公开(公告)号：CN118051756A

公开(公告)日：2024-05-17

申请号：CN202410087148.7

申请日：2024-01-22

Applicant: 东北大学

Inventor： 覃文军 ,  张长帅 ,  冯子豪 ,  畅维超 ,  李树胜 ,  潘佳润 ,  张翠 ,  张雨欣 ,  杨斌

IPC: G06F18/213 ,  G16H20/40 ,  G06F18/25 ,  G06F18/27 ,  G06F17/16

Abstract: 本发明属于数据体系与针灸学技术领域，涉及一种针灸手法自动采集与分析方法。本发明提出的针刺手法特征自动提取方法，使用位移数据进行入针、提插阶段的划分，使用与针灸针同轴的标记Mark球点三维运动轨迹进行计算，可以完整反映出针灸针的运动轨迹。使用内旋欧拉角的旋转数据进行捻转阶段的划分，滤除了其他方向旋转与针体抖动对捻转过程中针体旋转数据采集的影响，只关注针灸针绕自身轴线旋转的角度，可以精确计算出捻转的角度和角速度。本发明所提方法都可以自动准确的将其划分为入针、提插、捻转等各个阶段，并计算出相应特征参数，具有较强的适用性与泛化能力，可以很好的应对大规模的针刺手法采集与分析任务。

公开(公告)号：CN117218441A

公开(公告)日：2023-12-12

申请号：CN202311236240.7

申请日：2023-09-22

Applicant: 东北大学

Inventor： 覃文军 ,  刘子昂 ,  张翠 ,  袁野 ,  周庆华

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T3/60 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于级联卷积神经网络模型的肺结节分类方法，涉及深度学习医学影像处理技术领域。该方法包括：获取肺部CT图像并进行预处理，根据预处理后的图像生成样本数据集；对样本数据集中的样本数据标注标签，根据标签将样本数据集划分为多个子样本数据集，对其中的部分子样本数据集进行数据扩充，再将每个子样本数据集划分为训练集，验证集和测试集；基于ResNet残差神经网络构建二分类模型，利用多个子样本数据集对二分类模型进行训练和验证，对应得到多个二分类模型；利用得到的多个二分类模型构建级联网络，将多个子样本数据集中的测试集输入搭建好的级联网络中进行分类，得到分类结果。通过上述方法对肺结节进行分类，提高了分类的准确率。