-
公开(公告)号：CN118861619A
公开(公告)日：2024-10-29
申请号：CN202410836217.X
申请日：2024-06-25
Applicant: 复旦大学附属华山医院 , 复旦大学
IPC: G06F18/213 , G06N3/08 , G06N3/088 , G06F18/2415 , G06F17/16 , G06N20/00
Abstract: 一种质谱数据的处理方法及其系统、设备以及存储介质，质谱数据的处理方法，包括：获取原始质谱数据，所述原始质谱数据包含随着质荷比变化的信号强度；获取所述信号强度的高斯分布；对所述信号强度的高斯分布进行数据抽样，并基于抽样结果实现对所述原始质谱数据的信号强度的分布进行不同程度的调整，得到所述原始质谱数据所对应的多个不同的新增质谱数据。由于信号强度的高斯分布能够表征信号强度的正常波动规律，因此基于信号强度的高斯分布来对信号强度进行抽样，使得新增质谱数据的可靠性更高，而且实现了对所述原始质谱数据的数据扩增，从而在增加数据的数量的同时，提升数据的多样性。
-
公开(公告)号：CN118760980A
公开(公告)日：2024-10-11
申请号：CN202410836234.3
申请日：2024-06-25
Applicant: 复旦大学附属华山医院 , 复旦大学
IPC: G06F18/2415 , G06F18/214 , G06F18/25 , G06F18/213
Abstract: 一种基于拉曼和质谱的数据分类及模型的构建方法、相关设备，所述基于拉曼和质谱的数据分类模型的构建方法，包括：获取第一训练数据集和第二训练数据集，所述第一训练数据集包括多条拉曼光谱训练数据，所述第二训练数据集包括多条质谱训练数据；将所述第一训练数据集中的拉曼光谱训练数据分别与所述第二训练数据集中的质谱训练数据进行融合处理，获取对应的多条融合训练数据，形成融合训练数据集；采用所述融合训练数据集中的融合训练数据进行训练，获取基于拉曼和质谱的数据分类模型。本发明实施例的技术方案有利于提高基于拉曼和质谱的数据分类模型的构建方法的性能，从而进一步提高样品分析的准确性。
-
公开(公告)号：CN118782154A
公开(公告)日：2024-10-15
申请号：CN202410836320.4
申请日：2024-06-25
Applicant: 复旦大学 , 复旦大学附属华山医院
IPC: G16B40/00 , G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/084 , G01N21/65 , G01N27/62
Abstract: 一种基于拉曼和质谱的致病菌鉴定及模型生成方法、相关设备，所述基于拉曼和质谱的致病菌鉴定模型生成方法，包括：获取第一训练数据集和第二训练数据集，所述第一训练数据集包括多条拉曼光谱训练数据，所述第二训练数据集包括多条质谱训练数据；将所述第一训练数据集中的拉曼光谱训练数据分别与所述第二训练数据集中的质谱训练数据进行拼接处理，获取对应的多条拼接训练数据，形成拼接训练数据集；采用所述拼接训练数据集中的拼接训练数据进行训练，获取基于拉曼和质谱的致病菌鉴定模型。本发明实施例的技术方案有利于提高基于拉曼和质谱的致病菌鉴定模型的性能，从而进一步提高样品分析的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117975552A
公开(公告)日：2024-05-03
申请号：CN202311781693.8
申请日：2023-12-22
Applicant: 华东理工大学 , 上海市静安区中心医院(复旦大学附属华山医院静安分院)
Abstract: 本发明公开了一种基于三维人体姿态估计技术的老龄人运动速度估计方法。该方法重要特征在于：三维人体姿态数据的获取方法和运动速度计算模型。首先，输入视频帧，利用三维姿态估计算法PoseTriplet获取视频中人体的三维关节点坐标。然后，给出了“关节点动能”定义，以此为基础实现了运动速度的计算，其特征在于在坐标数据缺少质量的情况下，利用关节点所在身体部位的质量与人体总质量的比值作为各关节点的权重，等价于质量。最后，针对老龄人群特征，给出了运动迟缓的判断模型，关键的判定阈值采取了机器学习方法，从国际公开的摔倒数据集选取适量的视频，标记为运动迟缓，计算其总关节动能，剔除异常数据后，以相应75％分位数作为模型的判断阈值。实验证明本文提出的方法能够较为准确地估计老龄人的运动速度，并且该方法在便利性、可行性、降低成本等方面都表现出了优越性。
-
公开(公告)号：CN118053099A
公开(公告)日：2024-05-17
申请号：CN202410187705.2
申请日：2024-02-20
Applicant: 华东理工大学 , 上海市静安区中心医院(复旦大学附属华山医院静安分院)
Abstract: 本发明公开了一种基于三维人体姿态数据的老龄人身体僵硬度评估方法。首先，输入老龄人运动视频，利用三维人体姿态估计算法获取三维姿态坐标数据，采用冠状面、矢状面和水平面立体空间度量人体运动数据，根据已有的坐标数据分别在三个面上构造关键点，计算出每个坐标在三个面的投影数据，按照头部、上肢、躯干和下肢进行关节点整合并建立相应角度变化率模型，使用相应关节角度变化率的最值、均值以及方差，构建了包含34个僵硬度指标数据的特征模型。最后，采用贝叶斯算法优化的LightGBM模型对输入视频中的老龄人僵硬度进行估计。在僵硬度标注阶段，采用了滑动窗口标注法，显著提升了标注可靠性和效率。实验结果表明，本发明提出的方法较为准确地评估了老龄人的僵硬度，可应用于构建老龄健康筛查辅助系统，为长护险等提供有效的数据支持。
-
公开(公告)号：CN117958803A
公开(公告)日：2024-05-03
申请号：CN202311781761.0
申请日：2023-12-22
Applicant: 华东理工大学 , 上海市静安区中心医院(复旦大学附属华山医院静安分院)
IPC: A61B5/11 , A61B5/00 , G06V40/10 , G06V10/764 , G06T7/73
Abstract: 本发明公开了一种基于三维人体姿态估计技术的老龄人平衡能力评估方法。该方法重要特征在于：三维人体姿态数据的获取方法和平衡能力估计模型。首先，根据输入的视频图像，通过人体姿态估计算法获取人体的三维姿态坐标数据，然后建立平衡能力评估模型，该模型关键在于特征提取算子，引入平衡评估的对称性和动态稳固性指标，在“关节点势能”定义下，选取关键姿态数据点，实现人体运动的对称性特征抽取，同时，在“关节点动能”定义下，计算对应姿态点的总关节动能，实现了人体运动稳固性特征抽取。然后建立总势能差和总关节动能对时间的微分模型，由相应的计算结果，构建了人体运动稳定性评估模型。将髋部作为平衡重要观察点，利用左右髋部势能差在总势能差中的占比给出了人体平衡状态计算方法。根据构建的5个平衡特征值，采用网格优化的随机森林模型，得到视频对应帧的平衡分类结果。实验结果表明，本方法的结果较为准确地评估了老龄人的平衡能力，方法具有便利性、可行性、低成本等优越性，结果可用于医生诊疗辅助决策系统，提供客观性数据指标。
-
-
公开(公告)号：CN108376559A
公开(公告)日：2018-08-07
申请号：CN201810165486.2
申请日：2018-02-28
Applicant: 复旦大学附属中山医院
IPC: G16H20/17
CPC classification number: G16H20/17
Abstract: 本发明公开了乙醛脱氢酶2基因型在麻醉剂量计算中的应用，所述基因型是野生纯合子型G/G、杂合子型G/A、突变纯合子型A/A，可作为麻醉剂量数学模型中的可变量或者权重因子，有助于精确估算不同个体的麻醉药用量，提高手术安全性，并且可应用于智能医疗系统。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.055 seconds)
