基于多模态深度估计引导的单目隐神经的建图方法

    公开(公告)号:CN117765187B

    公开(公告)日:2024-04-26

    申请号:CN202410196740.0

    申请日:2024-02-22

    摘要: 本发明公开了基于多模态深度估计引导的单目隐神经的建图方法,采用模糊深度感知模块的条件隐式最大似然估计技术生成深度多模态分布先验,提高存在非不透明介质时的场景重建精度,引入空间雕刻损失实现多视图深度估计的有效融合,获得全局一致的场景表征,引入表面法线损失,加强局部几何一致性约束,优化场景表示的同时使得系统在仅RGB输入的条件下,也具备精确的位姿跟踪精度和鲁棒性,解决了现有技术中因形状辐射歧义导致的全局表面重建不一致性,受限于物体空间位置遮挡与传感器测量精度导致建图不完整,定位效果不理想的问题。

    一种预测DNA蛋白质结合位点的集成学习方法

    公开(公告)号:CN108763865B

    公开(公告)日:2023-10-20

    申请号:CN201810489037.3

    申请日:2018-05-21

    摘要: 本发明涉及一种预测DNA蛋白质结合位点的集成学习方法,其包括以下步骤:获取DNA结合蛋白质位点的蛋白质序列数据;对DNA结合蛋白质位点的蛋白质序列数据预处理;使用one‑hot编码方式构建输入数据;将提取的特征合并,构建每个蛋白质序列上氨基酸的特征,将其作为输入数据;使用SMOTE算法对正样本数据进行过采样;根据正样本大小将负样本数据分成多份,每份负样本与正样本组合成一个新的数据子集,得到N个数据子集;每个数据子集使用卷积神经网络进行训练;对N个卷积神经网络的结果进行多数投票法集成,从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题,提高了预测的准确性。

    眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统

    公开(公告)号:CN106775023B

    公开(公告)日:2023-07-18

    申请号:CN201710012567.4

    申请日:2017-01-09

    IPC分类号: G06F3/0354 G06F3/01

    摘要: 本发明公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统,通过本发明的眼电信号处理方法,识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作,并定义不同的眼部动作对应不同的鼠标操作,本发明的基于眼电信号控制的蓝牙鼠标系统,包括:眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块;用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作,从而能够帮助双臂缺失的患者,像正常人一样使用电子设备进行上网等操作;本发明电路结构简单,体积小,方便携带,抗干扰能力强,能够广泛用于移动医疗、家庭病人监护等领域。

    一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法

    公开(公告)号:CN112949533B

    公开(公告)日:2022-04-22

    申请号:CN202110276094.5

    申请日:2021-03-15

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法,包括:根据功率谱密度计算R²图,得到最大的频率波段并进行带通滤波;通过小波包方法对脑电信号的细节系数和近似系统进行提取并计算,得到小波包能量熵特征,并通过小波包能量熵值构建脑功能网络,提取脑网络的拓扑特征;并根据数据预处理中SCSP算法,得到方差特征;将三种特征进行融合,得到较高维度的特征矩阵;通过互信息和相关性的Lasso方法并结合Relief‑f算法进行特征选择,筛选出较小维度的特征矩阵。本发明不仅提取时空域特征,也将脑网络的拓扑特征一并提取,保留更多脑电特征信息;并结合互信息和相关性的Lasso方法和Relief‑f算法进行特征筛选,使特征选择出的特征更优秀。

    一种医疗用药剂摇匀设备

    公开(公告)号:CN108636260B

    公开(公告)日:2019-08-16

    申请号:CN201810428330.9

    申请日:2018-05-07

    IPC分类号: B01F11/00 B01F15/00

    摘要: 本发明涉及一种医疗用药剂摇匀设备,其包括机体、外壳体、内壳体和放置箱;所述机体底部设置支撑底座,所述支撑底座上表面两侧固定焊接支撑臂,所述支撑臂之间设置外壳体;所述支撑臂上端安装驱动转盘,所述驱动转盘后侧焊接第二工作电机,所述外壳体内部设置内壳体,所述内壳体两侧壁上部焊接连接座,所述连接座远离所述内壳体一侧焊接外壳体;所述内壳体内部环形分布多个放置箱。本发明能够实现对药剂的充分的混摇,从而使得药剂的药效更好的作用于患者,同时本发明能够避免药剂瓶进行充分的保护,避免药剂瓶破碎,安全性更好。

    基于自适应时空卷积注意力网络的双模态信号融合方法

    公开(公告)号:CN118626940A

    公开(公告)日:2024-09-10

    申请号:CN202411106056.5

    申请日:2024-08-13

    摘要: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法,属于大脑多模态信号分类的技术领域,其包括获取处理后的脑电信号;对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理,得到多个窄时间序列;提取多个窄时间序列中的时间特征,并基于多层感知机分类层,得到EEG数据时间分支的脑认知任务的分类结果;采用等距方位角投影将血红蛋白浓度转化为三维空间张量,并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息;最后采用决策融合策略融合并行双分支的结果,最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要,并增强了网络泛化性。

    基于多尺度时间残差收缩网络的睡眠分期模型构建方法

    公开(公告)号:CN118000664A

    公开(公告)日:2024-05-10

    申请号:CN202410101569.0

    申请日:2024-01-24

    摘要: 本发明公开了一种基于多尺度时间残差收缩网络的睡眠分期模型构建方法,属于睡眠质量评估的技术领域,其包括将获取的EEG睡眠信号划分为EEG睡眠信号片段序列,并输入多尺度卷积模块中,提取EEG睡眠信号中的高频特征和低频特征;将提取的高频特征和低频特征输入注意力特征融合模块中进行特征融合,输出EEG睡眠信号融合特征;将EEG睡眠信号融合特征输入时间残差收缩模块中,并输出EEG睡眠信号状态特征;将EEG睡眠信号状态特征输入具有softmax激活函数的全连接层进行分类决策,得到睡眠阶段的分类结果。本发明能够优化睡眠分期性能,具有更好的分期准确性,在分类准确率等多个整体性能方面优于现有技术。

    一种基于多模态深度神经网络的驾驶注意力检测方法

    公开(公告)号:CN116807479A

    公开(公告)日:2023-09-29

    申请号:CN202311086072.8

    申请日:2023-08-28

    摘要: 本发明公开了一种基于多模态深度神经网络的驾驶注意力检测方法,属于驾驶注意力检测技术领域,为了解决现有驾驶注意力检测过程中用单一模态的指标去进行检测的可靠性不足的技术问题,包括:S1:获取原始公开数据集中的脑电数据和眼电数据;S2:分别对所述脑电数据和所述眼电数据进行预处理,得到预处理后的眼电数据和预处理后的脑电数据;S3:根据所述预处理后的眼电数据和所述预处理后的脑电数据,对多模态深度神经网络进行训练,得到训练好的多模态深度神经网络;S4:利用所述训练好的多模态深度神经网络对驾驶输入图像进行注意力检测,得到驾驶注意力检测结果。本发明能够有效地提升检测结果的准确性。

    一种基于BPR-STNet的跨被试游戏玩家专业水平分类方法

    公开(公告)号:CN116736978A

    公开(公告)日:2023-09-12

    申请号:CN202310673992.3

    申请日:2023-06-07

    摘要: 本发明公开了一种基于BPR‑STNet的跨被试游戏玩家专业水平分类方法,包括:S1、获取游戏玩家的EEG信号原始数据,并对其进行预处理,构建EEG信号序列;S2、利用训练好的基于BPR‑STNet的专业水平分类模型对EEG信号序列进行处理,识别游戏玩家专业水平;S3、基于游戏玩家专业水平,提取对应的关键特征并结合EEG信号序列,确定游戏玩家不同脑区贡献度的脑地形图,实现跨被试游戏玩家专业水平分类。本发明提供的专业水平分类模型,可以充分学习EEG信号中的时空特征,得出了γ频段是跨被试水平分类效果,发现专业水平游戏玩家的大脑活动对模型决策影响最大的区域是顶叶区和颞叶区;进而实现准确的跨被试分类。