公开(公告)号：CN115661456A

公开(公告)日：2023-01-31

申请号：CN202211342423.2

申请日：2022-10-31

Applicant: 重庆邮电大学

Inventor： 文武 ,  杨清钧 ,  李杰

IPC: G06V10/26 ,  G06V10/28 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明针对舌图像分割算法存在边缘信息损失严重、分割精度低等问题，提出一种基于高分辨率网络的舌图像分割算法，首先对输入图片进行处理，构建多尺度子网并行连接的结构；其次引入注意力机制构建特征提取模块，加强对全局信息的提取；然后通过多尺度特征融合结构，充分融合低分辨率语义信息和高分辨率特征信息；最后通过空间金字塔池化结构进一步提取边界信息。本发明有效提高了分割精度，减少边缘信息的损失，充分满足舌诊仪的需求。

公开(公告)号：CN116467630A

公开(公告)日：2023-07-21

申请号：CN202310451014.4

申请日：2023-04-24

Applicant: 重庆邮电大学

Inventor： 文武 ,  李杰 ,  杨清钧

IPC: G06F18/24 ,  A61B5/021 ,  G06F18/241 ,  G06F18/10 ,  G06F18/2131

Abstract: 本发明涉及一种基于熵分量和卷积特征的脉搏波识别方法，属于机器学习以及信号处理领域。该方法具体包括：S1：信号滤波处理模块：用光电传感器采集脉搏波信号，并对信号进行预处理，构建脉搏波数据集和信号标签；S2：熵分量特征提取模块：通过熵分量的方式，使用脉搏波数据集进行能量信息特征提取；S3：卷积神经网络特征提取模块：通过卷积神经网络的方式，使用脉搏波数据集进行抽象特征提取，并以卷积结果表示；S4：支持向量机识别模块：通过支持向量机的方式，利用得到的脉搏波能量信息特征和抽象特征与标签进行训练和识别操作，得到最终的识别结果。本发明能提高脉搏波识别的准确率。