公开(公告)号：CN119361086A

公开(公告)日：2025-01-24

申请号：CN202411380034.8

申请日：2024-09-30

Applicant: 广州医科大学附属中医医院(广州市中医中药研究所、广州市中医医院、广州中医药大学附属广州中医医院、广州市针灸医院) ,  华南理工大学

Inventor： 张去飞 ,  张孟健 ,  文贵华 ,  陈楚云

IPC: G16H20/90 ,  G16H50/20 ,  G16H80/00 ,  G06F16/332 ,  G16H40/20 ,  G06N3/092

Abstract: 本发明涉及一种基于连续对话的智能针灸问诊方法及系统。主要应用预训练的候选症候预测模型，根据用户的输入问题，得到候选症候；其中，所述候选症候预测模型内嵌于ChatGPT问诊模型；所述ChatGPT问诊模型，还用于基于候选症候确定问答列表；根据问答列表与用户进行交互，确定实际症候；以及根据实际症候输出针灸穴位。本发明通过连续对话的ChatGPT问诊模型，可以获得更精准的辅助诊断结果。

公开(公告)号：CN116563918B

公开(公告)日：2024-06-25

申请号：CN202310502346.0

申请日：2023-05-06

Applicant: 华南理工大学

Inventor： 文贵华 ,  张孟健

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G16H30/20

Abstract: 本发明公开了一种基于非平衡加权Cycle_MLP网络的体质识别方法和系统，通过获取面部图像以及对应的体质类别标签，并针对每种体质类别下的面部图像构建五官特征的认知信息语义；构建Cycle_MLP网络，利用面部图像、认知信息语义以及对应的体质类别，以基于欧式空间和双曲空间的非平衡加权交叉熵为损失函数，对所述Cycle_MLP网络进行训练；利用训练好的所述Cycle_MLP网络，进行体质识别。本发明公开的体质识别方法在标签数据有限的情况下，实现体质的准确识别；并引入双曲空间交叉熵损失函数构建非平衡分类平均二元交叉熵损失函数的理念，以充分考虑标签数据分布不均的问题。

公开(公告)号：CN117237784A

公开(公告)日：2023-12-15

申请号：CN202311192091.9

申请日：2023-09-15

Applicant: 华南理工大学

Inventor： 张孟健 ,  文贵华

IPC: G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/40

Abstract: 本发明公开了一种基于类MLP网络的舌像特征体质识别方法，包括以下步骤：S1、采集舌头图像，以及标注对应舌头图像的体质标签，制作训练数据集和测试数据集。S2、构建高宽通道交互类MLP网络模型，其以二值交叉熵作为损失函数，利用体质标签对舌头图像进行监督学习。S3、运用图卷积网络分支学习舌头图像特征对应的体质标签之间的关系，获得兼夹体质标签之间的关联性。本发明的有益之处是利用图卷积网络学习舌头图像特征对应的兼夹体质关联性，构造的高宽通道交互类MLP模型提取舌头图像的体质特征信息，融合提取的舌头图像特征和体质标签的关联性能有效提高兼夹体质识别的准确性。

公开(公告)号：CN116664852B

公开(公告)日：2024-08-20

申请号：CN202310501708.4

申请日：2023-05-06

Applicant: 华南理工大学

Inventor： 文贵华 ,  张孟健

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/20 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种基于卷积复变换神经网络的舌苔图像特征提取方法和系统，方法包括：构建卷积复变换神经网络，包括：卷积层和复数变换层；复数变换层由多个Wave‑CT模块和下采样层交替组成，Wave‑CT模块用于提取输入图像的空间特征以及对应通道的权重特征；将其转换为具有振幅和相位的波，根据复数变换原理，对特征聚合权重进行学习更新，并根据更新后的特征聚合权重以及提取的空间特征和权重特征，输出聚合后的特征；训练卷积复变换神经网络，并根据训练好的所述卷积复变换神经网络对舌苔图像进行特征提取。本发明公开的卷积复变换神经网络可提取图像的深层特征，并能克服样本分布不均的问题，使模型跳出局部最优。

公开(公告)号：CN116563918A

公开(公告)日：2023-08-08

申请号：CN202310502346.0

申请日：2023-05-06

Applicant: 华南理工大学

Inventor： 文贵华 ,  张孟健

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G16H30/20

Abstract: 本发明公开了一种基于非平衡加权Cycle_MLP网络的体质识别方法和系统，通过获取面部图像以及对应的体质类别标签，并针对每种体质类别下的面部图像构建五官特征的认知信息语义；构建Cycle_MLP网络，利用面部图像、认知信息语义以及对应的体质类别，以基于欧式空间和双曲空间的非平衡加权交叉熵为损失函数，对所述Cycle_MLP网络进行训练；利用训练好的所述Cycle_MLP网络，进行体质识别。本发明公开的体质识别方法在标签数据有限的情况下，实现体质的准确识别；并引入双曲空间交叉熵损失函数构建非平衡分类平均二元交叉熵损失函数的理念，以充分考虑标签数据分布不均的问题。

公开(公告)号：CN117558054B

公开(公告)日：2024-11-19

申请号：CN202311706219.9

申请日：2023-12-12

Applicant: 华南理工大学

Inventor： 张孟健 ,  文贵华

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，具体涉及一种混沌变换类MLP网络的多输入体质识别方法，该方法包括S1数据采集与处理、S2构建混沌变换类MLP网络架构、S3关键部位特征提取与融合以及S4多标签中心认知引力损失，该方法能够利用混沌变换类MLP网络(Chaos‑MLP)模型提取面部图像和舌头图像对应关键部位的深度特征，通过多标签中心认知引力损失来优化融合面部和舌头的关键部位特征能有效提高兼夹体质识别的准确性和可解释性。

公开(公告)号：CN117558054A

公开(公告)日：2024-02-13

申请号：CN202311706219.9

申请日：2023-12-12

Applicant: 华南理工大学

Inventor： 张孟健 ,  文贵华

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，具体涉及一种混沌变换类MLP网络的多输入体质识别方法，该方法包括S1数据采集与处理、S2构建混沌变换类MLP网络架构、S3关键部位特征提取与融合以及S4多标签中心认知引力损失，该方法能够利用混沌变换类MLP网络(Chaos‑MLP)模型提取面部图像和舌头图像对应关键部位的深度特征，通过多标签中心认知引力损失来优化融合面部和舌头的关键部位特征能有效提高兼夹体质识别的准确性和可解释性。

公开(公告)号：CN116664852A

公开(公告)日：2023-08-29

申请号：CN202310501708.4

申请日：2023-05-06

Applicant: 华南理工大学

Inventor： 文贵华 ,  张孟健

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/20 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种基于卷积复变换神经网络的舌苔图像特征提取方法和系统，方法包括：构建卷积复变换神经网络，包括：卷积层和复数变换层；复数变换层由多个Wave‑CT模块和下采样层交替组成，Wave‑CT模块用于提取输入图像的空间特征以及对应通道的权重特征；将其转换为具有振幅和相位的波，根据复数变换原理，对特征聚合权重进行学习更新，并根据更新后的特征聚合权重以及提取的空间特征和权重特征，输出聚合后的特征；训练卷积复变换神经网络，并根据训练好的所述卷积复变换神经网络对舌苔图像进行特征提取。本发明公开的卷积复变换神经网络可提取图像的深层特征，并能克服样本分布不均的问题，使模型跳出局部最优。