-
公开(公告)号：CN105105743A
公开(公告)日：2015-12-02
申请号：CN201510520104.X
申请日：2015-08-21
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： A61B5/0402
摘要： 本发明的基于深度神经网络的心电图智能诊断方法，包括：a).信号归一化处理；b).确定训练样本空间；c).确定验证样本空间；d).确定神经网络结构；e).确定激活函数和目标函数；f).训练神经网络；g).心电图信号的自动分析。本发明的基于深度神经网络的心电图智能诊断方法，以MIT-BIH心率失常数据库中的数据为样本，采用Logistic函数作为神经元的激活函数、交叉熵成本函数为目标函数对神经网络进行训练，对心电图信号分析时，利用训练出的神经网络即可得出分析结果，即使诊断医生不具有十分丰富的临床经验，也可获取精确的诊断结果，无需耗费心脏专家大量的精力，减轻医生负担。
-
公开(公告)号：CN118247204A
公开(公告)日：2024-06-25
申请号：CN202311524364.5
申请日：2023-11-16
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
摘要： 一种基于提示学习的多器官细胞核分割方法，涉及医学图像处理技术领域，利用文本与图像多模态信息充分挖掘图像信息，学习到语义信息与分割目标之间的关联，对目标区域的分割进行综合学习。基于clip模型从6个公开细胞核数据集中训练学习大量的文本和图像配对知识，来获得细胞核的语义理解先验知识，使得模型完全适合细胞核分割任务。构建模型通过输入图像与文本提示，利用文本和图像多模态信息，完成6个不同器官细胞核识别并且准确分割任务，计算效率更高，该模型还可以在缺乏标注的部分数据集上使用充分文本提示完成准确的分割任务，更具备实用性与可拓展性。
-
公开(公告)号：CN117291941A
公开(公告)日：2023-12-26
申请号：CN202311329962.7
申请日：2023-10-16
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于边界和中心点特征辅助的细胞核分割方法，涉及医学图像处理领域，通过编码器和解码器网络实现训练，使得训练后的网络能够从病理图像中找到细胞核的边界、中心点、细胞核这些外观特征，实现了由点到线再到面的特征约束，通过设计特定的中心点损失函数与边界加权模块bwm,保证了输入图片信息的完整性，提高了对细胞核分割的准确性。同时借助计算机视觉和图像处理技术，可以实现自动化的细胞核分割，大大提高了分割的准确性和效率。既可以节省人力资源，也加快研究和诊断的进程。
-
公开(公告)号：CN109602416A
公开(公告)日：2019-04-12
申请号：CN201910018584.8
申请日：2019-01-09
申请人： 山东省计算中心(国家超级计算济南中心) , 山东大学齐鲁医院
IPC分类号： A61B5/0402
摘要： 一种ECG信号联合基线校正及降噪的方法，使得经过基线校正和降噪后恢复的信号，能够保持原始信号的平滑，并且恢复的信号基本保留了原始信号的细节信息特征。有效地进行了基线校正和噪声抑制，明显改善了传统滤波算法中存在的ECG峰值欠估计的问题，保证了恢复ECG信号的真实性。
-
公开(公告)号：CN117357129B
公开(公告)日：2024-06-04
申请号：CN202311499058.0
申请日：2023-11-13
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
摘要： 一种针对可穿戴式设备的心电图QRS波形检测方法，涉及心电信号处理技术领域，使用了一个新的心电信号波形检测网络S2TE_Net，该网络使用了时空特征提取模块和激励挤压模块相结合，以实现对QRS波形的准确检测。在时空特征提取模块中，使用了卷积神经网络(CNN)和双向长短期记忆网络(Bi‑LSTM)的结合体。CNN可以捕捉时间序列数据中的空间特征，Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声，从而在可穿戴式设备中获得更准确的QRS波形检测结果。
-
公开(公告)号：CN117357129A
公开(公告)日：2024-01-09
申请号：CN202311499058.0
申请日：2023-11-13
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
摘要： 一种针对可穿戴式设备的心电图QRS波形检测方法，涉及心电信号处理技术领域，使用了一个新的心电信号波形检测网络S2TE_Net，该网络使用了时空特征提取模块和激励挤压模块相结合，以实现对QRS波形的准确检测。在时空特征提取模块中，使用了卷积神经网络(CNN)和双向长短期记忆网络(Bi‑LSTM)的结合体。CNN可以捕捉时间序列数据中的空间特征，Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声，从而在可穿戴式设备中获得更准确的QRS波形检测结果。
-
公开(公告)号：CN115357785B
公开(公告)日：2023-06-30
申请号：CN202210936398.4
申请日：2022-08-05
申请人： 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06F16/9535 , G06F16/958 , G06F16/335 , G06F40/289 , G06F40/30
摘要： 一种基于语义交互和局部激活的企业资讯推荐方法，通过SIN企业资讯编码器可以在标题和内容之间进行单词级语义交互，缓解了独立编码标题和内容时的语义偏差，有效增强了企业资讯表示。通过LAU用户编码器更加符合用户的真实的行为习惯，可以分区域处理用户点击历史，以细粒度的方式有效捕获用户的各种潜在兴趣。提出的LAU用户编码器可以利用候选企业资讯激活相关的关键性潜在兴趣，并结合注意力机制使其保留到了最终交互阶段，这有效增强了用户兴趣表示；上述三点的成功使得我们的方法有效提高了企业资讯推荐的准确性。
-
公开(公告)号：CN111436926B
公开(公告)日：2021-04-20
申请号：CN202010257349.9
申请日：2020-04-03
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于统计特征和卷积循环神经网络的房颤信号检测方法，通过对两种不同类型不同维度的特征进行融合，得到特征集，使用粒子群优化算法训练支持向量机，并使用带权重的支持向量机对心电信号进行分类，将统计特征和卷积循环神经网络结合起来，有效解决了目前房颤信号检测存在的问题，更加全面的概括了房颤信号的特征，提高了房颤限号检测的精确度。
-
公开(公告)号：CN117291941B
公开(公告)日：2024-07-09
申请号：CN202311329962.7
申请日：2023-10-16
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于边界和中心点特征辅助的细胞核分割方法，涉及医学图像处理领域，通过编码器和解码器网络实现训练，使得训练后的网络能够从病理图像中找到细胞核的边界、中心点、细胞核这些外观特征，实现了由点到线再到面的特征约束，通过设计特定的中心点损失函数与边界加权模块bwm,保证了输入图片信息的完整性，提高了对细胞核分割的准确性。同时借助计算机视觉和图像处理技术，可以实现自动化的细胞核分割，大大提高了分割的准确性和效率。既可以节省人力资源，也加快研究和诊断的进程。
-
公开(公告)号：CN116509415B
公开(公告)日：2024-01-26
申请号：CN202310431752.2
申请日：2023-04-21
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于信号分量的单元化形态学特征的降噪方法，对基线漂移、电极运动噪声、肌电噪声与心电信号频带有一部分重叠进行和很好的分离识别，并通过心电形态学特征算法有效消除了重叠频带部分的噪声。对强噪声干扰的心电信号,波形形态发生严重失真,该算法降噪效果明显，可以在心电波形严重失真的情况下很好的还原信号波性特征。同时该算法泛化性好，对不同类型的心电信号降噪性能同样有效。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.029 秒)
