-
公开(公告)号：CN111784638A
公开(公告)日：2020-10-16
申请号：CN202010502186.6
申请日：2020-06-04
Applicant: 广东省智能制造研究所
Abstract: 本发明公开了一种基于卷积神经网络的肺结节假阳性筛除方法及系统，其方法包括：从肺部CT图像数据中获取候选肺结节的坐标位置与最大半径值；根据所述坐标位置和所述最大半径值从所述肺部CT图像数据中提取所述候选肺结节的原始3D图像数据，并对所述原始3D图像数据进行插值处理；获取通过插值得到的候选肺结节3D图像数据所对应的三个平面的样本数据，并将所述三个平面的样本数据进行缩放处理后形成一个训练集；基于所述训练集对卷积神经网络进行训练，并通过训练得到的卷积神经网络模型对所述候选肺结节进行假阳性筛选。本发明实施例可解决现有端对端网络在识别肺结节过程中存在假阳性率高的问题，提高计算机辅助肺结节自动检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111784638B
公开(公告)日：2024-06-25
申请号：CN202010502186.6
申请日：2020-06-04
Applicant: 广东省智能制造研究所
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的肺结节假阳性筛除方法及系统，其方法包括：从肺部CT图像数据中获取候选肺结节的坐标位置与最大半径值；根据所述坐标位置和所述最大半径值从所述肺部CT图像数据中提取所述候选肺结节的原始3D图像数据，并对所述原始3D图像数据进行插值处理；获取通过插值得到的候选肺结节3D图像数据所对应的三个平面的样本数据，并将所述三个平面的样本数据进行缩放处理后形成一个训练集；基于所述训练集对卷积神经网络进行训练，并通过训练得到的卷积神经网络模型对所述候选肺结节进行假阳性筛选。本发明实施例可解决现有端对端网络在识别肺结节过程中存在假阳性率高的问题，提高计算机辅助肺结节自动检测的准确率。
-
公开(公告)号：CN111177546B
公开(公告)日：2023-04-14
申请号：CN201911349142.8
申请日：2019-12-24
Applicant: 广东省智能制造研究所
IPC: G06F16/9535 , G06N3/045 , G06Q50/04
Abstract: 本发明公开了一种基于深度学习的工艺参数在线智能推荐方法及装置，其中，所述方法包括：基于专家给出的经验值构建专家工艺参数池；分别构建第一神经网络模型和第二神经网络模型并分别进行初始化；从专家工艺参数池中随机选取m个专家工艺参数组作为初始化第一神经网络模型的输入，输出当前专家工艺参数组下的现场工艺参数值；基于M个现场工艺参数值构建现场工艺参数池；从现场工艺参数池随机选取m个现场工艺参数组合作为初始化第二神经网络模型的训练样本输入，输出现场工艺参数组合下的工艺参数值计算损失函数；将计算后的损失函数返回初始化第一神经网络模型输出最佳的工艺参数数组。在本发明实施例中，可以输出最佳的推荐方案。
-
公开(公告)号：CN112242178B
公开(公告)日：2024-11-29
申请号：CN202010928396.1
申请日：2020-09-07
Applicant: 广东省智能制造研究所
Abstract: 本发明公开了一种基于双爬行并行的基因序列系统的发育树构建方法及装置，其中，所述方法包括：确定计算目标，并基于所述计算目标选取对应的基因序列；基于所述选取对应的基因序列进行基因序列的采集，获得基因序列数据；对所述基因序列数据进行预处理，获得预处理后的基因序列数据；基于SPR和NNI随机改变系统发育树的拓扑结构算法的结合并行机制对所述基因序列数据进行发育树构建处理，获得构建结果。在本发明实施例中，可以准确的预测该基因序列对应的物种在各个历史时期的种群数量，也可以得到该物种的繁殖能力，并可预测其未来的发展趋势。
-
公开(公告)号：CN112242178A
公开(公告)日：2021-01-19
申请号：CN202010928396.1
申请日：2020-09-07
Applicant: 广东省智能制造研究所
Abstract: 本发明公开了一种基于双爬行并行的基因序列系统的发育树构建方法及装置，其中，所述方法包括：确定计算目标，并基于所述计算目标选取对应的基因序列；基于所述选取对应的基因序列进行基因序列的采集，获得基因序列数据；对所述基因序列数据进行预处理，获得预处理后的基因序列数据；基于SPR和NNI随机改变系统发育树的拓扑结构算法的结合并行机制对所述基因序列数据进行发育树构建处理，获得构建结果。在本发明实施例中，可以准确的预测该基因序列对应的物种在各个历史时期的种群数量，也可以得到该物种的繁殖能力，并可预测其未来的发展趋势。
-
公开(公告)号：CN111177546A
公开(公告)日：2020-05-19
申请号：CN201911349142.8
申请日：2019-12-24
Applicant: 广东省智能制造研究所
IPC: G06F16/9535 , G06N3/04 , G06Q50/04
Abstract: 本发明公开了一种基于深度学习的工艺参数在线智能推荐方法及装置，其中，所述方法包括：基于专家给出的经验值构建专家工艺参数池；分别构建第一神经网络模型和第二神经网络模型并分别进行初始化；从专家工艺参数池中随机选取m个专家工艺参数组作为初始化第一神经网络模型的输入，输出当前专家工艺参数组下的现场工艺参数值；基于M个现场工艺参数值构建现场工艺参数池；从现场工艺参数池随机选取m个现场工艺参数组合作为初始化第二神经网络模型的训练样本输入，输出现场工艺参数组合下的工艺参数值计算损失函数；将计算后的损失函数返回初始化第一神经网络模型输出最佳的工艺参数数组。在本发明实施例中，可以输出最佳的推荐方案。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
