进行分析与特征提取，可确定心脏功能密切相关的柯氏音时频特征，结合身高、体重、年龄及性别等基本信息，采用机器学习的方法实现基于柯氏音信号的心脏疾病诊断。
-
公开(公告)号：CN113520356A
公开(公告)日：2021-10-22
申请号：CN202110769478.0
申请日：2021-07-07
Applicant: 浙江大学 , 浙江大学医学院附属第四医院
Abstract: 本发明公开了一种基于柯氏音的心脏疾病早期诊断系统，包含：采集单元，用于采集用户的柯氏音信号；滤波单元，用于对采集到的柯氏音信号进行滤波；预处理单元，用于对降噪后的柯氏音进行预处理；标注单元，用于对预处理后的柯氏音信号进行标注；特征计算单元，用于计算柯氏音信号的特征信息；分类单元，用于接收特征信息和用户的基本信息并通过训练好的分类模型对其进行分类。本发明提供的基于柯氏音的心脏疾病早期诊断系统，用现代时频分析方法对人体肱动脉柯氏音进行分析与特征提取，可确定心脏功能密切相关的柯氏音时频特征，结合身高、体重、年龄及性别等基本信息，采用机器学习的方法实现基于柯氏音信号的心脏疾病诊断。
-
公开(公告)号：CN113440107A
公开(公告)日：2021-09-28
申请号：CN202110764060.0
申请日：2021-07-06
Applicant: 浙江大学 , 浙江大学医学院附属第一医院
Abstract: 本发明公开了一种基于语音信号分析的阿尔茨海默症状诊断设备，包含：获取模块，获取若干阿尔茨海默病患者和健康人群的语音信号数据；预处理模块，用于对语音信号数据进行预处理；训练模块，通过预处理后的语音信号对搭建好的非监督深度学习网络模型进行训练获取特征矩阵；预测模块，诊断分析语音信号是否为阿尔茨海默病患者；采集模块，采集待识别的测试者的测试语音信号；预处理模块将预处理后的测试语音信号输入至非监督深度学习网络模型中进行分析。本发明的基于语音信号分析的阿尔茨海默症状诊断设备，通过阿尔兹海默病患者及正常人的语音数据预训练深度学习网络模型，进而根据受测试者的语音数据实现阿尔兹海默症的早期识别与预警。
-
公开(公告)号：CN112651403A
公开(公告)日：2021-04-13
申请号：CN202011390333.1
申请日：2020-12-02
Applicant: 浙江大学 , 浙江大学医学院附属第一医院
Abstract: 本发明公开了一种基于语义嵌入的零样本视觉问答方法，包含以下步骤：收集若干词汇构成词汇集合；对收集到的词汇集合中的词汇进行编码得到每个词汇的词向量并构建词向量库S，词向量库S包含每个词汇以及其对应的词向量；提取待识别图像的视觉特征R；提取和待识别图像相对应的问题的语言特征E；将视觉特征R和语言特征E进行关系建模并输出预测词向量C；通过计算获得词向量库S中与预测词向量C相匹配的词汇。本发明的基于语义嵌入的零样本视觉问答方法，提供一种新的视觉问答技术，在不扩大训练数据集规模的前提下，在现实场景中应用时，可以给出不存在于训练数据集中的答案。
-
公开(公告)号：CN112651403B
公开(公告)日：2022-09-06
申请号：CN202011390333.1
申请日：2020-12-02
Applicant: 浙江大学 , 浙江大学医学院附属第一医院
Abstract: 本发明公开了一种基于语义嵌入的零样本视觉问答方法，包含以下步骤：收集若干词汇构成词汇集合；对收集到的词汇集合中的词汇进行编码得到每个词汇的词向量并构建词向量库S，词向量库S包含每个词汇以及其对应的词向量；提取待识别图像的视觉特征R；提取和待识别图像相对应的问题的语言特征E；将视觉特征R和语言特征E进行关系建模并输出预测词向量C；通过计算获得词向量库S中与预测词向量C相匹配的词汇。本发明的基于语义嵌入的零样本视觉问答方法，提供一种新的视觉问答技术，在不扩大训练数据集规模的前提下，在现实场景中应用时，可以给出不存在于训练数据集中的答案。
-
Patent Agency Ranking
公开(公告)号：CN117274878B
公开(公告)日：2025-05-09
申请号：CN202311289617.5
申请日：2023-10-08
Applicant: 浙江大学
IPC: G06V20/40 , A61B5/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉的吞咽障碍筛查方法及系统，该方法包括：采集若干被试者在多个阶段饮水时的侧面的视频数据得到第一数据集；对预处理后的第一数据集进行重点区域标记和类别标记得到第一训练数据集和第二训练数据集；通过第一训练数据集对目标检测模型进行训练；通过第二训练数据集对多分支特征提取与融合分类模型进行训练；采集待检测者在多个阶段饮水时的侧面的待识别视频数据；将待识别视频数据输入训练好的目标检测模型；将目标检测模型的输出输入至训练好的多分支特征提取与融合分类模型得到分类结果。本发明的基于计算机视觉的吞咽障碍筛查方法及系统，基于图像识别的方法，能够便捷、有效、安全地筛查出吞咽障碍患者。
-
公开(公告)号：CN118792438A
公开(公告)日：2024-10-18
申请号：CN202411035141.7
申请日：2024-07-30
Applicant: 浙江大学
IPC: C12Q1/6895 , C12Q1/6858 , C12N15/11
Abstract: 本发明公开了杜鹃花属SSR分子标记、引物组合物及其应用，属于杜鹃花属分子标记技术领域。本发明共提供了30个SSR分子标记，其中6个的重复单元为二碱基，24个为三碱基，30对分子标记相关的引物，提供的SSR及引物组合物，在杜鹃花各品种中扩增条带清晰、多态性高、重复性好，能够用于杜鹃花各亚属间种质鉴定、遗传多样性和亲缘关系分析，结果稳定可靠，为杜鹃花属种质资源管理、分子标记辅助育种、遗传保护、杜鹃花群体间和群体内的遗传多样性分析等奠定了基础；还具有使用简单、高效的优点。
-
公开(公告)号：CN118395152A
公开(公告)日：2024-07-26
申请号：CN202410443521.8
申请日：2024-04-13
Applicant: 浙江大学
IPC: G06F18/213 , G06F18/214 , G06F18/25 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种多感知融合传感器仿生方法和系统，配置多个传感器和传感器功能模块，所述传感器功能模块连接每一个传感器，传感器功能模块将传感器信号进行数据转化处理；将转化处理后的传感器数据进行特征提取，选取至少2个不同类型特征数据，根据所述提取的至少2个不同类型特征数据构建第一仿生目标的仿生样本数据集合；所述仿生样本数据集合划分为训练集和测试集，采用训练集训练脉冲神经网络模型，并采用脉冲时间依赖可塑性学习规则识别融合仿生传感数据；测试集测试脉冲神经网络模型的效果，得到训练好的多类型传感数据融合的第一仿生模型，根据第一仿生模型对第一仿生目标的仿生结果可选地调整不同类型特征数据进行再次构建仿生模型。
-
公开(公告)号：CN117672529A
公开(公告)日：2024-03-08
申请号：CN202311851758.1
申请日：2023-12-29
Applicant: 浙江大学
IPC: G16H50/30 , G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于多模态信息融合的跌倒风险早期评估方法，包含：同时采集被测者步行时的视频数据和传感器数据；基于视频数据得到第一评估结果；基于传感器数据得到第二评估结果；综合第一评估结果和第二评估结果得到最终评估结果。本发明的基于多模态信息融合的跌倒风险早期评估方法，利用两种方式的多模态信息，综合评估被测者的行走姿态信息，结合了两者的优点。
-
公开(公告)号：CN117274878A
公开(公告)日：2023-12-22
申请号：CN202311289617.5
申请日：2023-10-08
Applicant: 浙江大学
IPC: G06V20/40 , A61B5/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉的吞咽障碍筛查方法及系统，该方法包括：采集若干被试者在多个阶段饮水时的侧面的视频数据得到第一数据集；对预处理后的第一数据集进行重点区域标记和类别标记得到第一训练数据集和第二训练数据集；通过第一训练数据集对目标检测模型进行训练；通过第二训练数据集对多分支特征提取与融合分类模型进行训练；采集待检测者在多个阶段饮水时的侧面的待识别视频数据；将待识别视频数据输入训练好的目标检测模型；将目标检测模型的输出输入至训练好的多分支特征提取与融合分类模型得到分类结果。本发明的基于计算机视觉的吞咽障碍筛查方法及系统，基于图像识别的方法，能够便捷、有效、安全地筛查出吞咽障碍患者。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.027 seconds)
