-
公开(公告)号：CN117809794A
公开(公告)日：2024-04-02
申请号：CN202311691412.X
申请日：2023-12-08
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G16H15/00 , G06V30/146 , G06V10/82 , G06N3/0455 , G06N3/084 , G06V30/19 , G06F16/38
摘要： 本发明公开了一种基于跨视图语义对齐的医学报告生成方法、系统及终端，所述方法包括：获取多个不同视角的图像，并将所有所述图像输入预先训练完成的视图自适应网络，所述视图自适应网络对所有所述图像进行压缩融合处理，得到多视图全局表示；将所述多视图全局表示输入预先训练完成的跨视图语义对齐网络，所述跨视图语义对齐网络对所述多视图全局表示进行兴趣提取处理，得到感兴趣文本局部表征；根据所述感兴趣文本局部表征获取医学文本内容，并根据所述医学文本内容生成医学报告。本发明通过跨视图语义对齐网络，实现了多个图像之间的细粒度语义对齐，从而提高了对多个图像的特征提取能力和信息整合能力，使得生成的医学报告内容更加准确。
-
公开(公告)号：CN117633600A
公开(公告)日：2024-03-01
申请号：CN202311681700.7
申请日：2023-12-06
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06F18/24 , G06N3/0464 , G06N3/08 , A61B5/00
摘要： 本发明涉及生理信号波形分类技术领域，具体是涉及一种波形分类模型的训练方法和生理信号波形分类方法。本发明神经网络模型中的卷积模块的各个卷积基本块中包括了分组卷积层和洗牌操作层，其中分组卷积层的卷积核采用空洞卷积，空洞卷积和分组卷积都属于计算轻量级的，同时卷积基本块中又设置了洗牌操作层，洗牌操作层能够对分组卷积的输入层中的各个通道输出的特征进行交叉组合，以使得分组卷积输出的最终特征图涵盖了输入层中所有通道中的特征信息，从而保证了分组卷积所在的卷积基本块所输出的特征准确性，进而保证了心理信号波形分类的准确性。
-
公开(公告)号：CN116361670A
公开(公告)日：2023-06-30
申请号：CN202310291172.8
申请日：2023-03-17
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06F18/23 , G06F18/2133
摘要： 本发明涉及一种不完备多视图聚类方法、系统、设备以及存储介质，其中，所述一种不完备多视图聚类方法包括：a.将原始多视图数据矩阵在所提出的基于逐层范数补偿和超图正则的深度不完备非负矩阵分解框架下分解；b.对分解后的多视图数据矩阵进行聚类。本发明还涉及一种不完备多视图聚类系统。本发明能够更有效地对数据进行拟合，得到更有效的不完备多视图数据融合特征，并获得更好的聚类结果。
-
公开(公告)号：CN114926672A
公开(公告)日：2022-08-19
申请号：CN202210537309.9
申请日：2022-05-13
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06V10/762 , G06V10/80
摘要： 本申请提供一种多视图数据聚类方法、装置以及计算机可读存储介质。该多视图数据聚类方法包括：获取多视图数据的数据矩阵，并初始化每个视图数据的基矩阵、系数矩阵；利用所述每个视图数据的基矩阵的范数补偿对应的系数矩阵，得到补偿系数矩阵；利用所述多视图数据的数据矩阵、基矩阵以及补偿系数矩阵，构建所述多视图数据的最小化问题；求解所述最小化问题，得到所述多视图数据的最终系数矩阵；融合所述多视图数据的最终系数矩阵，对得到的融合特征矩阵进行聚类。通过上述方式，多视图数据聚类装置保障了模型的快速、稳定收敛，与同类非负矩阵分解方法相比，可以更有效地对数据进行拟合，从而得到更好的融合特征，并获得更有效的聚类结果。
-
公开(公告)号：CN104605863A
公开(公告)日：2015-05-13
申请号：CN201310542711.7
申请日：2013-11-05
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B5/1455
摘要： 本发明涉及医疗器械技术领域，提供一种血氧饱和度的测量方法、血氧饱和度的测量装置、氧利用率测量方法、氧利用率测量装置以及医疗器械。该血氧饱和度的测量方法包括如下步骤：S1、采集经被测组织作用过的至少两个不同波长的光信号；S2、分别获取所述光信号的光电容积脉搏波信号中的交流量以及直流量；S3、根据光子扩散方程和外推边界条件确定血氧饱和度方程；S4、根据交流量与直流量比值以及血氧饱和度方程，获取血氧饱和度。本发明通过引入静脉血氧饱和度，根据光子扩散方程和外推边界条件确定血氧饱和度方程，保证了血氧饱和度测量源头上的科学性，提高了动脉血氧饱和度的测量准确性。
-
公开(公告)号：CN103690168B
公开(公告)日：2015-04-22
申请号：CN201310750391.4
申请日：2013-12-31
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及一种阻塞型睡眠呼吸暂停综合征检测方法，包括如下步骤：使用光电容积脉搏波传感器进行血氧饱和度信息采集、使用鼾声传感器进行鼾声信息采集、使用呼吸信号传感器进行呼吸信息采集；对所述采集的呼吸信息进行处理获得平均呼吸率和平均呼吸强度；对采集的鼾声信息进行处理获得当前时刻之前一段时间内的平均鼾声强度；对采集的光电容积脉搏波PPG信号进行高通滤波；根据人工智能决策理论，由所述处理后的呼吸信息、鼾声信息及血氧饱和度信息构建模糊元素集，再构建隶属函数，建立模糊等级表和模糊函数集，然后建立多因子评判矩阵，最后根据最大隶属原则判定是否患有阻塞型睡眠呼吸暂停综合征。本发明还涉及一种阻塞型睡眠呼吸暂停综合征检测系统。
-
公开(公告)号：CN103690168A
公开(公告)日：2014-04-02
申请号：CN201310750391.4
申请日：2013-12-31
申请人： 中国科学院深圳先进技术研究院
摘要： 本发明涉及一种阻塞型睡眠呼吸暂停综合征检测方法，包括如下步骤：使用光电容积脉搏波传感器进行血氧饱和度信息采集、使用鼾声传感器进行鼾声信息采集、使用呼吸信号传感器进行呼吸信息采集；对所述采集的呼吸信息进行处理获得平均呼吸率和平均呼吸强度；对采集的鼾声信息进行处理获得当前时刻之前一段时间内的平均鼾声强度；对采集的光电容积脉搏波PPG信号进行高通滤波；根据人工智能决策理论，由所述处理后的呼吸信息、鼾声信息及血氧饱和度信息构建模糊元素集，再构建隶属函数，建立模糊等级表和模糊函数集，然后建立多因子评判矩阵，最后根据最大隶属原则判定是否患有阻塞型睡眠呼吸暂停综合征。本发明还涉及一种阻塞型睡眠呼吸暂停综合征检测系统。
-
公开(公告)号：CN102499658A
公开(公告)日：2012-06-20
申请号：CN201110350418.1
申请日：2011-11-08
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B5/021
CPC分类号： A61B5/02125 , A61B5/7235
摘要： 本发明涉及一种中心血压波形重建模型及重建方法，该方法包括如下步骤：建立并采用双段串联传输线模型描述升主动脉与上臂血管末梢之间血压波的传输过程，双段串联传输线模型包括串联的第一传输线模型及第二传输线模型；基于双段串联传输线模型，获取中心血压波形与上臂血管末梢处血压波形之间的关系；测得并根据待测者上臂血管末梢处血压波形，结合中心血压波形和上臂末梢处血压波形之间的关系重建被测者的中心血压波形。本发明只需获取上臂血管末梢处血压波形即可重建中心血压波形，无需创伤且准确的对中心血压波形进行重建，从而能够根据重建后的中心血压波形获取大量准确信息，对待测者的心血管健康状况进行准确分析。
-
公开(公告)号：CN118155849A
公开(公告)日：2024-06-07
申请号：CN202410329121.4
申请日：2024-03-21
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G16H50/30 , G06F18/10 , G06F18/25 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于深度学习的ICU患者死亡风险预测方法及系统，所述方法包括：获取大数据集中多个ICU患者的多维异构数据；对所述多维异构数据进行数据清洗、缺失值处理以及数据标准化；构建层级式Inception网络模型；在所述层级式Inception网络模型的每一层中分别对不同类型的数据进行特征提取，并进行特征融合；利用Adam优化器的随机梯度下降对所述层级式Inception网络模型进行训练，将经过预处理的ICU患者异构数据输入到训练好的层级式Inception网络模型，输出ICU患者的死亡风向评估结果。本发明使用多种原始波形信号作为模型输入，避免了繁琐复杂的特征提取过程，极大地减少了由于患者个体差异导致的特征提取不准确所带来的影响，提高了ICU患者死亡风险预测的准确性和效率。
-
公开(公告)号：CN110141201B
公开(公告)日：2020-07-24
申请号：CN201910402224.8
申请日：2019-05-14
申请人： 中国科学院深圳先进技术研究院
IPC分类号： A61B5/021 , A61B5/02 , A61B5/0205 , A61B5/0402 , G06K9/62
摘要： 本发明提供一种血压估计方法及装置，涉及医疗技术领域。该方法包括：获取输入参数，输入参数包含编码信号、特征参数和多尺度熵；其中，编码信号为第一信号数据通过自编码器编码后的信号；第一信号数据包括：第一心电信号和第一脉搏波信号；第一心电信号为用户的心电信号，第一脉搏波信号为用户的脉搏波信号；特征参数为第一信号数据的生理信号指标；多尺度熵表征第一信号数据的复杂程度；将输入参数输入血压估计模型，获得估计血压；估计血压分别与编码信号、特征参数以及多尺度熵具有对应关系。将用户的第一信号数据进行多种类型数据的提取，将多种类型的数据均用于估计用户的血压，可提高血压估计的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.051 秒)
