-
公开(公告)号：CN118485672A
公开(公告)日：2024-08-13
申请号：CN202410498728.5
申请日：2024-04-24
申请人： 杭州电子科技大学平湖数字技术创新研究院有限公司 , 杭州电子科技大学
摘要： 本发明公开了一种基于眼动数据掩码的图像分割方法及装置，通过观察数据集中的原始图像获取眼动数据，并根据眼动数据获取标准差掩码，以标准差掩码作为高斯滤波的标准差对原始图像进行处理，使眼动数据与原始图像进行融合，获取眼动掩图；眼动掩图中被注视部位较模糊，使用图像分割模型捕捉并学习眼动掩图中目标部位的特征更加困难，从而在医学图像数据不足的情况下有效提升分割模型的精度，改善医学图像的分割效果。同时，本发明在训练集构建过程中可以在专业人员阅读医学影像的同时记录眼动数据，不会影响正常的工作流程，且操作简单，节约人力成本。
-
公开(公告)号：CN116993699A
公开(公告)日：2023-11-03
申请号：CN202310972385.7
申请日：2023-08-03
申请人： 杭州电子科技大学
摘要： 本发明公开了一种眼动辅助训练下的医学图像分割方法及系统；该方法如下：一、建立包含眼动数据的数据集。步骤二、对数据集中的眼动数据进行预处理，形成显著性视图。三、构建眼动信息学习模块。四、构建医学图像分割模块；医学图像分割模块能够融合眼动信息学习模块输出的注意力特征，通过深度学习的方式分割出医学图像中的目标区域。五、利用经过训练的眼动信息学习模块和医学图像分割模块对被测图像进行识别。本发明利用眼动数据采集成本低，采集效率高，在医生阅读医学影像时自动收集眼动数据进行辅助分割，并将眼动数据融入分割模型中，让模型学习人的注意力特征信息，在医学图像数据不足的情况下能达到更好的分割效果。
-
公开(公告)号：CN115908813A
公开(公告)日：2023-04-04
申请号：CN202211530653.1
申请日：2022-12-01
申请人： 杭州电子科技大学
摘要： 本发明属于场景分割与自动驾驶技术领域，公开了一种道路场景下的实时性语义分割模型及方法，包括初始化模块、通道注意力模块、下采样模块、混合空洞分组模块和上采样模块；本发明的技术方案利用分解卷积、深度可分离卷积以及空洞卷积来构建混合空洞分组模块，以一种简单但有效的方式提取局部和上下文信息，然后，采用通道注意力模块来捕获通道间的信息交互，最后，将网络中来自不同阶段的特征分支采用跳层连接的方式进行特征融合，使得浅层特征和深层高级语义信息融合，增强特征表示，提高分割效率，实现分割精度和推理速度的平衡。
-
公开(公告)号：CN112418066A
公开(公告)日：2021-02-26
申请号：CN202011305658.5
申请日：2020-11-19
申请人： 杭州电子科技大学
摘要： 本发明涉及运动生物学领域，尤其涉及一种用于手腕动作识别的生物启发式网络模型设计方法，该方法包括：步骤1，建立以肌电信号到腕部关节自由度的网络模型；步骤2，采用以生物学知识为导向的网络参数初始化规则对网络模型的参数初始化；步骤3，基于反向传播算法优化网络模型的参数；步骤4，识别腕部动作。本发明以运动生物学的知识构建网络模型，逐层解析肌肉群激活度、单一肌肉激活度、关节激活度，最终获得手腕动作，能够提升动作识别的准确率及识别过程的透明度，还有利于促进人体运动，特别是手部运动相关理论的研究与发展以及促进肌电信号解码在康复医疗、人机交互等发明的应用。
-
公开(公告)号：CN118034493A
公开(公告)日：2024-05-14
申请号：CN202410112859.5
申请日：2024-01-26
申请人： 杭州电子科技大学
IPC分类号： G06F3/01 , G06F18/10 , G06F18/213 , G06F18/2411 , G06F18/23213
摘要： 本发明提供一种稳定性特征发掘的迁移学习肌电手势识别方法；其过程如下.1.表面肌电信号的采集；2.对肌电信号数据进行预处理和特征提取；3.训练集、无标记样本、有标记样本划分，并使用训练集训练分类器；4.建立稳定性特征发掘的迁移学习肌电手势识别的目标函数；5.不断迭代优化目标函数；6.使用映射参数重新映射无标记样本；7.使用分类器对无标记样本分类，得到手势标签。本发明能够将偏移后的样本通过简单的矫正过程，映射到与训练样本相似的分布中，使模型的识别准确率保持在一个可靠的范围内。此外，本发明通过迭代更新的方法能够得到的稳定性特征发掘因子，通过稳定性特征发掘因子能够获得映射前后样本特征的变化程度。
-
公开(公告)号：CN115690907A
公开(公告)日：2023-02-03
申请号：CN202211306567.2
申请日：2022-10-25
申请人： 杭州电子科技大学
IPC分类号： G06V40/20 , G06N3/0464 , G06N3/082 , G06V10/40 , G06V10/764 , G06V10/80 , G06V20/52
摘要： 本发明涉及视频分析与行为识别领域，公开了一种监控场景下的轻量化暴力行为识别方法，包括以下步骤：步骤1，获取监控场景下的视频数据，对视频进行预处理和数据增强；步骤2，将步骤1处理得到的数据作为输入，进行数据时空特征的提取；步骤3，对双流特征进行特征融合；步骤4，通过全连接层构成的分类器，进行暴力/非暴力行为的类别判决。本发明解决了视频监控场景下对暴力行为不能进行及时有效识别的问题，在降低模型参数量、计算量的情况下，利用轻量化深度学习网络模型，并结合多种激励模块进一步提高了暴力行为识别的准确率。
-
公开(公告)号：CN114343679A
公开(公告)日：2022-04-15
申请号：CN202111596704.6
申请日：2021-12-24
申请人： 杭州电子科技大学
摘要： 本发明公开了基于迁移学习的表面肌电信号上肢动作识别方法及系统，其中涉及的基于迁移学习的表面肌电信号上肢动作识别方法，包括：S1.采集上肢动作相对应的表面肌电信号，并对采集到的表面肌电信号进行预处理；S2.通过滑动加窗的方法对预处理后的表面肌电信号进行特征提取，利用提取出的特征构建数值矩阵，并进行二维图像化生成图像，通过翻转操作进行图像数据集扩充，将扩充后的图像数据集分为训练数据集和测试数据集；S3.通过迁移学习调用Alexnet网络，并对Alexnet网络进行微调，并将训练数据集输入至微调的Alexnet网络进行训练，得到分类模型；S4.将测试数据集输入至分类模型中，分类模型输出分类结果。
-
公开(公告)号：CN112617839A
公开(公告)日：2021-04-09
申请号：CN202110094494.4
申请日：2021-01-25
申请人： 杭州电子科技大学
摘要： 本发明涉及生物信号的采集领域，具体涉及一种用于肌压信号采集的传感阵列和系统，该阵列包括绑带和设置在绑带上的压力传感器，其特征在于，所述绑带由松紧带和缝制在松紧带两端的窄短魔术贴构成，所述松紧带上均匀固定设有平面纽扣，平面纽扣表面涂抹有玻璃胶粘合剂，并通过玻璃胶粘合剂粘附有压力传感器，压力传感器表面设有半球形硅胶垫。本发明的传感阵列可以满足不同臂围的实验需求，而且在采集信号的时候可以轻易的对应于同一块肌肉群上，将采集的肌压数据与肌肉群相对应，丰富了肌压信号中的信息，同时基于该袖套采集的信号，可以明显的看出在做动作以及休息时的状态差异，对于后期的信号处理会有很大的帮助。
-
公开(公告)号：CN109662710A
公开(公告)日：2019-04-23
申请号：CN201811489106.7
申请日：2018-12-06
申请人： 杭州电子科技大学
IPC分类号： A61B5/0488
摘要： 本发明公开了一种基于卷积神经网络的肌电信号特征提取方法。该方法以未经任何处理的原始肌电信号为输入样本，采用预训练与精训练相结合的训练策略，获得一个基于卷积神经网络的特征提取模型。该方法以网络模型中全连接层的输出为全新的肌电特征，该特征可以单独使用，也可以和传统肌电特征结合使用，用于肌电模式分类。利用本发明的方法获得的肌电特征，可作为传统肌电特征的必要补充，以提高肌电模式分类的准确性和鲁棒性。
-
公开(公告)号：CN118364630A
公开(公告)日：2024-07-19
申请号：CN202410498732.1
申请日：2024-04-24
申请人： 杭州电子科技大学
IPC分类号： G06F30/20
摘要： 本发明公开了一种动态肌肉收缩表面仿真肌电信号生成方法及系统，通过运动单位放电脉冲序列与运动单位动作电位波形来生成动态肌肉收缩表面肌电信号，模拟出运动单位动作电位波形和运动单位放电模式随着收缩水平变化的过程，使得仿真结果更贴近真实的生理情况。同时，本发明通过自主编程实现肌肉收缩过程中表面肌电信号的动态模拟，采用图形化界面进行交互，只需通过界面定制化参数，便可生成验证分解算法所需的大量符合真实肌肉活动特征的波形、序列，为开发验证表面肌电信号动态分解算法提供了一个可靠的工具和评估手段，有效改善肌电信号模式识别算法因数据量较小精度受限的情况，提高模式识别算法在数据量较小的情况下的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.069 秒)
