-
公开(公告)号：CN112488493A
公开(公告)日：2021-03-12
申请号：CN202011356798.5
申请日：2020-11-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种融合位置信息的医学影像医师病灶识别能力评估方法、系统及计算机可读介质，融合特异性、敏感性、判断置信等级三个维度信息，并基于病灶位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对判断置信等级进行计算，并基于特异性、敏感性指标以及判断置信等级计算基于病灶位置信息的医学基于位置的医学影像病灶识别能力得分，对被试者识别能力进行测试，与传统基于准确率的测量算法相比，本发明提出的方法敏感性更强、精度更高。有效解决了现有医学影像医师病灶识别能力测试方法效度低、信息量不足导致准确度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN118673398A
公开(公告)日：2024-09-20
申请号：CN202410655299.8
申请日：2024-05-24
Applicant: 西安电子科技大学
IPC: G06F18/2415 , G06F18/2131 , G06F18/10 , G06F3/01 , G06N3/0464 , G06V10/94 , G06V10/764
Abstract: 本发明公开了一种面向细粒度目标识别任务的小样本脑电时空频全域解码方法、系统及存储介质，采集面向细粒度目标识别任务刺激诱发的脑电信号，构建并训练面向细粒度目标识别任务的小样本脑电时空频全域解码模型，进行面向细粒度目标识别任务的脑电解码。构建并训练模型的步骤为：对脑电信号预处理，去除脑电信号中的伪迹并低通滤波；对预处理后的脑电信号进行小波变换；基于生物学先验知识和计算相结合的方式，选择包含最有效分类信息的小波时频图；将选取的时频图输入卷积神经网络，提取时空频全域EEG特征；通过softmax层对卷积神经网络输出的特征向量分类，得到每个分类的概率分布并选出最大概率的类别；使用adam优化器进行训练。
-
公开(公告)号：CN112488493B
公开(公告)日：2023-06-23
申请号：CN202011356798.5
申请日：2020-11-27
Applicant: 西安电子科技大学
IPC: G06Q10/0639 , G06T7/00 , G16H30/20
Abstract: 本发明公开了一种融合位置信息的医学影像医师病灶识别能力评估方法、系统及计算机可读介质，融合特异性、敏感性、判断置信等级三个维度信息，并基于病灶位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对判断置信等级进行计算，并基于特异性、敏感性指标以及判断置信等级计算基于病灶位置信息的医学基于位置的医学影像病灶识别能力得分，对被试者识别能力进行测试，与传统基于准确率的测量算法相比，本发明提出的方法敏感性更强、精度更高。有效解决了现有医学影像医师病灶识别能力测试方法效度低、信息量不足导致准确度低的问题。
-
公开(公告)号：CN112528874B
公开(公告)日：2024-02-02
申请号：CN202011476560.6
申请日：2020-12-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质，方法融合了特异性、敏感性、置信等级三个维度信息，并基于目标物位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对置信等级进行计算，并基于特异性、敏感性指标以及置信等级计算被试者的SAR图象多目标视觉识别能力得分，对被试者的SAR图象多目标视觉识别能力进行测试，与传统基于准确率的测试方法相比，本发明提出的方法效度和精度更高，敏感性更强。有效解决了现有面向人的SAR图象目标识别能力计算方法效度不足、精确度不足、测试不准确的问题。
-
公开(公告)号：CN117422322A
公开(公告)日：2024-01-19
申请号：CN202311139474.X
申请日：2023-09-05
Applicant: 西安电子科技大学
IPC: G06Q10/0639
Abstract: 本发明公开了一种基于改进VIKOR逐轮抽取决策的判读领域关键部件辨识方法，包括以下步骤：基于特定类型目标进行分析，收集f个待辨识排序的关键部件作为候选点，构成候选指标集合；从不同维度形成关于评价各候选点重要性的i个评判指标；根据评价各候选点重要性的评判指标，由n个专家对f个候选点的每个评判指标分别进行评判赋分，并基于n个专家对f个候选点的每个评判指标的赋分值，建立原始决策矩阵O；基于原始决策矩阵O，通过改进VIKOR逐轮抽取决策对f个候选点进行辨识排序。对VIKOR方法的各决策系数下的排序结果进行逐轮抽取，逐步求解出最终各部件的重要性排序，所得排序结果更大程度贴近最优排序序列。
-
公开(公告)号：CN112528874A
公开(公告)日：2021-03-19
申请号：CN202011476560.6
申请日：2020-12-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质，方法融合了特异性、敏感性、置信等级三个维度信息，并基于目标物位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对置信等级进行计算，并基于特异性、敏感性指标以及置信等级计算被试者的SAR图象多目标视觉识别能力得分，对被试者的SAR图象多目标视觉识别能力进行测试，与传统基于准确率的测试方法相比，本发明提出的方法效度和精度更高，敏感性更强。有效解决了现有面向人的SAR图象目标识别能力计算方法效度不足、精确度不足、测试不准确的问题。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
