-
公开(公告)号：CN109166063A
公开(公告)日：2019-01-08
申请号：CN201810999658.6
申请日：2018-08-30
Applicant: 湖南中医药大学
Abstract: 本发明属于心理咨询技术领域，公开了一种心理咨询技能在线训练平台及方法，包括：需求分析，与心理学专业沟通需求；模块设计，针对需求划分模块，分模块实现不同的需求；详细设计，对每个模块设计、接口等；数据库设计，设计数据存储的结构；用户界面设计，初步设计应用的界面；编码实现功能，编写程序实现功能；步骤七：上线测试，测试软件是否存在问题。本发明弥补了《心理咨询基本技能训练》课程中实践教学的不足，特别是形式多样化的训练缩短了刻板理论与现实临床的距离，而且增设了音频、图片、视频资料来协助学习者训练，使训练更加接近临床现实，同时还增加了训练的趣味性。
-
公开(公告)号：CN115908811A
公开(公告)日：2023-04-04
申请号：CN202211526001.0
申请日：2022-12-01
Applicant: 湖南中医药大学
IPC: G06V10/26 , G06V10/82 , G06V10/774 , G06V20/70 , G06V10/42 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了基于Transformer和卷积注意力机制的CT图像分割方法，包括以下步骤：S1，数据预处理模块：获取CT图像数据，按照体素值截断的方法过滤不相关区域，对过滤后的CT图像数据进行标准化处理，然后划分训练集、验证集和测试集；S2，CNN编码器模块：利用多层卷积操作，对CT图像进行初步编码，使用卷积注意力模块来实现注意力机制，对语义分割主要区域加入关注，获取CT图像的局部特征信息；S3，Transformer编码器模块：连接CNN编码器的后两层特征信息，传入到Transformer编码器进行处理，获取CT图像的全局特征信息，CT图像全局特征信息结果与从CNN编码器传入的后两层特征信息残差相加，增强CNN编码器后两层特征信息传递操作过程中损失的信息；S4，解码器模块：将Transformer编码器的输出信息还原至CNN编码器最后两层特征图大小，最后一层特征图经反卷积操作后与上一层输出的还原结果相加，再使用反卷积操作将相加结果还原到CNN编码器前两层特征图大小，并对应作跳跃连接，最后还原出带标签的CT图像。
-
公开(公告)号：CN119418047A
公开(公告)日：2025-02-11
申请号：CN202411447565.4
申请日：2024-10-16
Applicant: 湖南中医药大学
Abstract: 本申请涉及一种基于RGB图像集成优化的作物病虫害检测方法和装置，所述方法包括：根据病虫害监测区域的RGB图像计算24个可见光植被指数；采用随机森林算法对归一化后的可见光植被指数进行重要性排序，并进行指数选择；根据预选的可见光植被指数图像采用BWO和多个阈值分割方法进行处理，得到多个新植被指数图像；对每个新植被指数图像采用对应阈值分割方法进行图像分割，将得到的所有分割结果采用基于BWO的集成策略进行处理，得到作物的病虫害检测结果。本方法通过随机森林算法选用所有植被指数的子集可以在保证检测精度的同时，有效地降低计算复杂度；采用BWO优化算法的集成策略，提升了病虫害检测精度和检测精度。
-
公开(公告)号：CN118585750A
公开(公告)日：2024-09-03
申请号：CN202410701726.1
申请日：2024-05-31
Applicant: 湖南中医药大学
IPC: G06F18/10 , G06F18/214 , G06F18/243 , G06N20/20
Abstract: 本申请涉及一种高分辨率干旱指数预测方法、装置、电子设备和存储介质。所述方法对每个时段的SPEIbase数据分别选择多个不同的时间尺度，通过GEE获取多个与干旱相关的遥感反演的指数、反射率及高程数据作为输入特征在对应时间尺度下的空间分辨率为1km的输入特征的数据，经过网格化、样本均衡化等预处理后，得到均衡样本集；采用均衡样本集构建并训练机器学习模型，采用构建的模型进行SPEI的高空间分辨率预测，将SPEIbase的分辨率从0.5度提高至1km。本方法能够在提高SPEIbase空间分辨率的同时，稳定地获得更高的预测精度。
-
公开(公告)号：CN117612045A
公开(公告)日：2024-02-27
申请号：CN202311788137.3
申请日：2023-12-22
Applicant: 湖南中医药大学
IPC: G06V20/17 , G06V20/10 , G06V10/20 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/006 , G06N3/0499 , G06N3/08 , G06N20/00
Abstract: 本申请涉及一种基于可见光植被指数的病虫害检测方法、装置和电子设备，该方法包括：对无人机拍摄的病虫害监测区域的可见光图像进行预处理；根据预处理结果计算多种可见光植被指数；采用多种植被指数对可见光图像进行特征提取，生成训练样本、验证样本和测试样本；采用该样本对多种机器学习分类模型进行训练、验证、测试，分别得到验证样本和测试样本的多个机器学习分类结果；采用蚁群算法对所有验证样本的分类结果进行加权优化，得到每个机器学习分类结果的最优权重，根据最优权重对所有测试样本的机器学习分类结果进行集成，得到病虫害检测结果。采用本方法使病虫害分类精度更高更稳定，降低成本，比直接采用可见光RGB波段的分类准确率更高。
-
Patent Agency Ranking
公开(公告)号：CN117372772A
公开(公告)日：2024-01-09
申请号：CN202311411642.6
申请日：2023-10-27
Applicant: 湖南中医药大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/58 , G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/086
Abstract: 本申请涉及一种高光谱图像分类方法、装置、计算机设备以及存储介质。包括：将训练集中的训练样本由三维图像转换为二维图像，生成新的训练集；基于新的训练集对多Vi T变体模型进行训练，并在每个epoch结束后，将测试集输入多Vi T变体模型进行测试，得到测试集中每个测试样本的分类结果；对测试集中各个测试样本在每个Vi T变体模型下的所有分类结果进行最多数投票，并将投票数量最多的分类结果作为测试集中该Vi T变体模型下对应测试样本的候选分类结果；通过遗传算法优化每个Vi T变体模型的候选分类结果的最优权重，并重新对测试样本的候选分类结果进行最多数投票，获取最终分类结果。本申请实施例可以减小训练样本与测试样本不独立的情况，提高分类精度。
-
公开(公告)号：CN213641925U
公开(公告)日：2021-07-09
申请号：CN202022293571.2
申请日：2020-10-15
Applicant: 湖南中医药大学
IPC: A61H1/02
Abstract: 本申请涉及一种腕部康复训练设备。所述设备包括：手套本体和采集电路；所述采集电路设置在手套本体上；所述采集电路包括：姿态传感器、弯曲传感器、微处理器、电源模块以及网络通信模块；所述姿态传感器和所述弯曲传感器均与所述微处理器通过接口连接，所述电源模块用于给所述姿态传感器、所述弯曲传感器、所述微处理器、以及所述网络通信模块供电，所述网络通信模块与所述微处理器通过通信接口连接。由于采集电路以微处理器为核心，通过姿态传感器、弯曲传感器等测量腕部姿态及动作数据，然后进行数据处理，数据通信采用网络传输的方式，无需其他辅助设备，系统结构紧凑，因此设备体积小巧便于携带，可放置于家庭，医院任何空间，方便维护与管理。
-
公开(公告)号：CN220370382U
公开(公告)日：2024-01-23
申请号：CN202321774486.5
申请日：2023-07-07
Applicant: 湖南中医药大学
IPC: A63B21/008 , A63B23/04 , A63B71/00 , A63B24/00 , A61H3/00
Abstract: 本实用新型提供一种水中步态康复训练装置，包括训练水箱、支撑架和穿戴套件，所述训练水箱一侧设置有活动门，所述穿戴套件包括安全穿戴件和检测穿戴组件，所述安全穿戴件悬挂于所述支撑架上，所述安全穿戴件用于穿戴至使用者上半身以支撑使用者上半身，所述检测穿戴组件与所述安全穿戴件连接，所述检测穿戴组件位于所述训练水箱内，所述检测穿戴组件用于穿戴至使用者下半身以获取使用者的步行数据。本实用新型可以提升步态训练过程的安全性以及训练效果。
-
公开(公告)号：CN213252860U
公开(公告)日：2021-05-25
申请号：CN202022294424.7
申请日：2020-10-15
Applicant: 湖南中医药大学
Abstract: 本申请涉及一种腕部康复训练系统。所述系统包括：手套本体、采集电路以及服务器和/或终端；所述采集电路设置在手套本体上,所述采集电路通过网络与所述服务器和/或终端连接；所述采集电路包括：姿态传感器、弯曲传感器、微处理器、电源模块以及网络通信模块；所述姿态传感器和所述弯曲传感器均与所述微处理器通过接口连接，所述电源模块给所述姿态传感器、所述弯曲传感器、所述微处理器、及所述网络通信模块供电，所述网络通信模块与所述微处理器通过通信接口连接。由于该系统以微处理器为核心，具备数据测量、采集及处理功能，采用网络通讯，无需其他辅助系统，因此系统小巧便于携带，可放置于家庭，医院任何空间，方便维护与管理。
-
公开(公告)号：CN216754917U
公开(公告)日：2022-06-17
申请号：CN202122564347.7
申请日：2021-10-25
Applicant: 湖南中医药大学
Abstract: 本申请涉及一种踝部康复训练系统。所述系统包括：训练鞋套本体、康复训练装置以及服务器和/或终端，康复训练装置设置在训练鞋套本体内，康复训练装置与服务器和/或终端通过网络连接；康复训练装置包括主动康复训练模块、被动康复训练模块、微处理器、电源模块和网络通信模块；主动康复训练模块包括与微处理器连接的姿态传感器；被动康复训练模块包括与微处理器连接的舵机；网络通信模块与微处理器和服务器和/或终端连接。该系统可提供多种康复模式，适应不同康复患者多阶段的康复要求，另外采用网络传输的通信方式，无需其他辅助设备，系统结构紧凑，便于携带，可放置于家庭或医院任何空间，方便维护与管理，并能降低康复治疗的成本。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.075 seconds)
