公开(公告)号：CN118864923A

公开(公告)日：2024-10-29

申请号：CN202410835951.4

申请日：2024-06-26

Applicant: 清华大学 ,  中国科学院大学

Inventor： 季向阳 ,  施梦楠 ,  刘畅 ,  李博豪 ,  陈孝仲 ,  叶齐祥

IPC: G06V10/764 ,  G06V10/774 ,  G06F17/18 ,  G06N3/04 ,  G06N3/09

Abstract: 本申请涉及一种基于显式边际均衡的小样本目标检测方法及装置，其中，方法包括：计算每个基础目标类对应的所有样本实例的平均特征向量，并根据平均特征向量确定最大边际损失和训练阶段损失函数，且训练预设检测器以生成初始检测器；确定拓展目标类对应的类别系数向量，且根据类别系数向量计算类别均衡系数，以拓展最大边际损失得到显式边际均衡损失；计算每个样本实例的梯度图，并根据梯度图和预设梯度阈值确定每个样本实例对应的实例扰动，且通过显式边际均衡损失和实例扰动微调初始检测器，得到微调后的初始检测器，以利用微调后的初始检测器进行目标检测操作。由此，解决了现有技术缺乏适当的边际约束条件，难以缓解模型的判别与表示之间的内在矛盾等问题。

公开(公告)号：CN117679042A

公开(公告)日：2024-03-12

申请号：CN202311785797.6

申请日：2023-12-22

Applicant: 清华大学

Inventor： 季向阳 ,  朱向前 ,  施梦楠

IPC: A61B5/361 ,  A61B5/352 ,  A61B5/349 ,  A61B5/00

Abstract: 本申请涉及一种基于自监督学习的心电房颤检测方法、装置、设备及介质，其中，方法包括：采集标准12导联心电图，并基于标准12导联心电图，构建房颤检测训练数据集；基于房颤检测训练数据集，训练预设的残差网络检测模型，生成心电房颤检测预训练模型，并获取残差网络检测模型的权重信息；基于权重信息和预设标注数据，微调心电房颤检测预训练模型，得到最终心电房颤检测模型。由此，解决了现有技术房颤检测的主观性较高或无法充分考虑复杂疾病机制，难以有效捕获心电波形中与房颤相关的特征，难以利用大量无标签心电数据集，使得对于心电特征不明显的阵发性房颤等检测效果不佳、医学可解释性差等问题。

公开(公告)号：CN107248414A

公开(公告)日：2017-10-13

申请号：CN201710366412.0

申请日：2017-05-23

Applicant: 清华大学

Inventor： 何亮 ,  施梦楠 ,  徐灿 ,  刘加

IPC: G10L21/0216 ,  G10L21/0232 ,  G10L25/27 ,  G10L25/18

CPC classification number: G10L21/0216 ,  G10L21/0232 ,  G10L25/18 ,  G10L25/27

Abstract: 本发明提出的一种基于多帧频谱和非负矩阵分解的语音增强方法与装置，属于语音增强和非负矩阵分解领域。该方法对纯净语音、噪声、带噪语音预处理，得到短时频谱，并转换为多帧频谱；将噪声和纯净语音的多帧频谱分别转化为对应的基矩阵和系数矩阵的乘积，求出噪声的多帧频谱的基矩阵和纯净语音多帧频谱的基矩阵；将两个基矩阵合成带噪语音多帧频谱的基矩阵，并将带噪语音的多帧频谱转化为基矩阵和系数矩阵的乘积，获得带噪语音多帧频谱的系数矩阵，进而得到噪声的和增强语音的多帧频谱的初始估计；通过维纳滤波方法，获得增强语音的多帧频谱，变换为时域信号，获得最终增强语音。本发明保存了语音的特有信息，更好地还原语音，提升语音增强的效果。