-
公开(公告)号：CN118887227A
公开(公告)日：2024-11-01
申请号：CN202410945096.2
申请日：2024-07-15
申请人： 山东师范大学
摘要： 本公开涉及图像分割技术领域，提出了一种手背静脉自动采集装置、手背静脉分割方法及系统，包括如下步骤：将预处理后的手背静脉图像基于多尺度自注意机制的生成对抗网络进行图像分割识别，基于多尺度自注意机制的生成对抗网络包括生成器和鉴别器，生成器包括多层编码器和解码器，每层编码器后端依次连接多尺度注意力模块以及解码器；多尺度注意力模块的输入包括编码前的原始图像，通过编码器编码后的特征，以及将上一级的解码器输出的高级特征图进行上采样获得的门控信号。本公开采用基于多尺度自注意机制的生成对抗网络具备较高的运算效率和实时性，可以保证在实际应用中能够快速准确地完成血管识别与分割。
-
公开(公告)号：CN114999289A
公开(公告)日：2022-09-02
申请号：CN202210704003.8
申请日：2022-06-21
申请人： 山东师范大学
IPC分类号： G09B23/18
摘要： 本发明公开了一种带有拆卸式扩展模块的模电实验箱，涉及电子技术实验箱技术领域，实验箱整体设计划分为上中下三大部分，实验箱中间部分设计有八个模电基本实验的全部内容，实验箱下方部分安装有可拆卸的扩展实验模块，扩展实验模块包括中级和高级共八个实验，学生可以根据需要选择不同的实验模块，方便学生在模电实验的基础上进一步学以致用，深化所学知识；实验箱上方部分包含电源模块以及示波器显示模块，满足学生进行模电实验的电压需求，示波器显示模块可以显示实验波形并提供电压电流以及静态工作点的测量功能，简化了测量仪器使用，方便学生实验操作。
-
公开(公告)号：CN114662623A
公开(公告)日：2022-06-24
申请号：CN202210572321.3
申请日：2022-05-25
申请人： 山东师范大学
摘要： 本发明提供一种基于XGBoost的凝血检测中血液样本的分类方法及系统，属于智慧医疗技术领域，通过获取待检测血液样本的凝血指标数据；将血液样本的凝血指标数据输入预训练的基于XGBoost的凝血检测中血液样本的分类模型中，对血液样本的凝血指标数据，按照预设的各个凝血指标的权重进行低层次特征和高层次特征提取，并将提取的低层次特征和高层次特征进行融合，获取检测项目特征；利用基于XGBoost的分类器，根据检测项目特征获取待检测血液样本的凝血检测分类结果。本发明具备鲁棒性，充分利用凝血分析仪的各项数据特征，能够动态调整预警信息，具有预测速度快、预测准确度高的显著效果。
-
公开(公告)号：CN110070546A
公开(公告)日：2019-07-30
申请号：CN201910313994.5
申请日：2019-04-18
申请人： 山东师范大学
摘要： 本发明公开了一种基于深度学习的多目标危及器官自动分割方法、装置及系统，该方法包括：接收患者输入图像；将患者输入图像进行格式转换，转换为JPEG格式数据；将JPEG格式数据输入根据物理师手工分割结果训练的Overfeat定位检测网络，自动选取包含多目标危及器官的感兴趣区；将自动选取的感兴趣区输入FCN初始化分割网络，进行轮廓推断；将轮廓推断得到的初始边界轮廓和接收的人工标记边界进行坐标化，映射到输入图像，提取DAISY特征，得到DAISY特征图像；将DAISY特征图像输入根据物理师手工分割结果训练的深度信念网络，得到危及器官的精确分割边界，即分割结果。
-
公开(公告)号：CN110047145A
公开(公告)日：2019-07-23
申请号：CN201910299403.3
申请日：2019-04-15
申请人： 山东师范大学
摘要： 本发明公开了一种基于深度学习和有限元建模的组织变形模拟系统及方法，利用有限元建模的优势，并且通过深度学习的方法以减少建模和仿真的计算量。该系统包括图像采集装置和处理器；所述图像采集装置，用于采集原始图像和目标图像，并传输至处理器；所述处理器，用于选取原始图像和目标图像的感兴趣区域，建立原始三维有限元模型和目标形变三维有限元模型，并进行三维配准，得到原始三维有限元模型与目标形变有限元模型之间的旋转平移矩阵，对旋转平移矩阵进行有限元分析，提取有限元特征，模拟目标形变组织三维模型。
-
公开(公告)号：CN117871426A
公开(公告)日：2024-04-12
申请号：CN202311707320.6
申请日：2023-12-13
申请人： 山东师范大学
摘要： 本发明涉及机械设备技术领域，尤其涉及一种特种蛋白分析仪的多波段发光检测装置及检测方法。多波段发光检测装置，包括依次设置的反光罩、LED光源、聚焦透镜、光栅、准直透镜、比色杯、分光光度计和光电传感器，其中，反光罩、LED光源和聚焦透镜构成光源系统模块，光栅和准直透镜构成准直模块，分光光度计和光电传感器构成检测模块，并且必须集成在封闭的环境中进行检测。本发明利用不同发光波段的LED光源经过反光罩组合和凸透镜汇聚形成混合点光源；利用分光光度计将之前的复合光过渡成平面的连续光谱，从而可被平面传感器直接获取。该发明具有光学结构简单、稳定、可靠、光源强度可调的特点。
-
公开(公告)号：CN113642385B
公开(公告)日：2024-03-15
申请号：CN202110748237.8
申请日：2021-07-01
申请人： 山东师范大学
IPC分类号： G06V40/16 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
摘要： 本发明公开了基于深度学习的脸部痣识别方法及系统，搭建VGG16卷积神经网络，放弃所述VGG16卷积神经网络中的全连接层，并对训练参数进行优化，得到特定全连接层，获得完整模型；使用增强训练集对模型中所有卷积层以及全连接层进行微调，采用优化器优化参数，采用验证集验证数据，验证该模型的泛化能力，选择最优参数模型，作为最终的人脸痣识别模型；对人脸图像进行人脸检测后，将人脸进行裁剪以及分块处理，利用人脸痣识别模型对分块后的人脸区域分别进行预测，以此达到检测痣的要求。
-
公开(公告)号：CN117036823A
公开(公告)日：2023-11-10
申请号：CN202311079092.2
申请日：2023-08-25
申请人： 山东师范大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明涉及机器学习领域，具体涉及一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统，主要利用空间变换模块来对凝血指标进行分类，具体步骤包括：获取凝血酶原时间PT和凝血酶时间TT样本的曲线图像，提取特征并创建训练集和测试集；将训练集图像输入空间变换与卷积网络相结合的模块生成处理后的图像；然后再利用训练模型进行梯度下降更新参数，重新构建空间变换凝血指标分类模型；对异常的凝血指标分类模型进行超参数设置；通过模型训练和迭代测试来寻找最优的模型训练过程，实现凝血指标的分类。本发明利用MAML算法和空间变换来通过少量的样本逐步优化实现良好的泛化能力，将神经网络结构和学习算法相结合，有广泛的适用性和灵活性。
-
公开(公告)号：CN114662623B
公开(公告)日：2022-08-16
申请号：CN202210572321.3
申请日：2022-05-25
申请人： 山东师范大学
摘要： 本发明提供一种基于XGBoost的凝血检测中血液样本的分类方法及系统，属于智慧医疗技术领域，通过获取待检测血液样本的凝血指标数据；将血液样本的凝血指标数据输入预训练的基于XGBoost的凝血检测中血液样本的分类模型中，对血液样本的凝血指标数据，按照预设的各个凝血指标的权重进行低层次特征和高层次特征提取，并将提取的低层次特征和高层次特征进行融合，获取检测项目特征；利用基于XGBoost的分类器，根据检测项目特征获取待检测血液样本的凝血检测分类结果。本发明具备鲁棒性，充分利用凝血分析仪的各项数据特征，能够动态调整预警信息，具有预测速度快、预测准确度高的显著效果。
-
公开(公告)号：CN110097580B
公开(公告)日：2021-10-19
申请号：CN201910204307.6
申请日：2019-03-18
申请人： 山东师范大学
摘要： 本公开提出了一种超声图像标志物运动追踪方法，将原始肿瘤超声图像通过学习，建立肿瘤标志物与深层图像特征的映射关系；将不同时刻的原始肿瘤超声图像连续输入到卷积长短期记忆网络，利用该网络学习肿瘤标志物随时间变化的周期性运动规律；获得肿瘤标志物运动预测模型；对肿瘤标志物运动预测模型进行训练直至收敛；将待测的肿瘤超声图像输入至训练好的肿瘤标志物运动预测模型中，获得待测的肿瘤超声图像的肿瘤标志物目标位置。该方法在遮挡情况下也具有较好的鲁棒性。该技术可以为超声引导的放射治疗环境中提供鲁棒且准确的目标运动追踪，以减少放射治疗治疗目标边缘的不确定性。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.033 秒)
