-
公开(公告)号：CN118397022B
公开(公告)日：2024-09-10
申请号：CN202410828008.0
申请日：2024-06-25
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06T7/11 , G06N3/0455 , G06N3/0464 , G06T7/13 , G06V10/26
摘要： 本发明涉及医学图像分割技术领域，具体涉及一种基于3D‑Unet的肩关节医学图像分割方法。该方法根据盂肱关节区域处边界线的特殊形状特征，利用候选边缘的凹凸程度获得候选边缘组内的盂肱关节特征以及初始置信度。根据盂肱关节特征在不同角度下的肩关节图像中的变化特征对初始置信度进行修正，并确定分割边缘组用于对盂肱关节区域进行分割，进而利用3D‑Unet网络以及连续介质力学对粗略分割得到的初始分割图像进行进一步的分割，获得最终分割图像。本发明通过盂肱关节区域中特别是形状特征对肩关节图像进行初步分割，进一步利用3D‑Unet网络进行二次分割，获得精细化的肩关节分割结果。
-
公开(公告)号：CN118397022A
公开(公告)日：2024-07-26
申请号：CN202410828008.0
申请日：2024-06-25
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06T7/11 , G06N3/0455 , G06N3/0464 , G06T7/13 , G06V10/26
摘要： 本发明涉及医学图像分割技术领域，具体涉及一种基于3D‑Unet的肩关节医学图像分割方法。该方法根据盂肱关节区域处边界线的特殊形状特征，利用候选边缘的凹凸程度获得候选边缘组内的盂肱关节特征以及初始置信度。根据盂肱关节特征在不同角度下的肩关节图像中的变化特征对初始置信度进行修正，并确定分割边缘组用于对盂肱关节区域进行分割，进而利用3D‑Unet网络以及连续介质力学对粗略分割得到的初始分割图像进行进一步的分割，获得最终分割图像。本发明通过盂肱关节区域中特别是形状特征对肩关节图像进行初步分割，进一步利用3D‑Unet网络进行二次分割，获得精细化的肩关节分割结果。
-
公开(公告)号：CN116030928A
公开(公告)日：2023-04-28
申请号：CN202310089555.7
申请日：2023-02-07
申请人： 广东恒电信息科技股份有限公司
摘要： 本申请涉及一种医院病人信息处理方法、电子设备及介质，涉及信息处理的技术领域，该方法包括根据病人产生病历信息；根据病人密钥和病历信息生成对应病人的环签名；根据病历信息形成病人病历库，病人病历库内存在多个与病历信息相似的相似病历信息；病人通过病人密钥确定病人病历库内对应的病历信息。本申请具有提高医院病人信息的安全性。
-
公开(公告)号：CN113110204B
公开(公告)日：2022-04-01
申请号：CN202110463615.8
申请日：2021-04-28
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G05B19/042
摘要： 本发明提供一种基于环境感知的机器人协同控制系统，它包括有主控中心、环境数据采集模块，主控中心下连接有多个环境数据采集模块，环境数据采集模块分别与相应的生物安全柜、封口系统、实验现场、分料系统连接；实验现场对生物缸内的样品进行实验，实验完成后通过传送带送至分料系统内，通过分料系统内的环境数据采集模块分选，再通过相应的主输出通道、次输出通道输出，输送后通过封口系统对生物罐进行封口，封口完成后进入相应的生物安全柜进行保存。本系统对完成对样本转运、样本检测、高致病性病原微生物培养以及建立实验室无人化协同作业系统有积极效果，有效解决生物安全性问题。
-
公开(公告)号：CN118733660A
公开(公告)日：2024-10-01
申请号：CN202411235791.6
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/25 , G06F18/2135 , G06F18/22 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N5/045
摘要： 本发明公开了基于迁移学习的跨领域多模态工业数据抽取与融合方法，属于数据处理技术领域，包括：获取数据集的特征集，抽取关键信息，基于关键信息生成标准数据；基于训练集构建数据迁移模型，数据迁移模型基于目标标签将源数据库对应的标准数据迁移至目标数据库，生成迁移数据；生成数据迁移模型的第一准确率，基于第一准确率校正剩余数据集中标准数据对应的关键信息，生成数据标签；构建多模态融合模型，将目标数据库中对应的标准数据与迁移数据融合生成融合数据，重复执行此步骤，至所有数据集对应的标准数据均融合至目标数据库中，生成多领域的融合数据集。通过本发明可以提高数据迁移的准确性和数据融合的完整性。
-
公开(公告)号：CN115760780A
公开(公告)日：2023-03-07
申请号：CN202211459219.9
申请日：2022-11-17
申请人： 广东恒电信息科技股份有限公司
摘要： 本发明一种基于神经网络与连续介质模型的MRI影像诊断方法，利用连续介质力学和偏微分方程理论对肩关节磁共振图像进行数学建模，并探索基于深度学习的肩关节MR图像辅助分割；建立计算机定量影像特征与所研究临床研究问题标签之间的分类模型，从而设计深度学习模型对特定病症的肩关节磁共振图像进行识别，通过比较人工智能影像辅助诊断平台与高年资影像专家的诊断结果，进一步改进深度学习模型提高辅助诊断准确性，为医生诊断提供辅助工具，从而大大降低诊断医师的培养过程。
-
公开(公告)号：CN118733660B
公开(公告)日：2024-11-05
申请号：CN202411235791.6
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/25 , G06F18/2135 , G06F18/22 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N5/045
摘要： 本发明公开了基于迁移学习的跨领域多模态工业数据抽取与融合方法，属于数据处理技术领域，包括：获取数据集的特征集，抽取关键信息，基于关键信息生成标准数据；基于训练集构建数据迁移模型，数据迁移模型基于目标标签将源数据库对应的标准数据迁移至目标数据库，生成迁移数据；生成数据迁移模型的第一准确率，基于第一准确率校正剩余数据集中标准数据对应的关键信息，生成数据标签；构建多模态融合模型，将目标数据库中对应的标准数据与迁移数据融合生成融合数据，重复执行此步骤，至所有数据集对应的标准数据均融合至目标数据库中，生成多领域的融合数据集。通过本发明可以提高数据迁移的准确性和数据融合的完整性。
-
公开(公告)号：CN118734238A
公开(公告)日：2024-10-01
申请号：CN202411231965.1
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F18/2433 , G06F18/214 , G06F18/241 , G06F18/25
摘要： 本发明涉及数据处理技术领域，更具体涉及一种基于数据流与控制流融合的工艺优化生产模型生成方法，包括：读取多个故障数据及故障数据对应时刻之前预设时间段内的数据流，并基于N个类型数据流获取与故障数据相关的M个类型数据流和控制流，训练生产模型；获取采集数据流，还获取不同类型数据流的相关性，基于相关性校正采集数据流和控制流，优化生产模型，并根据第一预测结果调整生产设备的控制信息，还修正控制流的反馈逻辑，设定时间内基于新的目标数据流和控制流获取第二预测结果，再次调整控制信息；建立控制信息与目标数据流和目标控制流的对应关系，在第j预测结果异常时，调整控制信息。通过本发明能有效提高生产效率，减少故障发生。
-
公开(公告)号：CN115622910A
公开(公告)日：2023-01-17
申请号：CN202211243284.8
申请日：2022-10-11
申请人： 广东恒电信息科技股份有限公司
IPC分类号： H04L43/08 , H04L43/0817 , H04L43/0852 , H04L43/0888 , H04L41/069 , H04L67/1097
摘要： 本发明提供一种基于强化学习的区块链性能测量方法，建立区块链强化学习模型、区块链性能测量工具，其中，通过区块链性能测量工具与区块链节点连接，从区块链节点中提取区块链日志，利用区块链性能测量工具自身的神经网络进行分析后，选择一部分日志参与到系统当前共识过程，与强化学习模型进行对比分析；通过强化学习模型纠正区块链性能异常区域，恢复区块链模型数据。本发明通过区块链日志信息分析从而确认节点性能，通过强化学习模型纠正区块链性能异常区域，从而恢复区块链节点性能标准数据。
-
公开(公告)号：CN115033795A
公开(公告)日：2022-09-09
申请号：CN202210731989.8
申请日：2022-06-26
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/9535 , G06N3/08 , G06Q50/20
摘要： 本发明提供一种基于条件生成式对抗网络的个性化精准教育系统，首先构建用户—物品交互矩阵；然后构建训练数据，抽样得到用户u的个性化物品子集Tu和真实的条件评分向量ru,Tu；继续开展对抗训练，更新条件生成式对抗网络，直到生成器和判别器收敛，最后使用训练后的模型预测用户喜欢目标课程的程度，生成推荐列表。本方案解决了对抗训练和模型推断过程中存在的计算量冗余问题，简化了生成器和判别器在潜向量空间的特征表示学习任务，可以使用随机梯度下降和反向传播更新参数，避免了不稳定的策略梯度优化。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.034 秒)
