一种基于自适应探索深度Q网络的能源管理优化方法

    公开(公告)号:CN119539988A

    公开(公告)日:2025-02-28

    申请号:CN202411590967.X

    申请日:2024-11-08

    Applicant: 东北大学

    Abstract: 本发明提供了一种基于自适应探索深度Q网络的能源管理优化方法,属于人工智能技术领域。该方法对各用能设备的用电环境状态、总用电数据以及光伏发电数据进行预处理;利用自回归插值法进行补全各用能设备的用电环境状态、总用电数据以及光伏发电数据的缺省值;构基于深度Q神经网络的建智能体并获得相应的总奖励;训练深度Q神经网络获得Q神经网络的预测Q值和和Target‑Q神经网络的目标Q值并通过深度Q神经网络的损失函数计算损失值;将各用能设备用电环境状态、光伏发电状态以及电价输入到训练好的Target‑Q神经网络中得到一系列动作向量作为优化策略,并且在执行优化策略后,得到更新的用电环境状态。

    一种基于多模态配准的脑功能融合分析方法

    公开(公告)号:CN114419015B

    公开(公告)日:2024-10-29

    申请号:CN202210084461.6

    申请日:2022-01-24

    Applicant: 东北大学

    Abstract: 一种基于多模态配准的脑功能融合分析方法,涉及医学,核磁共振成像以及计算机视觉领域。设计一个基于多模态配准的脑功能分析流程,首先对fMRI图像进行预处理,融合MRI图像清晰的结构信息和fMRI时序信号提供的功能信息。对fMRI的时序信息进行采样后训练形变场。最大可能保留原有fMRI的功能信息,同时使用递归的方案解决fMRI和MRI由于分辨率差距较大导致的配准难度大的问题。融合图像同时具有原始图像的功能和结构信息。使用fMRI的分析方法对融合后的图像进行功能分析。融合后的图像和原始结构sMRI图像的相似度高于现有方法,同时很好的融合了原始fMRI图像的功能信息。融合图像为后续脑结构和功能分析提供数据支持,做到结构分区和功能分区在同一坐标下一一对应。

    一种基于局部聚类和滤波的冠脉分割方法

    公开(公告)号:CN113838036B

    公开(公告)日:2023-10-13

    申请号:CN202111141792.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于局部聚类和滤波的冠脉分割方法,涉及医学图像处理技术领域。该方法包括在冠脉CTA图像上提取冠脉种子点的感兴趣区域;在感兴趣区域中获得疑似种子点集合;对疑似种子点集合进行滤波,筛掉假种子点获得有效种子点集合;针对有效种子点集合中的种子点逐点进行区域生长,直至所有的种子点生长完毕为止。在每个种子点的生长过程中,采用对称放射滤波器来筛选血管区域,解决了心脏CTA图像中噪声、伪影和非冠脉组织等不相关区域对冠脉分割的干扰的问题;采用基于距离聚类分割方法,解决了心脏CTA图像中造影剂不均衡,冠脉错层,伪影模糊等问题,从而快速、稳定、高效地进行心脏CTA图像的冠脉分割。

    一种菱形像素排列的体绘制方法

    公开(公告)号:CN113409436B

    公开(公告)日:2023-10-13

    申请号:CN202110615894.5

    申请日:2021-06-02

    Applicant: 东北大学

    Abstract: 本发明涉及一种菱形像素排列的体绘制方法,包括如下步骤:S1、采用光线投射法对三维数据场进行投射获得投影成像平面;S2、对投影成像平面绕其法向量方向旋转45度,得到一个菱形的投影平面空间;S3、将投影平面空间中菱形排列的像素通过转换为方形排列的像素,得到最终的绘制图像。本发明提供的菱形像素排列的体绘制方法通过像素排列方式提升显示效果的体绘制加速绘制方案,相同分别率下效果会有很大提升,进而在体绘制应用中,在保证绘制精度的前提下,通过降低绘制分辨率提高绘制效率。

    一种从胸部CT图像中提取肺血管的方法及装置

    公开(公告)号:CN107045721B

    公开(公告)日:2023-01-31

    申请号:CN201610924061.6

    申请日:2016-10-24

    Applicant: 东北大学

    Abstract: 本申请公开了一种从胸部CT图像中提取肺血管的方法及装置,所述方法包括:接收输入的n层胸部CT图像,获取指定图像层进行灰度映射,获得预设分割阈值;在所述指定图像层上选取肺部区域的指定像素点获得初始种子点,根据所述预设分割阈值及初始种子点进行3D区域增长,获得不带血管的肺组织区域;在所述的肺组织区域进行形态学运算,获得带血管的封闭肺组织区域,计算血管阈值;在所述带血管的封闭肺组织区域查找大于血管阈值的像素点为初始标记点,获得初始扩散面;根据所述初始扩散面和血管阈值,在所述带血管的封闭肺组织区域内进行面扩散,获得肺血管。应用本发明能准确的从胸部CT图像中提取出肺血管,辅助医生准确诊断肺血管疾病。

    一种基于卷积神经网络的ACS预测方法

    公开(公告)号:CN115083594A

    公开(公告)日:2022-09-20

    申请号:CN202210548953.6

    申请日:2022-05-20

    Abstract: 本发明提供一种基于卷积神经网络的ACS预测方法,涉及人工智能计算机技术领域;该方法首先在CCTA数据上采集冠脉三个主要分支的节段数据,包括开口处节段数据和病变处节段数据,并按照是否发生ACS事件分成两类,并组建训练数据集和验证数据集;然后构建用于ACS分类的CNN网络模型,使用训练数据集对模型进行训练,获得模型参数;最后把训练得到的模型参数加载到构建好的ACS分类的CNN网络模型中,再采用验证数据集对其进行验证,以选取最优的ACS分类的CNN网络模型,从而准确的预测未来ACS事件的发生,能够辅助临床工作者更加准确地,客观地预测未来ACS事件。

    一种基于子图划分的图检索方法
    70.
    发明公开

    公开(公告)号:CN115080776A

    公开(公告)日:2022-09-20

    申请号:CN202210630673.X

    申请日:2022-06-06

    Applicant: 东北大学

    Abstract: 本发明提出一种基于子图划分的图检索方法,涉及图相似性计算领域;利用图卷积神经网络提取节点特征时,考虑了节点的一阶邻接性和二阶邻接性;构建图对间交互模块,通过交叉图注意力机制计算节点注意力系数,实现两图间的相互交互;子图划分不仅考虑图的节点特征,还引入图的结构信息;构建图对间的相似矩阵,将相似性计算转换成模式识别问题,利用多尺度特征获取更多图相似性的特征信息;利用图的多层结构信息,充分考虑了图对之间的不同粒度大小的信息交互,最终有效的提高了图检索的准确性。

Patent Agency Ranking