-
公开(公告)号:CN115687988A
公开(公告)日:2023-02-03
申请号:CN202111054174.2
申请日:2021-09-09
Applicant: 南京大学
IPC: G06F18/241 , G06N3/0442 , G16H50/20 , G16H50/70
Abstract: 本发明提出了一种全新的基于信息相似度的门控记忆神经网络模型。该模型设计了一种新的基于信息相似度的门控记忆单元,充分利用了底层网络模型提取的图像特征向量,并可以将图像特征信息进行类别化和记忆性存储与更新。该门控单元记忆的信息区别于传统RNN网络的隐含记忆,更具有表述性并能被存储化。克服了传统卷积神经网络提取的特征依赖对应图像而出现个体化的缺点,克服了循环神经网络只能形成一种类似于记忆的训练机制而不能存储更新类别特征记忆本身的缺点。本发明利用IBS距离度量方法设计损失函数赋予记忆单元类别属性,并使用IBS算法设计了门控记忆单元的迭代记忆存储函数,能够对图像类别特征的记忆库进行长期存储和更新。另外,该网络把类别记忆和图像本身个体特征结合参与网络分类训练,记忆的参与提升了网络分类准确率。经过测试,该网络在图像分类方面有非常强的准确度与适用性。
-
公开(公告)号:CN115330828A
公开(公告)日:2022-11-11
申请号:CN202110513973.5
申请日:2021-05-11
Applicant: 南京大学
Abstract: 本发明提供一种自由式三维超声中目标区域自动重建的方法,该方法包括:对超声图像进行空间标定;采集超声图像,去除多余背景;对超声图像进行Despeckle处理;根据空间中的位置信息合成三维超声数据;使用经过改进的卷积神经网络模型进行目标区域的分割,然后进行三维重建;最后平滑图像的边缘。
-
公开(公告)号:CN115329617A
公开(公告)日:2022-11-11
申请号:CN202110514023.4
申请日:2021-05-11
Applicant: 南京大学
Abstract: 本发明提供一种基于生成对抗网络的肿瘤中心预测方法,该方法包括:获取光学体表数据,呼吸相关影像数据和术前CT;在呼吸相关影像数据上进行特征点选择,并进行筛选和优化组合;利用生成网络G和判别网络D建立体表变化和特征点运动的关联模型;特征点自动提取,利用关联模型,通过输入随时间变化体表,输出预先定义的特征点坐标变化,找到特征点运动规律;最后依据特征点运动规律建立肺部有限元模型。
-
公开(公告)号:CN112741596A
公开(公告)日:2021-05-04
申请号:CN201911057381.6
申请日:2019-10-31
Applicant: 南京大学
Abstract: 本发明提供了一种基于深度可分离卷积的移动端心音预测方法。本发明从医学信号本身的特点和移动端部署难点出发,使用短时傅里叶变换将一维心音转换成二维图像,利用大卷积核提升精确度,用深度可分离卷积减少计算量,在计算量和参数量得到严格控制的情况下,与从传统深度网络模型相比,提升了精确度。同时,提供了模型在移动端部署的方法,利用手机麦克风获取心音数据,在手机上做预测,实现离线状态下移动端的心音分类。
-
公开(公告)号:CN112288735A
公开(公告)日:2021-01-29
申请号:CN202011235554.1
申请日:2020-11-06
Applicant: 南京大学
Abstract: 一种基于神经网络的利用牙齿锥形束CT图自动检测牙折裂的方法,包括步骤:通过构建牙齿锥形束CT图片自动分割器,对牙齿锥形束CT图进行自动分割,得到每颗牙齿锥形束CT图片,并进行图像处理,输入已训练好的分类神经网络模型,将神经网络的输出作为牙齿锥形束CT图是否存在牙折裂的检测结果。
-
-
-
公开(公告)号:CN107596549A
公开(公告)日:2018-01-19
申请号:CN201711094239.X
申请日:2017-11-03
Applicant: 南京大学
Abstract: 本发明提供一种基于精准定位的窦房结局域微量持续性电刺激方案,包括两大步骤:①精准定位窦房结,将刺激电极准确放置在窦房结表面,放置方式主要包括体内放置和体外放置两种;②给予窦房结局域微量持续性电刺激,以提高窦房结的兴奋性,其中电刺激方式可选用微量直流电或微量直流电加交流白噪声的方式。整个过程针对窦房结夺获能力下降导致的房颤易复发等问题,探索了一种窦房结刺激的新方案,促使大多数心房组织的兴奋性无法超过窦房结,从而为包括房颤、房扑等在内的窦房结相关的疾病治疗提供了一种新颖的方法。
-
-
公开(公告)号:CN106963383A
公开(公告)日:2017-07-21
申请号:CN201710286510.3
申请日:2017-04-21
Applicant: 南京大学
Abstract: 本发明提供一种基于一维呼吸状态信号测量而实现的体内组织呼吸运动估计的方法。该方法以呼吸状态为测量对象,通过重构呼吸状态空间,利用状态空间与体内呼吸运动空间的时间关联特性,实现对体内组织呼吸运动信号的估计。
-
-
-
-
-
-
-
-
-