-
公开(公告)号：CN119362391A
公开(公告)日：2025-01-24
申请号：CN202411722222.4
申请日：2024-11-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种用于大功率实验室的分布式电源控制系统，包括：配电组合、多个电源组合和多个直流输出单元；所述配电组合、多个电源组合和多个直流输出单元之间通过CAN总线进行通信；所述配电组合和多个电源组合之间通过交流总线进行连接；所述多个电源组合的输出端通过直流总线进行连接；每个电源组合对应连接一个直流输出单元；所述配电组合用于将电力供应源的输入供电转换为220V的交流供电，并通过交流总线向电源组合供电；其中，所述电力供应源包括：市电、发电机和备用电源；所述电源组合用于将交流电转换为26V～29V的直流电向直流输出单元供电；所述直流输出单元采用双向Buck‑Boost电源模组实现1路直流输入到多路直流输出，向用电设备进行供电，本发明有效的节省了能源并提升电源的使用寿命，从而能够实现集中供电或分布式供电使用。
-
公开(公告)号：CN119229116A
公开(公告)日：2024-12-31
申请号：CN202411267421.0
申请日：2024-09-11
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/52 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/0495
Abstract: 本发明涉及肝分割技术领域，具体涉及一种基于多头注意力特征融合的肝图像分割方法，包括基于Unet网络结构建立肝图像分割模型，采集肝CT图像及其对应的标注区域图像；对肝CT图像进行边缘检测算子处理得到肝区域轮廓图像；对肝CT图像进行二值化处理得到肝区域二值化图像；将肝CT图像通过分割网络得到肝区域粗分割图像；将肝CT图像、标注区域图像、肝区域轮廓图像、肝区域二值化图像和肝区域粗分割图像调整到相同尺寸后合并，得到合并图像；采用合并图像集训练肝图像分割模型，采用损失函数计算损失，根据损失优化模型参数直至收敛；获取待处理肝CT图像输入训练好的肝图像分割模型，得到肝分割图像；本发明能提供更精确的分割图像。
-
公开(公告)号：CN115601384A
公开(公告)日：2023-01-13
申请号：CN202211092791.6
申请日：2022-09-08
Applicant: 重庆邮电大学(CN)
Abstract: 本发明属于医学图像分割方法技术领域，涉及一种基于几何神经网络的大脑皮层表面自动分割方法；所述方法包括获取大脑sMRI图像，重构出大脑皮层表面，并提取出大脑皮层表面的多维形态学特征；使用图拉普拉斯对大脑皮层表面的多维形态学特征进行分解，获得大脑皮层表面流形的谱表示；使用U形层级结构的分割模块提取目标图像的大脑皮层表面的上下文信息，使用相同结构的辅助模块提取图谱集图像的大脑皮层表面的解剖先验信息，并采用非局部注意力特征融合模块对分割模块的信息和辅助模块的信息进行融合，输出目标图像的大脑皮层表面的分割标签的预测概率图；本发明具有更好的实时性，更充分利用皮层表面的内蕴结构信息和脑区的全局信息的特点。
-
公开(公告)号：CN119400346A
公开(公告)日：2025-02-07
申请号：CN202411445879.0
申请日：2024-10-16
Applicant: 重庆邮电大学
Abstract: 本发明属于信息处理技术领域，具体涉及一种基于多专家诊断意见和智能推理的肝移植用药指导系统；该系统包括：数据管理模块、诊断分析模块、用药建议模块和反馈模块；所述数据管理模块用于采集用户健康指标数据和多专家的诊断意见，并存储医学文献资料；所述诊断分析模块用于根据数据管理模块的信息生成用户的诊断信息；所述用药建议模块用于根据数据管理模块的信息、用户的诊断信息以及反馈模块的反馈信息生成用药方案；所述反馈模块用于获取反馈信息，包括用户用药后的健康指标数据和专家的反馈信息；本发明克服了传统用药指导方法的局限性，实现了更科学、客观和精准的肝移植术后用药指导。
-
公开(公告)号：CN114663426B
公开(公告)日：2024-09-13
申请号：CN202210420806.0
申请日：2022-04-21
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于关键骨区定位的骨龄评估方法，所述方法包括将选择的手骨X光原始图像输入特征提取网络中，生成第一可视化热图，并利用第一可视化热图提取出完整手骨区域；将完整手骨区域输入特征提取网络中，生成第二可视化热图，并利用第二可视化热图提取出完整手骨区域中的腕骨区域；将完整手骨区域中的剩余区域输入基于注意力机制的特征提取网络，生成第三可视化热图，利用第三可视化热图提取出剩余区域中的掌指骨区域；将腕骨区域、掌指骨区域和对象的性别信息输入到预测网络中，得到对象的骨龄结果。本评估方法结合图像定位和骨龄预测，能够聚焦于手骨图像的关键区域，弱化无关区域的影响，从而实现准确的骨龄评估。
-
Patent Agency Ranking
公开(公告)号：CN116071383A
公开(公告)日：2023-05-05
申请号：CN202310157600.8
申请日：2023-02-23
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06V10/75 , G06V10/25 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于超高场磁共振影像重建的海马亚区分割方法及系统，包括：磁共振影像数据进行预处理，将预处理后的图像输入到超高场磁共振影像重建网络中进行特征提取，并对提取的特征进行融合重建，得到重建MRI；将重建后的MRI输入到判别器网络进行判别，并将判别后的MRI输入到海马亚区分割网络中提取多尺度特征信息，得到海马亚区分割概率图；根据海马亚区分割概率图对磁共振影像进行海马亚区分割；本发明在超高场磁共振影像重建过程中引入自注意机制、特征匹配损失和ROI损失，以恢复海马区域更多解剖细节，在海马亚区分割过程中引入多尺度深度监督，并设计一个解剖加权交叉熵损失利用丰富的先验知识，提高了分割结果的准确度。
-
公开(公告)号：CN115841607A
公开(公告)日：2023-03-24
申请号：CN202211240213.2
申请日：2022-10-11
Applicant: 重庆邮电大学
Abstract: 本发明属于深度学习和脑网络结构领域，具体涉及一种基于图注意力网络的脑网络结构和相似度的联合学习方法，包括：对获取到的脑部影像数据进行皮层分割处理和形态学特征提取，并将受试者脑网络建模为一个图；通过皮尔森相关计算估计出初始脑网络结构；通过孪生图注意力学习网络，得到脑网络结构间的相似度；计算图正则化损失函数与孪生网络损失函数，约束初始脑网络结构的特性；根据脑网络的嵌入特征更新脑网络的邻接矩阵，并得到更新后的脑网络结构和计算脑网络结构的相似度。本发明通过联合优化脑网络结构估计和相似度学习两个任务，对形态学脑网络进行了有效的估计，为个体识别、疾病辅诊等后续任务提供了有价值的信息。
-
公开(公告)号：CN115100412A
公开(公告)日：2022-09-23
申请号：CN202210941718.5
申请日：2022-08-08
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/82 , G06V10/774 , G06T7/00 , G06T7/30
Abstract: 本发明涉及图像处理技术领域，具体涉及一种联合图像配准与分割的脑卒中病灶分割方法；在该方法中构建联合网络分割模型，该联合网络分割模型包括图像配准网络和3DMI‑UNet分割网络；获取患者的医学图像与固定的模板图像组成训练样本对，采用训练样本对训练联合网络分割模型；采用训练完成的联合网络分割模型对待检查患者的医学图像进行脑卒中病灶分割；本发明联合图像配准与分割设计联合框架，采用联合损失函数实现优化，完成脑卒中病灶分割。
-
公开(公告)号：CN116071383B
公开(公告)日：2025-04-25
申请号：CN202310157600.8
申请日：2023-02-23
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06V10/75 , G06V10/25 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于超高场磁共振影像重建的海马亚区分割方法及系统，包括：磁共振影像数据进行预处理，将预处理后的图像输入到超高场磁共振影像重建网络中进行特征提取，并对提取的特征进行融合重建，得到重建MRI；将重建后的MRI输入到判别器网络进行判别，并将判别后的MRI输入到海马亚区分割网络中提取多尺度特征信息，得到海马亚区分割概率图；根据海马亚区分割概率图对磁共振影像进行海马亚区分割；本发明在超高场磁共振影像重建过程中引入自注意机制、特征匹配损失和ROI损失，以恢复海马区域更多解剖细节，在海马亚区分割过程中引入多尺度深度监督，并设计一个解剖加权交叉熵损失利用丰富的先验知识，提高了分割结果的准确度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
