-
公开(公告)号：CN114548211B
公开(公告)日：2025-05-23
申请号：CN202111630311.2
申请日：2021-12-28
Applicant: 重庆邮电大学
IPC: G06F18/23213 , G06F18/22 , G06F18/24 , G06F30/27 , G06N3/08
Abstract: 本发明涉及医疗康复技术领域，尤其是基于人体下肢肌肉模型个性化精准训练方法，通过实验者的聚类后的相关数据采集和处理，分析实验者在整个训练过程中的肌肉特性，并以相似度作为目标进行第二次聚类，分析后的肌肉特性结合训练方案设计自主学习优化网络，不断修正系数直到在同类别实验者中产生训练效果相似度最高的训练方案配置，将其训练效果认定为该训练方案配置下的期望曲线；新的训练者采用归类后该类的训练方案进行训练，将整个过程中实际肌肉力变化曲线与该类别下期望肌肉力变化曲线作加权最小二乘优化处理，其结果视为误差并通过反馈控制影响自主学习优化网络修正可变系数，直到误差无限接近0，为个性化肌肉训练提供参考价值。
-
公开(公告)号：CN119992097A
公开(公告)日：2025-05-13
申请号：CN202510155388.0
申请日：2025-02-12
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06N3/0464 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06N3/048 , G06V10/774 , G06N3/084 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习的腹部CT图像分割方法、系统、终端及介质，涉及图像处理技术领域，该方法包括：获取待分割的腹部多器官CT图像；对腹部多器官CT图像进行预处理，得到预处理后的图像；将预处理后的图像输入训练好的级联卷积解码器分割网络模型中进行器官分割，得到腹部器官CT图像分割标签图像；输出腹部器官CT图像分割标签图像。该方法增强了分割模型的特征提取能力，提高了腹部CT图像的分割精度，可以辅助医生更好地观察腹部CT图像，降低对医生的观察经验要求，提高诊断的效率和准确性。
-
公开(公告)号：CN114155251B
公开(公告)日：2024-10-15
申请号：CN202111483251.6
申请日：2021-12-07
Applicant: 重庆邮电大学
IPC: G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种新的上下文感知卷积神经网络的全脑三维解剖结构分割方法。该方法在卷积神经网络的卷积模块后串联一个全新的双重注意力模块。该模块通过卷积自动学习通道和空间注意力权重并分别对输入的卷积特征进行加权，再通过卷积自适应融合加权后的卷积特征，以此提高网络的分类性能。此外，本发明将图像中待分割对象所有体素为中心的图像块作为训练数据，通过完全采样充分利用有限的标注数据对其样本分布进行较为完整的学习，以此进一步提高网络的分类性能。本发明提出的方法具有分割精度高、稳定性好的优点。在10个实施例的磁共振脑图像分割中，本方法获得分割结果的平均精度达93.27％，这比当前最先进的DeepNAT方法获得分割结果的平均精度提高了3.790％。
-
公开(公告)号：CN118552726A
公开(公告)日：2024-08-27
申请号：CN202410639622.2
申请日：2024-05-22
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/771 , G06N3/0455 , G06N3/048 , G06N3/0464
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于深度学习网络的超声乳腺癌图像病灶区自动分割方法，包括：获取乳腺癌超声图像数据集，对乳腺癌超声图像数据集中的数据进行预处理，得到训练数据集；构建乳腺癌自动分割网络，该网络包括特征提取模块、张量采样模块、编码解码模块、MarAtt注意力模块以及空洞卷积模块；将训练集中的数据输入到乳腺癌自动分割网络中进行训练；获取待分割的乳腺癌超声图像，将乳腺癌超声图像输入到训练后的乳腺癌自动分割网络中，得到图像病灶区分割结果；本发明能够挖掘出图像的深层特征，提高了模型的识别效率。
-
公开(公告)号：CN118298857A
公开(公告)日：2024-07-05
申请号：CN202410403378.X
申请日：2024-04-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语音信号及对比学习的抑郁检测方法，属于语音处理及模式识别领域。该方法包括：收集抑郁语音目标数据集和常规语音背景数据集，并对音频文件进行预处理；分别对抑郁语音目标数据集和常规语音背景数据集提取多模态语音特征，至少包括声谱图特征和梅尔频率倒谱系数特征；将抑郁语音目标数据集和常规语音背景数据集提取得到的多模态语音特征输入对比变分自编码器以训练优化对比变分自编码器；将抑郁语音目标数据集提取的多模态语音特征输入优化后的对比变分自编码器进行分解，得到背景干扰变量和抑郁程度变量，抑郁程度变量经过解码得到去背景抑郁重构特征；将去背景抑郁重构特征通过深度学习分类检测网络获得抑郁评估结果。
-
Patent Agency Ranking
公开(公告)号：CN118298856A
公开(公告)日：2024-07-05
申请号：CN202410403377.5
申请日：2024-04-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于迁移学习和跨场景知识的语音信号抑郁检测方法，属于语音处理及模式识别领域。该方法包括：收集跨场景语音数据集并从中提取语音生物标志物，并通过生物标志物对骨干网络进行分类训练，得到预训练的骨干网络；获取抑郁语音数据集并进行预处理；提取抑郁语音数据集的多模态语特征，至少包括声谱图和梅尔频率倒谱图；将抑郁语音数据集的声谱图和梅尔频率倒谱图进行特征级融合，并将得到的特征级融合特征输入预训练的骨干网络中进行迁移学习，得到语音复杂高维特征；通过统计函数获得统计特征向量，并对语音复杂高维特征与统计特征向量进行决策级融合；将决策级融合特征输入非线性预测网络，得到抑郁检测结果。
-
公开(公告)号：CN117333450A
公开(公告)日：2024-01-02
申请号：CN202311286548.2
申请日：2023-10-07
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/047 , G06N3/08
Abstract: 本发明属于骨龄预测领域，具体涉及一种基于局部特征图关联学习的自动骨龄预测方法；该方法包括：获取手骨X光图像并采用热图定位网络定位手骨X光图像的局部感兴趣区域，根据局部感兴趣区域创建注意力图；对注意力热图进行下采样操作，得到关键节点；根据关键节点设置裁剪框，根据裁剪框从手骨X光图像中裁剪出手骨的多个局部特征区域；根据局部特征区域的邻接关系计算邻接矩阵；采用CNN网络提取每个局部特征区域的特征，将提取出的特征与性别特征拼接，得到局部特征向量矩阵；采用Faster‑GCN网络对邻接矩阵和局部特征向量矩阵进行处理，得到骨龄预测结果；本发明骨龄预测结果准确性高，具有良好的应用前景。
-
公开(公告)号：CN114533039B
公开(公告)日：2023-07-25
申请号：CN202111614526.5
申请日：2021-12-27
Applicant: 重庆邮电大学
IPC: A61B5/11
Abstract: 本发明公开了基于冗余传感器的人体关节位置及角度解算方法，涉及测量技术领域。本发明包括以下步骤：在待测关节的两端肢体上分别设置两个惯性传感器，同时设置好红外动作捕捉所需的反光marker点，通过静态校准获得各个传感器的初始四元数，经过计算得到传感器的偏差值，然后通过采集到的运动过程中各个传感器的实时输出的四元数，计算得到各个传感器输出的节点的四元数，再将各节点的四元数与红外捕捉设备所获取的关节点的标准四元数进行多元线性拟合，得到基于冗余信息输出的四元数，最后经过计算得到关节的位置以及角度。本发明利用冗余传感器的信息来消除运动过程中传感器与骨骼位置不匹配而带来的误差，得出更加精准的关节位置以及角度信息。
-
公开(公告)号：CN113362292B
公开(公告)日：2023-04-28
申请号：CN202110582950.X
申请日：2021-05-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及医学图像处理领域，尤其涉及一种基于可编程逻辑门阵列的骨龄评估方法及系统；所述方法包括获取手骨图像并预处理；分批次从可编程逻辑门阵列中的存储器调用训练完成的卷积神经网络的权重参数和偏置参数，对手骨图像进行卷积处理，对卷积层的手骨特征图进行归一化处理和激活处理；将激活处理后的手骨特征图通过仲裁转换后从存储器中按批次通过AXI4总线传输到池化模块中，直至完成所有卷积层的池化操作；将池化操作后的手骨特征图输入到全连接层中，进行softmax分类后得到手骨图像的骨龄评估结果。本发明的可编程逻辑门阵列通过并行方式对不同卷积层的数据进行处理，能加快卷积神经网络的运行处理速度，提高评估的效率。
-
公开(公告)号：CN110141236B
公开(公告)日：2022-11-25
申请号：CN201910428483.8
申请日：2019-05-22
Applicant: 重庆邮电大学
IPC: A61B5/0536
Abstract: 本发明公开了一种用于阻抗成像的频变自适应阻抗采集控制装置及方法，装置包括电极传感模块、选通模块、激励源、数据采集器、控制器、无效电极筛选模块，通过无效电极筛选模块将当前激励信号下，电极传感模块中采集到无效数据的电极标记为无效电极，这些无效电极的数据不会再传输到后端进行处理，则以此建立的阻抗数据矩阵能最大限度缩小，对后续计算能提高处理效率，且有效数据仍然保留，保证计算精度不变。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.052 seconds)
