-
公开(公告)号：CN107485387B
公开(公告)日：2024-03-29
申请号：CN201710863101.5
申请日：2017-09-21
申请人： 桂林电子科技大学
摘要： 本发明提供了一种穴位自动跟踪系统以及方法，该系统包括穴位采集装置以及服务器。所述穴位采集装置包括手环本体以及设置在所述手环本体上的加速传感器、电子针灸模块、经络信号采集模块、预处理模块、无线通信模块以及报警模块，所述预处理模块与所述加速传感器、所述经络信号采集模块、所述电子针灸模块、所述无线通信模块以及所述报警模块连接，所述穴位采集装置与所述服务器建立无线通信连接。该系统可以缓解目前用户只有在主动进行测量时，才能获取到自己的身体状况，且获取到的身体状况不能体现用户病情严重程度的问题。
-
公开(公告)号：CN117036811A
公开(公告)日：2023-11-10
申请号：CN202311020950.6
申请日：2023-08-14
申请人： 桂林电子科技大学
IPC分类号： G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/26 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
摘要： 本发明公开了一种基于双分支融合网络的病理图像智能分类系统及方法，包括：将病理图像进行图像预处理，获得病理图像的图数据结构和固定大小的病理图像；将所述病理图像的图数据结构和固定大小的病理图像进行特征提取，获得包含病理图像类别信息的图特征和包含病理图像类别信息的深度卷积特征；将所述包含病理图像类别信息的图特征和包含病理图像类别信息的深度卷积特征进行特征融合，获得病理图像的最终分类结果。模型主要针对乳腺癌病理图像分类进行设计，在BRACS上取得了目前最佳的分类性能67.03％。同时模型也在直肠癌CRA数据集上进行验证，同样取得了目前最佳的性能97.33％。
-
公开(公告)号：CN116543226A
公开(公告)日：2023-08-04
申请号：CN202310569953.9
申请日：2023-05-19
申请人： 桂林电子科技大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/94 , G06N3/092 , G06N3/096 , G06N3/098 , G06N3/0464
摘要： 本发明公开了一种基于联邦学习和迁移学习的医学图像分类方法，在联邦学习中，由于数据异构性，中央服务器分发的全局模型直接替换本地模型会消除本地模型学习到的知识，并在下一轮迭代中降低其优化效果。本发明拟在本地训练阶段引入增强迁移学习的方法，其在本地模型中更新的步骤主要如下：首先，本方法将本地模型视为源域，全局模型视为目标域，目的是为了让全局模型学习到本地模型的局部知识，避免引起全局模型的性能倒退问题；其次，本方法会让全局模型和本地模型进行相互学习，交换全局知识和本地知识；最后，本方法将全局模型视为源域，本地模型视为目标域，使得全局知识能够最大程度地转移到本地模型中。
-
公开(公告)号：CN116452480A
公开(公告)日：2023-07-18
申请号：CN202310397002.8
申请日：2023-04-14
申请人： 桂林电子科技大学
摘要： 本发明是属于图像融合技术领域，具体涉及一种基于卷积与自注意力机制结合的红外与可见光图像融合方法；所述方法包括编码器、融合策略和解码器三个阶段：在编码器阶段，将可将光图像和红外图像分别输入到基于卷积和自注意力机制结合的模块，得到图像特征；在融合策略阶段，将上述得到的特征在Y通道上进行融合，得到融合图像；最后通过级联的解码器重建融合图像，得到最终的红外与可见光融合图像。本发明通过建立一个图像融合的模型，得到红外与可见光融合图像，该图像不仅包含显著目标和丰富的纹理信息，而且有助于高级视觉任务的完成。
-
公开(公告)号：CN114973244A
公开(公告)日：2022-08-30
申请号：CN202210659966.0
申请日：2022-06-12
申请人： 桂林电子科技大学
IPC分类号： G06V20/69 , G06V10/764 , G06V10/80 , G06T7/00
摘要： 本发明公开了一种乳腺癌H&E染色病理图像有丝分裂自动识别系统和方法，属于数字图像处理技术技术领域，包括：输入图像预处理模块：对原始图片进行按照预定的patch尺寸切割，并通过图片翻转、旋转等方式进行数据增强；分割模块：通过在训练集中裁剪patches训练一个分割网络，将测试集数据按相应尺寸切割并送入分割网络，得到patch级的分割结果，然后将分割后结果按照其在预处理阶段截取的patch坐标信息来重建出属于原始尺寸的图像。该乳腺癌H&E染色病理图像有丝分裂自动识别系统和方法，对于准确地分割和分类乳腺癌有丝分裂的细胞，特别是样本细胞数量稀少，特征复杂的，具有重要意义。
-
公开(公告)号：CN113408593A
公开(公告)日：2021-09-17
申请号：CN202110613678.7
申请日：2021-06-05
申请人： 桂林电子科技大学 , 桂林笑微酒店管理有限公司
摘要： 本发明公开了一种基于改进的ResNeSt卷积神经网络模型的糖尿病性视网膜病变图像分类方法。该方法为：首先从医院获取病变图像；对图像进行预处理，眼科医生手动标注，划分数据集；再搭建实验所需的深度学习服务器平台，然后编写python代码；在ResNeSt卷积神经网络中引入OctConv和SPConv两种轻量且高效的卷积操作，并引入Warm Restart和余弦退火的学习率调解机制；采用ILSVRC2012数据集对改进的ResNeSt网络进行预训练，将得到的模型迁移到预处理后的数据集上进行微调；载入测试集，测试训练好的ResNeSt卷积神经网络分类模型，得出分类的结果，看各分类指标是否符合要求。本发明实现了对糖尿病性视网膜病变图像分类方法，利用改进的ResNeSt模型，有较高的运行效率和分类准确度，应用价值很高。
-
公开(公告)号：CN113191414A
公开(公告)日：2021-07-30
申请号：CN202110450853.5
申请日：2021-04-26
申请人： 桂林电子科技大学
摘要： 本发明公开了一种双线性金字塔网络花卉图像分类方法，该方法通过将需要分类的花卉原始图像的大小调整至224*224，并随机裁剪为192*192；然后将调整后的图像通过双线性金字塔网络对花卉图像进行特征提取；最后将提取得到的特征输入分类器中进行分类后输出，得到花卉的分类结果；该方法采用花分类双线性金字塔网络，卷积层的特征与卷积层的特征融合，而不是直接通过网络输入最终的分类器。这些从特征金字塔中编码的特征自动携带多层次语义线索，对姿态和尺度的变化具有额外的鲁棒性，在分类识别方面优于单层特征。在基准数据集上进行了广泛的验证，以显示提出的方法的有效性。
-
公开(公告)号：CN110824430A
公开(公告)日：2020-02-21
申请号：CN201911148838.4
申请日：2019-11-21
申请人： 桂林电子科技大学
摘要： 本发明公开了一种基于北斗定位系统的水下定位方法，包括如下操作步骤：S1：长基线定位：将换能器安装在船体上，向位置已知的固定在海底的应答器发出测量信号；S2：短基线定位：将3个以上换能器固定在船体上组成声基阵，由声基阵内的一个换能器向应答器发出测量信号，测量信号经应答器接收后反馈发送至声基阵内所有换能器；S3：超短基线定位：超短基线的所有声单元集中安装在一个收发器中，组成声基阵，通过测定声单元的相位差来确定换能器到目标的方位。本发明可以通过北斗提供实时高精度的空间坐标基准，对于水下跟踪、导航应用，通过浮标北斗的单点定位提供的空间坐标即可以实现水下米级定位，提高水下定位精度。
-
公开(公告)号：CN110786844A
公开(公告)日：2020-02-14
申请号：CN201911062584.4
申请日：2019-11-03
申请人： 桂林电子科技大学
摘要： 本发明属于信号处理领域，具体公开了一种生物医学信号处理与分析设备，包括设备整体、帽体、帽檐、太阳能板、和触控屏，设备整体的顶部中间部位固定连接有帽体，帽体的底部外侧与设备整体的顶部中间部位相连，设备整体的底部固定连接有帽檐，帽檐的内侧与设备整体的底部相连，帽檐的外侧中间部位嵌入连接有太阳能板，太阳能板的外侧与帽檐的外侧中间部位相连，帽檐与数据采集机构固定连接，帽檐可以将照射到使用者面部的阳光进行遮挡，且还能将照射的阳光转换为电能，为设备内部电路供电，将转化的电能传输到设备上的蓄电池进行储存，使得设备拥有更长的续航能力，且充分的利用资源，避免造成资源浪费的情况，有效的提高了设备使用的环保性。
-
公开(公告)号：CN117594225A
公开(公告)日：2024-02-23
申请号：CN202311651602.9
申请日：2023-12-05
申请人： 桂林电子科技大学
IPC分类号： G16H50/20 , G16B20/00 , G16B40/20 , G06T7/11 , G06F18/25 , G06N3/0499 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种基于病理和基因的多模态融合生存预后方法及装置，方法包括：对病理组织学图像和基因数据进行预处理，获得病理切片和基因数据集；构建多模态融合模型，然后训练模型：利用病理预后模块提取病理切片的病理深度学习特征，然后进行生成预后；利用利用基因预后模块提取基因数据的基因组学特征，然后进行生成预后；利用多模态低秩交互融合模块将病理深度学习特征和基因组学特征多模态融合，生成多模态融合特征；利用多模态融合特征对患者进行生存预后分析，然后经过迭代计算损失后，获取预后预测结果。本发明，全面地将多模态数据进行整合，增强了特征融合模型的鲁棒性，提高了病患生存预后的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.032 秒)
