-
公开(公告)号：CN114662543B
公开(公告)日：2024-12-10
申请号：CN202210330349.6
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/211 , G06F18/15 , A61B5/055
Abstract: 本发明公开了一种融合多尺度信息的大脑静息态功能磁共振数据分类方法、系统及计算机可读介质，获取两组不同状态人群的静息态功能磁共振成像数据，消除噪声后进行特征提取，分别提取体素本体活动、体素簇局部共变性、体素网全局共変性三种尺度的大脑特征，对大脑进行区域划分，然后计算两组不同状态人群的每个被测对象每个脑区在体素本体活动、体素簇局部共变性、体素网全局共変性上的平均值，在每个特征尺度下，两种不同状态人群的每个被测对象得到1×N维特征矩阵，对每个尺度下的特征矩阵进行融合，对融合特征矩阵进行特征选择，利用特征选择所得最优特征子集训练SVM分类器，进行被测对象的分类，有效提升分类准确度。
-
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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN114821301B
公开(公告)日：2025-04-25
申请号：CN202210329520.1
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/766
Abstract: 本发明实施例公开了一种面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统，进行细粒度视觉目标中目标进行不定项选择识别测试和个人识别特质测试，根据全部受训人的个人识别特质测试成绩以当前受训人的个人识别特质测试成绩和标准细粒度视觉目标不定项选择识别测试成绩，生成训练方案；依次进行观察学习训练和反馈学习训练；进行标准细粒度视觉目标不定项选择识别测试；判断受训人的标准细粒度视觉目标不定项选择识别测试成绩是否大于0.95，如是，则结束训练，否则对下一次训练方案进行训练难度调整，直至受训人的标准细粒度视觉目标不定项选择识别测试成绩大于0.95后结束训练，有效提升训练效率。
-
公开(公告)号：CN114662543A
公开(公告)日：2022-06-24
申请号：CN202210330349.6
申请日：2022-03-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种融合多尺度信息的大脑静息态功能磁共振数据分类方法、系统及计算机可读介质，获取两组不同状态人群的静息态功能磁共振成像数据，消除噪声后进行特征提取，分别提取体素本体活动、体素簇局部共变性、体素网全局共変性三种尺度的大脑特征，对大脑进行区域划分，然后计算两组不同状态人群的每个被测对象每个脑区在体素本体活动、体素簇局部共变性、体素网全局共変性上的平均值，在每个特征尺度下，两种不同状态人群的每个被测对象得到1×N维特征矩阵，对每个尺度下的特征矩阵进行融合，对融合特征矩阵进行特征选择，利用特征选择所得最优特征子集训练SVM分类器，进行被测对象的分类，有效提升分类准确度。
-
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：CN114821301A
公开(公告)日：2022-07-29
申请号：CN202210329520.1
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/766 , G06K9/62
Abstract: 本发明实施例公开了一种面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统，进行细粒度视觉目标中目标进行不定项选择识别测试和个人识别特质测试，根据全部受训人的个人识别特质测试成绩以当前受训人的个人识别特质测试成绩和标准细粒度视觉目标不定项选择识别测试成绩，生成训练方案；依次进行观察学习训练和反馈学习训练；进行标准细粒度视觉目标不定项选择识别测试；判断受训人的标准细粒度视觉目标不定项选择识别测试成绩是否大于0.95，如是，则结束训练，否则对下一次训练方案进行训练难度调整，直至受训人的标准细粒度视觉目标不定项选择识别测试成绩大于0.95后结束训练，有效提升训练效率。
-
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
