-
公开(公告)号：CN118628849A
公开(公告)日：2024-09-10
申请号：CN202410722444.X
申请日：2024-06-05
Applicant: 浙江大学医学院附属邵逸夫医院 , 浙江大学滨江研究院
Abstract: 本发明公开了一种基于视觉状态空间的脑积水CT图像人工智能辅助识别方法。该方法包括：首先，将采集到的数据进行预处理，并通过数据增强增提高模型泛化能力。然后对CT图像执行切片操作，然后将切片映射到特征空间，基于视觉状态空间(VSS模型)提取脑积水CT图像的特征，VSS模型主要通过线性层分支和线性层‑DWconv‑SS2D分支来提取有用特征，最后将学习到的特征输入全连接层实现脑积水CT图像的识别。
-
公开(公告)号：CN118133881A
公开(公告)日：2024-06-04
申请号：CN202410392227.9
申请日：2024-04-02
Applicant: 浙江大学医学院附属第一医院(浙江省第一医院) , 浙江大学滨江研究院
Abstract: 本发明公开了一种结合注意力增强的图卷积网络模型构建方法及应用。本发明首先获取MDD患者和健康人HC的原始血液样本集和头颅磁共振图像集；然后对原始血液样本集进行特征提取得到血液样本集特征，对原始头颅磁共振图像进行特征提取得到磁共振图像集特征；最后构建并优化结合注意力增强的自适应图卷积网络模型；所述自适应图卷积网络模型中的图卷积模块作为一个自适应图神经网络，用于吸收步骤2获得的血液样本集和磁共振图像集特征之间的关系先验知识。本发明将图神经网络和注意力模块集成在一起，以捕获特征之间的联系，从而提高MDD的诊断性能。
-
公开(公告)号：CN119015672A
公开(公告)日：2024-11-26
申请号：CN202410738996.X
申请日：2024-06-07
IPC: A63B23/03 , G06V40/16 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , A63B71/06
Abstract: 本发明公开了一种帕金森“面具脸”康复训练方法，包括如下步骤：步骤一，用户通过移动设备进入界面，同时根据用户是否注册有账号，若注册有账号，则继续下一步，若未注册有账号，则进入用户注册步骤，之后继续下一步；步骤二，登录账号，进入主界面，通过主界面选择模式，业务层根据选择的模式提供对应的服务；步骤三，进入基础训练，然后运行基础训练游戏，用户根据基础训练游戏进行训练；步骤五，进入进阶训练，然后运行进阶训练游戏。本发明的帕金森“面具脸”康复训练方法，通过步骤一至步骤五的设置，便可有效的实现通过移动设备进行康复训练，如此相比于现有技术中的方式，不依赖专用设备，只需要利用移动设备的麦克风和摄像头即可。
-
公开(公告)号：CN118919004A
公开(公告)日：2024-11-08
申请号：CN202310722027.0
申请日：2023-06-19
Abstract: 本发明公开了一种应用于医疗领域的公平联邦学习框架，该框架会将不同医院的数据量以及计算能力设计到目标函数的参数中来并会设计新的效用结合评价指标来实现性能和公平性的度量，同时基于公平性函数α‑fairness设计了新的目标函数来，让参与联邦学习的医院客户端之间的公平性得到保证。本发明选取医院的数据量、CPU数量和GPU数量作为权重，结合新设计的目标函数，同时定义了新的公平性评价方式，实现多医院合作场景下的联邦学习任务，保证了公平性，同时保护了患者数据的隐私，以尽可能实现各医院客户端的最优性能。
-
公开(公告)号：CN118732842A
公开(公告)日：2024-10-01
申请号：CN202410738998.9
申请日：2024-06-07
IPC: G06F3/01 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/042 , G06N3/045 , G16H20/30 , A63F13/25
Abstract: 本发明公开了一种帕金森面具脸识别与康复训练系统，包括：客户端，为PC及移动端网页，包括有摄像头和麦克风；业务层，与客户端连接，包括帕金森“面具脸”识别模块和帕金森“面具脸”康复训练模块，所述帕金森“面具脸”识别模块用于接受客户端采集的用户图像与声音信息进行帕金森“面具脸”识别，所述帕金森“面具脸”康复训练模块提供帕金森“面具脸”基础训练或提供帕金森“面具脸”进阶训练；模型层，与业务层连接。本发明的帕金森面具脸识别与康复训练系统，能够有效的把帕金森“面具脸”的识别和康复训练集成到一起。
-
Patent Agency Ranking
公开(公告)号：CN116704303A
公开(公告)日：2023-09-05
申请号：CN202310615385.1
申请日：2023-05-29
Abstract: 本发明公开了一种基于注意力机制的农情跨模态特征解析、映射和融合方法，该方法包括：1)将农业领域图像数据和农业领域数值数据进行数据解析和预处理；2)将图像数据通过特征提取网络NA得到图像嵌入特征A，将数值数据通过特征提取网络NB得到数值嵌入特征B；3)将数值嵌入特征B作为查询向量，图像嵌入特征A同时作为键向量和值向量，得到注意力矩阵S；按照注意力权重加权求和，将所有的图像嵌入特征A转化为图像嵌入特征A’；4)将图像嵌入特征A’和数值嵌入特征B进行特征融合，作为多模态数据共同的特征，将该特征用于下游任务。本发明方法建立了不同模态特征之间的关系，可以使用热力图将关系进行可视化，提高了可解释性。
-
公开(公告)号：CN116665267A
公开(公告)日：2023-08-29
申请号：CN202310562729.7
申请日：2023-05-18
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H50/20
Abstract: 本发明公开了一种基于图神经网络的方法，该方法从面部微笑视频中提取出面部动作单元(AU)的信息，构建面部动作单元和它们之间的特征，用这些特征来帮助识别帕金森低表情症。面部动作描述了人类面部表达中不同部位的活动程度，本发明考虑到面部动作单元存在相关性，用图结构来建模面部动作单元以及它们之间的特征，并用图神经网络来学习面部的特征从而更好地表示面部动作单元之间的关系信息。模型学习到更好的面部的特征信息，从而提高识别帕金森面部低表情症的准确率。
-
公开(公告)号：CN118142133A
公开(公告)日：2024-06-07
申请号：CN202410143561.0
申请日：2024-02-01
Applicant: 浙江大学医学院附属邵逸夫医院 , 浙江大学滨江研究院
Abstract: 本发明公开了一种帕金森“面具脸”趣味康复训练方法，包括如下步骤：步骤一，开始训练，移动设备采集人脸图像数据，识别人的面部动作；步骤二，根据面部动作在移动设备上显示小球图像，识别人脸并判断是否出现人脸部位与小球是否碰撞，若判断出现碰撞则动作正确，语音反馈成功，之后继续下一步，若判断未出现碰撞，返回步骤一重新判定；步骤三，判断是否做完所有动作，若是则结束本次训练，若否则返回步骤一进行下一个动作判定。本发明的帕金森“面具脸”趣味康复训练方法，通过移动设备便可实现对于人脸进行识别然后反馈训练了，且采用了小球辅助训练，大大的增加了训练的趣味性。
-
公开(公告)号：CN117910601A
公开(公告)日：2024-04-19
申请号：CN202410317233.8
申请日：2024-03-20
Applicant: 浙江大学滨江研究院
IPC: G06N20/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。
-
公开(公告)号：CN119132486A
公开(公告)日：2024-12-13
申请号：CN202410964690.6
申请日：2024-07-18
Abstract: 本发明公开了一种基于最大预期的医学实验室数据质控方法。该方法以超过参考区间，临床决定限，危急值三种指标作为阳性标准，计算最大预期增加不可接受的患者数量进行质控。该方法包括：首先需要选取合适的分析物，并针对不同的分析物选取合适的控制值；然后计算正常人检测结果不在正常范围内的概率；再计算最大预期增加不可接受的患者数量；最后得到最大预期增加不可接受的患者数量的分布情况，并结合自身实验室的水平定位，选择适当的质控规则和质控频率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.053 seconds)
