-
公开(公告)号：CN114708347A
公开(公告)日：2022-07-05
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号：CN114708347B
公开(公告)日：2024-09-17
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/096
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号：CN116849992A
公开(公告)日：2023-10-10
申请号：CN202310877362.8
申请日：2023-07-18
Applicant: 桂林航天工业学院
Abstract: 本发明涉及上肢康复装置技术领域，具体涉及一种基于机械桥镜像运动的上肢康复装置，包括轮椅架和联动机构，所述轮椅架包括椅背，所述联动机构包括两个固定在椅背背面的转动座，所述椅背的两侧均设置有上臂板，所述上臂板的底端转动连接有下臂板，所述下臂板的一端转动连接有支撑件。本发明中，通过联动机构的设置，两个上臂板前后摆动时同步移动，两个上臂板侧展摆动时，镜像对称摆动，两个下臂板弯曲时相对于上臂板同步弯曲，支撑件摆动时，两个支撑件之间镜像移动，使得两侧上肢姿势处于镜像对称，进而方便利用健侧上肢带动患肢进行锻炼，提高患侧手锻炼舒适性，避免被迫运动后产生的不良使用后果，同时方便患者自主控制上肢锻炼。
-
公开(公告)号：CN117159326A
公开(公告)日：2023-12-05
申请号：CN202311189190.1
申请日：2023-09-14
Applicant: 桂林航天工业学院 , 广西威诺敦医疗控股有限公司
Abstract: 本发明涉及帕金森患者康复训练技术领域，提出了一种帕金森患者康复训练设备，包括恢复仓外壳，所述恢复仓外壳上转动安装有两个转门，两个所述转门上均固定设置有观察窗，两个所述转门上均固定设置有把手，所述恢复仓外壳的内部固定设置有隔板，所述隔板的一侧固定连接有收纳箱，通过腿部锻炼装置等结构的设置，在患者位于训练设备的内部后，通过电机带动滑块机构上下运动，从而使得帕金森患者的腿部的运动起到辅助作用，加快术后恢复，加上按摩头连接块带动腿部按摩头上下往复运动，起到对帕金森患者腿部的刺激，从而加快帕金森患者术后的肌肉群的恢复，解决了辅助性较差和实用性较差的问题。
-
公开(公告)号：CN116188869A
公开(公告)日：2023-05-30
申请号：CN202310223928.5
申请日：2023-03-09
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06V10/42 , G06T7/00 , G06N3/0464
Abstract: 本发明属于病理图像分析技术领域，公开了一种用于肺癌组织病理图像的智能分类方法，包括：用符合预设要求的肺癌组织病理图像训练本地服务器；获取所述本地服务器的本地参数，并通过本地服务器的训练正确率计算所述本地参数的聚合权重；向所述中心服务器发送所述本地参数及与之对应的聚合权重；接收由所述中心服务器聚合反馈的全局参数，且所述全局参数由多个本地参数聚合而成；利用所述全局参数更新覆盖所述本地服务器的本地参数；将待分类的肺癌组织病理图像输入至更新后的本地服务器，得到智能分类结果。综上，通过多个本地数据共同地聚合形成全局参数，且利用全局参数更新覆盖本地参数，以此更进一步的实现图像准确分类。
-
Patent Agency Ranking
公开(公告)号：CN119949836A
公开(公告)日：2025-05-09
申请号：CN202510217283.3
申请日：2025-02-26
Applicant: 桂林航天工业学院
Abstract: 本申请实施例提供一种脑电监测装置，涉及脑电监测技术领域。根据本申请的脑电监测装置，包括固定头环，所述固定头环的顶端中部螺栓锁紧连接有顶弧板，而顶弧板的端部嵌合有安装基座；顶弧板和安装基座配合形成装配平台；所述安装基座的端部架设有调节固定组件，其中调节固定组件包括固定环板以及设置于固定环板内的滑筒。本方案通过气囊的膨胀和收缩实现电极与头皮的紧密贴合。本方案通过固定头环、调节固定组件、调节活动组件及柔性调配组件的协同设计，结合电磁控制与气动调节机制，实现电极片在宏观与微观层面的自动适配，确保电极片能够精准贴合不同头型用户的头皮，同时动态调整压力以优化信号采集质量与佩戴舒适。
-
公开(公告)号：CN110211098A
公开(公告)日：2019-09-06
申请号：CN201910409683.9
申请日：2019-05-17
Abstract: 本发明提供了一种结合MRF能量和模糊速度的乳腺癌图像分割方法。该方法包括：对患者的患病乳腺进行乳腺动态增强核磁共振成像，获得乳腺动态增强核磁共振图像；通过对乳腺动态增强核磁共振图像构建二维MRF，将乳腺动态增强核磁共振图像的灰度信息转化为MRF能量，加强乳腺癌灶和正常腺体的区分，然后在MRF能量图上计算每个像素点的后验概率，构建活动轮廓模型的区域项；结合Gabor纹理特征、乳腺动态增强核磁共振时域特征和灰度信息计算模糊速度函数中的模糊隶属度；结合活动轮廓模型的区域项和模糊速度函数中的模糊隶属度，对乳腺动态增强核磁共振图像精确分割出乳腺癌灶。本发明解决了DCE-MRI图像中乳腺癌灶边界模糊、对比度低和亮度不均匀的问题。
-
公开(公告)号：CN114663423B
公开(公告)日：2025-05-06
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
公开(公告)号：CN114663423A
公开(公告)日：2022-06-24
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
公开(公告)号：CN114081787A
公开(公告)日：2022-02-25
申请号：CN202111407405.3
申请日：2021-11-24
Applicant: 桂林航天工业学院
IPC: A61H1/02
Abstract: 本发明涉及人工智能医学技术领域，具体涉及一种脑电信号控制的手套康复系统，包括：脑电信号采集装置，用于采集脑电信号，实现脑电信息的放大,并将放大后的脑电信号传递到PC端；PC端，用于实现脑电信号的记录，并对脑电信号进行滤波、特征提取、分类处理，获取用户运动意图，生成控制指令信号，并通过通信模块将控制指令信号传递给控制芯片,实现外部手套为用户提供主被动模式一体的康复训练。本发明通过脑电信号采集器采集患者脑部运动区域的生物电信号，运用算法识别患者运动意图，创新性地提出主动训练模式，充分发挥患者的主观能动性，大大提高康复训练效能。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.028 seconds)
