-
公开(公告)号:CN119397492A
公开(公告)日:2025-02-07
申请号:CN202411444366.8
申请日:2024-10-16
Applicant: 重庆邮电大学
IPC: G06F18/27 , G06F18/213 , G06F18/2415 , G06F18/214 , G16H20/10
Abstract: 本发明属于生物医药与数据处理技术领域,具体涉及一种基于多模态的肝移植用药剂量预测方法,包括采集肝移植受者的临床数据并处理得到样本集,划分为训练集和测试集;构建多模态线性回归模型;将训练集中样本通过特征提取模块得到原始特征序列;将原始特征序列输入特征降维模块得到降维特征序列;将降维特征序列输入注意力机制模块得到增强特征序列;增强特征序列经过多模态融合模块得到融合特征序列;将融合特征序列输入预测模块得到预测结果,训练优化模型参数;获取待处理临床数据输入训练好的多模态线性回归模型,得到药剂用量预测结果;本发明能够准确预测他克莫司个体化剂量。
-
公开(公告)号:CN119810831A
公开(公告)日:2025-04-11
申请号:CN202411845656.3
申请日:2024-12-16
Applicant: 重庆邮电大学
IPC: G06V20/69 , G01N35/00 , G06V10/764 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及医学图像处理及识别技术,具体涉及一种基于分级策略的血细胞自动检测方法,包括获取带标签的血细胞图像集,并对数据集进行数据增强得到第一训练数据集,将第一训练数据集中少数类样本挑选出来作为第二训练数据集;利用第二训练数据集训练一个二级分类网络;构建改进的YOLOv8目标检测算法模型,将YOLOv8目标检测算法模型中检测头输出的类别不为少数类,则直接输出检测结果;若检测头输出的单个细胞图像类别为少数类,则将该单个细胞图像输入预训练的二级分类网络,以二级分类网络的置信度结合改进的YOLOv8目标检测算法模型得到最终的类别概率。本方法能够提高检测的准确性,提高检测速率,适合外周血细胞检测的场景。
-
公开(公告)号:CN119809952A
公开(公告)日:2025-04-11
申请号:CN202411890998.7
申请日:2024-12-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向道路场景的无监督低光增强方法,本发明提出了一种面向道路场景的无监督低光增强方法,旨在提升自动驾驶系统在低光环境中的感知能力,特别是在夜间或复杂光照条件下,确保无人驾驶汽车的安全运行。针对现有方法在增强效果与实时性之间的不足,本发明通过多域协同特征提取与增强,提出了一种基于RGB、LAB和HSI色彩空间的联合增强策略。该方法不依赖大量标注数据,适用于实际应用场景,且在提升图像亮度和细节的同时保持良好的色彩一致性。通过轻量级卷积网络与物理先验结合,确保了实时处理的需求。最终,增强后的图像适用于自动驾驶系统的感知模块,有效提升低光环境下的感知精度和安全性,具有广泛的实际应用价值。
-
-