-
公开(公告)号：CN114154022B
公开(公告)日：2025-02-14
申请号：CN202111341170.2
申请日：2021-11-12
Applicant: 东北大学
IPC: G06F16/901 , G06F16/906 , G06F40/126 , G06F40/151 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于层次化图卷积神经网络模型的案源线索分类处理方法，包括：对案源数据集进行预处理，将案源线索文本数据转化为包含文本逻辑关系的图数据；多阈值稀疏图的构建，利用不同阈值分割转换后的图数据，构造不同级别的稀疏图；针对步骤二中得出的稀疏图，使用层次图卷积网络学习图的拓扑结构以及图与图之间的关联关系；使用不同阈值的图，构建不同的Hi‑GCN进行分类，最后通过集成分类器得到最终的案源线索分类结果。本发明通过构建稀疏图，并使用多层次的图卷积网络以及集成学习来进行图学习并捕捉多图之间的内在相关性，以改进用于图数据分类的网络嵌入学习，使网络能够提高图数据的分类性能。
-
公开(公告)号：CN114519722B
公开(公告)日：2024-11-08
申请号：CN202210145347.X
申请日：2022-02-17
Applicant: 东北大学
IPC: G06T7/11 , G06T7/246 , G06N3/0464 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于卷积神经网络的颈动脉提取方法，涉及医学图像处理技术领域。该方法包括：对原始数据集中各三维颈动脉CTA图像及各自对应的分割标签分别提取补丁块；构建训练数据集；建立并训练颈动脉中心路径预测模型；确定并训练颈动脉分割模型；输入待预测颈动脉的三维颈动脉CTA图像以及给定的种子点；基于种子点，提取以种子点为中心的补丁块；加载预训练的颈动脉中心路径预测模型和预训练的颈动脉分割模型，基于以种子点为中心的补丁块和预训练的颈动脉中心路径预测模型进行颈动脉中心路径的迭代追踪，并在颈动脉中心路径追踪过程中完成颈动脉的分割。该方法首次实现了追踪颈动脉中心路径的同时完成颈动脉分割。
-
公开(公告)号：CN118154624A
公开(公告)日：2024-06-07
申请号：CN202410412115.5
申请日：2024-04-08
Applicant: 东北大学
IPC: G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62 , G06T7/66 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明设计一种基于置信度评估的鼻咽癌自动分割方法，属于医学影像辅助检测技术领域；首先获取MRI数据，构建MRI数据集；根据MRI数据集配置深度神经网络模型，将鼻咽癌MRI数据集划分为两种数据集类型：训练和测试数据集以及待评估数据集；如果使用的是训练和测试数据集，则初始化MRI鼻咽癌分割模型权重，训练MRI鼻咽癌分割模型；训练完成后输出并保存训练得到的模型参数，加载模型参数配置，使用MRI鼻咽癌分割模型分割待评估数据中的鼻咽癌区域；本发明实现方法简单，运算速度快，结果准确性高，置信度评估准确，基本达到了临床应用的要求。
-
公开(公告)号：CN112200484B
公开(公告)日：2024-02-27
申请号：CN202011155353.0
申请日：2020-10-26
Applicant: 东北大学
IPC: G06Q10/10 , G06Q10/0631 , G06Q10/0637 , G06Q50/18 , G06F16/23 , G06F9/54
Abstract: 本发明公开一种基于策略定义的智能分案系统及方法，属于案件分配技术领域，该系统包括案件一览模块、策略设置模块、规则定义模块和执行分案模块四个模块，通过设计规则、指定、工作量和轮案四种策略排列组合的方式进行案件分配。本发明分案策略多样化，充分考虑了办案人员能力与案件是否匹配，此外还对案件本身的难度进行定量评估，借助大数据和人工智能技术，实现了批量快速的线上分案，提高了分案效率。
-
公开(公告)号：CN111104226B
公开(公告)日：2024-01-26
申请号：CN201911354225.6
申请日：2019-12-25
Applicant: 东北大学
IPC: G06F9/50 , G06Q30/0645
Abstract: 本发明提供一种多租户服务资源的智能管理系统及方法，涉及计算机技术技术领域。该系统及方法通过服务资源登记模块初始化云平台可用资源数量，服务资源分配模块结合新增租户等级、具体需求、其他当前相似租户的服务需求、以及云平台当前运行状态，为新增租户分配服务资源；由服务资源监测模块实时监测所有活动租户的实时需求，以及云平台当前运行状态，并实时记录平台运行状态到日志文件；由服务资源调节模块结合云平台运行状态调整租户服务资源；由服务资源回收模块收回服务资源；由云平台日志登记与回滚模块根据日志文件重启并回滚崩溃前的租户任务。本系统及方法实现了对云平台基础设施、平台使用权、软件运行权等服务资源的动态实时管理。
-
Patent Agency Ranking
公开(公告)号：CN111028201B
公开(公告)日：2023-10-27
申请号：CN201911108341.X
申请日：2019-11-13
Applicant: 东北大学
Abstract: 本发明提供一种基于多尺度水平集的眼底血管图像分割系统及方法，涉及图像处理技术领域。本发明包括输入模块、预处理模块、尺度构建模块、水平集模块以及输出模块；本发明改进了现有的基于局部特征的水平集方法。眼底血管粗细不一，使用单一尺度控制血管分割粒度导致血管分割精度不高问题。基于血管粗细不一的特点，为每个像素点找到最佳的响应尺度，即粗细不一的血管的尺度不同，克服粗细不均血管的漏分、错分等问题，因此增强了分割方法的鲁棒性，应用该方法能够得到精确的图像分割结果。
-
公开(公告)号：CN116704069A
公开(公告)日：2023-09-05
申请号：CN202310791675.1
申请日：2023-06-30
Applicant: 东北大学
IPC: G06T11/00 , A61B6/03 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于定位像的个性化CT低剂量扫描协议生成系统，涉及低剂量CT图像技术领域。该系统利用深度学习方法实现CT低剂量扫描协议生成；通过输入扫描定位像以及被允许的剂量值来确定最优的扫描参数，并利用深度学习重建模型实现在固定辐射剂量需求下最优的CT图像质量；包括获取正、侧位定位像的定位像采集模块、由操作技术人员用来设定被允许剂量值的扫描操作设定模块以及扫描协议生成计算模块。扫描协议生成计算模块根据正、侧位定位像以及低剂量标定值生成CT扫描协议；利用深度学习模型在CT扫描协议下重建高质量低剂量CT图像；根据扫描部位对CT图像重建结果进行模拟，并预测评分。该系统能够端对端的实现CT低剂量扫描协议的自动生成。
-
公开(公告)号：CN116310587A
公开(公告)日：2023-06-23
申请号：CN202310378398.1
申请日：2023-04-11
Applicant: 东北大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于生成式回放的持续学习图像分类方法，涉及持续学习和计算机视觉技术领域。该方法使用图像分类网络持续地学习图像分类任务；使用图像生成网络学习当前任务图像的分布，并在新任务到来时，生成已学任务的图像作为回放数据，缓解图像分类网络在持续学习过程中的灾难性遗忘问题。该方法采用Teacher‑Student架构，将第t‑1个任务的图像分类网络作为Teacher模型，并用其参数初始化任务Tt的图像分类网络，作为Student模型；Teacher模型在后续训练中固定不变，用来辅助Student模型的训练，使Student模型能记住旧知识。该方法在新任务到来时，利用图像生成网络生成历史任务的伪数据，使得模型在学习新任务时，获得区分新旧任务知识的能力。
-
公开(公告)号：CN115658941A
公开(公告)日：2023-01-31
申请号：CN202211409977.X
申请日：2022-11-11
Applicant: 东北大学
IPC: G06F16/53 , G06F16/55 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于图相似性计算的图检索方法，涉及图相似性计算领域；该方法综合考虑了图对之间结构信息和语义信息的相似性，并能够快速筛选出与检索图类别最相近的一系列图，进而完成图检索任务。首先利用图卷积提取图特征表达，使用自注意力机制生成相似性特征表达，通过图与图之间的充分交互传递信息，学习相似性特征中更复杂的信息，最后通过图结构学习模块计算出一对图之间的相似性分数。快速筛选出与检索图类别最相近的一系列图。
-
公开(公告)号：CN114596317A
公开(公告)日：2022-06-07
申请号：CN202210253312.8
申请日：2022-03-15
Applicant: 东北大学
Abstract: 本发明公开了一种基于深度学习的CT影像全心脏分割方法；涉及医学图像领域；在网络编码阶段中引入残差模块，增强了网络捕捉全心脏子结构特征的能力。在解码阶段引入基于注意力机制的多尺度融合模块，该模块在反卷积之后融合多尺度特征并进行特征重利用，更好的融合了低级特征和高级特征。同时将加权交叉熵损失函数和加权DICE损失函数结合解决了类失衡问题，在分割细节上起到了良好的驱动作用。本发明实现方法简单，自动将全心脏分成7个子结构，包括左心房、左心室、左心室心肌、右心房、右心室、肺动脉、升动脉，测试一个数据只需几秒钟，极大的减少了医生投入的时间和学习成本，处理过程不需要人工交互，达到了应用的要求。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.027 seconds)
