“陈芋文”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果18个，建议您升级VIP下载更多相关专利

[发明专利]基于改进DQN的可解释性监测数据识别方法-CN202211680701.5在审
发明人： 陈芋文;钟坤华;孙启龙;陈嘉翼 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2022-12-07 - 公布日： 2023-06-23 - 主分类号： G06F18/241 文献下载
摘要：本发明为基于改进DQN的可解释性监测数据识别方法，包括如下步骤：S1：将监测数据进行预处理后，按时序和周期进行采样并作为输入；S2：利用马尔科夫链模型生成状态转移概率，构建强化学习网络；S3：将步骤S2所述的强化学习网络作为互注意力机制的预测器，构建改进的DQN模型；S4：将历史监测数据和对应的解释文本作为输入，对改进的DQN模型进行训练；S5：实时采集监测数据并采用改进的DQN模型对其进行分析，识别出其中的状态并输出对应的可解释性文本。本发明能够直接对监测数据进行实时在线学习，利用基于注意力机制的时序卷积网络的改进的DQN模型感知监测状态，生成准确预测结果的同时产生可解释性文本对预测结果进行解释说明。
基于改进 dqn 解释性监测数据识别方法

[发明专利]一种半监督手术视频流程识别方法-CN201910142716.8有效
发明人： 陈芋文;唐鹏;钟坤华;祁宝莲;孙启龙;汪鹏;王飞 -专利权人：中国科学院重庆绿色智能技术研究院;中国人民解放军陆军军医大学第一附属医院
申请日： 2019-02-26 - 公布日： 2022-11-25 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种半监督手术视频流程识别方法，属于人工智能与医疗应用领域。该方法包括步骤1.用卷积自编码器对视频进行空间特征提取；2.从同视频上下文中提取一对视频帧进行时序排序任务学习，提取时序特征；3.通过多分类识别网络识别手术视频流程阶段；4.输出手术视频流程阶段识别结果。本发明作为开放性外科手术视频流程自动识别检测工具，是实现未来人工智能医疗手术室的一种低代价实现高效判别手术视频流程阶段的方法。
一种监督手术视频流程识别方法

[发明专利]一种基于跨模态深度学习的围术期危重事件预测方法-CN201910223568.2有效
发明人： 陈芋文;鲁开智;张矩;钟坤华;祁宝莲;孙启龙;李亚晴 -专利权人：中国科学院重庆绿色智能技术研究院;中国人民解放军陆军军医大学第一附属医院
申请日： 2019-03-22 - 公布日： 2022-09-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于跨模态深度学习的围术期危重事件预测方法，属于人工智能与医疗应用领域。该方法包括步骤1.构建多模态医疗监护数据集；2.患者监护数据与个性化数据双模态融合特征学习；3.跨模态协同学习特征提取；4.构建多模态危重事件(死亡风险)预测模型；5.模型反馈验证。本发明作为一种危重症不良事件预测预警工具，是实现术后主要重症事件的实时追踪、早期诊断和预警的一种有效方法。
一种基于跨模态深度学习围术期危重事件预测方法

[发明专利]基于组合机器学习的手术危重症辅助评估方法-CN202210739092.X在审
发明人： 陈芋文;吴海洋;陈嘉翼;张矩 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2022-06-12 - 公布日： 2022-09-27 - 主分类号： G16H50/20 文献下载
摘要：本发明为基于组合机器学习的手术危重症辅助评估方法，包括如下步骤：S1：将历史监护与监测的时序数据进行分割和人为标记；S2：利用基于决策树的随机森林回归进行数据补全；S3：危重症共有指标的相关性分析；S4：利用组合机器学习方法建立术前辅助评估模型并训练；S5：辅助医生对术前危重症进行评估分析；S6：将术中的历史监护与监测的时序数据按照术中特征值进行聚类；S7：利用损失函数计算出最优监测周期；S8：利用最优监测周期计算危重症程度量化值；S9：利用组合机器学习方法建立术中辅助评估模型并训练；S10：辅助医生对术中危重症进行评估分析。本发明能够全面准确的预测出危重症周期以及危重症的程度，有利于辅助医务人员进行有效干预。
基于组合机器学习手术危重辅助评估方法

[发明专利]基于先验因果模型的血红蛋白浓度预测方法-CN202210297486.4在审
发明人： 陈芋文;胡小艳;张矩;钟坤华;李雨捷;杨智勇 -专利权人：中国科学院重庆绿色智能技术研究院;陆军军医大学第一附属医院
申请日： 2022-06-27 - 公布日： 2022-08-26 - 主分类号： A61B5/145 文献下载
摘要：本发明为基于先验因果模型的血红蛋白浓度预测方法，属于图像识别领域，包括如下步骤：S1：数据图像采集；S2：数据图像预处理；S3：眼睑区域图像分割；S4：利用血红蛋白无创深度神经预测模型，获取眼睑区域图像对应的血红蛋白浓度分布标签；S5：将血红蛋白浓度分布标签转化为概率分布；S6：将实测血红蛋白的浓度作为均值，建立每张图像的正态分布；S7：建立损失函数模型；S8：进行参数训练和验证测试，使得两个分布趋于一致；S9：利用训练好的血红蛋白无创深度神经预测模型对其进行处理，得到血红蛋白浓度的预测值。本发明实现了无创、便捷检测血红蛋白浓度，应用到手机等穿戴设备，能够快速便捷的实现功能，降低成本。
基于先验因果模型血红蛋白浓度预测方法

[发明专利]一种多项式树突神经网络及其预测方法-CN202210235490.8在审
发明人：刘江;陈芋文;张矩;杨文强;钟坤华 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2022-03-03 - 公布日： 2022-06-24 - 主分类号： G06N3/04 文献下载
摘要：本发明为一种多项式树突神经网络及其预测方法，属于神经网络领域。一种多项式树突神经网络由多个具有树突功能的神经元逐层构成，所述的多项式树突神经元由多个突触信号接收处理模块、树突功能模块、非线性激活模块构成。一种多项式树突神经网络预测方法包括如下步骤：S1：根据用户的数据结构和需求，搭建多项式树突神经网络；S2：将用户数据进行预处理后，分为训练集和测试集；S3：利用训练集对多项式树突神经网络进行训练，并利用测试集进行测试；S4：利用训练好的多项式树突神经网络对用户新数据进行处理并输出结果。本发明能够等效实现现有神经网络的预测，相比已有的树突神经网络，其不局限于相同维度的输入和输出，具有更广泛的适用性。
一种多项式树突神经网络及其预测方法

[发明专利]一种基于强化学习的监护预警方法及系统-CN202011217940.8有效
发明人： 陈芋文;张矩;钟坤华;孙启龙;林小光;刘江 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2020-11-04 - 公布日： 2022-05-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出一种基于强化学习的监护预警方法及系统，包括：根据实时输入的时序监护数据，预测所述时序监护数据与不良事件标签的关联关系，创建决策环境；对所述智能体决策动作进行建模；所述智能体根据当前时刻输入的时序监护数据选择决策动作；所述决策环境根据所述决策动作输出响应信息，其中，所述响应信息包括环境状态和决策动作的奖惩值；将所述环境状态输入预先构建深度强化学习框架，获取智能体所有可选决策动作中期望值最高的动作作为所述智能体下一次动作决策的输出；根据前述步骤进行智能体与决策环境交互直到满足结束条件，输出预测结果；本发明通过强化学习，实时监护目标对象情况，提高问题处理的及时性。
一种基于强化学习监护预警方法系统

[发明专利]基于贝叶斯网络和效用体系的围手术期危重不良事件干预决策方法-CN201910806510.0有效
发明人：钟坤华;陈芋文;张矩;孙启龙 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2019-08-28 - 公布日： 2021-08-17 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种基于贝叶斯网络和效用体系的围手术期危重不良事件干预决策方法，属于人工智能及其医疗应用领域，包括步骤：S1：构建围手术期危重不良事件干预措施集；S2：为每种干预措施赋予效用值，形成干预措施效用体系；S3：针对干预措施，构建专家知识库；S4：形成多种组合干预方案；S5：基于患者临床病例数据及来源与专家知识，构建围手术期危重不良事件干预的贝叶斯网络模型；S6：针对单个患者，输入围手术期的数据信息，作为贝叶斯网络模型的数据证据，执行贝叶斯网络推理，得到每种干预措施是否采取的概率值；S7：计算每种组合方案的总体效用值；S8：选取总体效用值Top‑3的组合方案，作为干预决策方案的推荐结果。
基于贝叶斯网络效用体系手术危重不良事件干预决策方法

[发明专利]一种基于特征工程的纱布浸血量估算模型构建方法-CN202010324238.5有效
发明人：钟坤华;易斌;陈芋文;张力戈;李雨捷;支鸿羽;杨智勇;鲁开智;张矩 -专利权人：中国科学院重庆绿色智能技术研究院;中国人民解放军陆军军医大学第一附属医院
申请日： 2020-04-22 - 公布日： 2021-06-08 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于特征工程的纱布浸血量估算模型构建方法，属于人工智能领域。该方法包括步骤：S1采集包含血量标注的浸血纱布图像，构建数据集；S2图像预处理，包括图像尺寸规整和色彩空间转换；S3图像浸血区域掩模提取，并获得图像浸血区域；S4提取浸血纱布图像特征，包括浸血区域血红蛋白量、HSV色彩空间各通道的均值和方差共14个特征，并进一步构建图像特征集；S5基于步骤S4中所构建的图像特征集，构建纱布浸血量估算的机器学习模型。本发明基于特征工程，通过所构建的模型能够较为快速准确的估计病人的术中失血量。
一种基于特征工程纱布血量估算模型构建方法

[发明专利]基于机器学习的肝硬化患者肺内血管扩张筛查系统-CN202110180003.8在审
发明人：孙启龙;陈芋文;张矩;钟坤华 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2021-02-07 - 公布日： 2021-05-28 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种基于机器学习的肝硬化患者肺内血管扩张筛查系统，属于人工智能医疗技术领域。系统包括4个模块：数据输入模块、数据预处理模块、肺内血管扩张筛查模块、结果输出模块。数据输入模块：所述系统通过数据输入模块获取患者共14个指标的数据信息。数据预处理模块：对患者数据信息进行二值化和类别化预处理。肺内血管扩张筛查模块：包括初始筛查和综合筛查两个子模块。针对初始筛查结果为阳性的患者，采用数据输入模块所录入的14个指标，综合筛查子模块进行分析筛查。结果输出模块：输出肝硬化患者肺内血管扩张阴性阳性筛查结果。本发明基于机器学习方法，通过所构建的筛查系统，能够为肝硬化患者提供快速无创的肺内血管扩张筛查。
基于机器学习肝硬化患者血管扩张系统

[发明专利]基于注意力机制时序卷积网络算法的危重症死亡预测方法-CN201910223555.5在审
发明人： 陈芋文;易斌;钟坤华;鲁开智;张矩;祁宝莲;孙启龙 -专利权人：中国科学院重庆绿色智能技术研究院;中国人民解放军陆军军医大学第一附属医院
申请日： 2019-03-22 - 公布日： 2019-05-28 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及一种基于注意力机制时序卷积网络算法的危重症死亡预测方法，属于人工智能与医疗应用领域。该方法包括步骤1.重症和手术多源监护数据的采集与分析；2.将数据输入到时序卷积网络(TCN)中抽取特征；3.将时序卷积网络中抽取的特征通过注意力机制计算每个特征的注意力权重；4.通过线性层计算死亡风险系数来预测危重症死亡风险。本发明作为一种危重症死亡预测工具，是对危重症患者进行死亡预测从而提高危重病人生存几率以及客观制定医疗护理计划的一种有效方法。
时序卷积注意力机制死亡预测网络算法抽取医疗应用领域人工智能风险系数监护数据生存几率医疗护理线性层多源权重注意力网络采集分析制定

[发明专利]一种基于HEVC的压缩方法-CN201410840050.0有效
发明人： 陈芋文;张矩;钟坤华;刘磊锋 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2014-12-30 - 公布日： 2019-03-01 - 主分类号： H04N19/436 文献下载
摘要：本发明提供一种基于HEVC的压缩方法，应用于视频多媒体编码领域，该方法包括步骤：获取YUV格式的待压缩视频数据流；依据MPI消息传递模型划分所述待压缩视频数据流为与当前计算核心数量相适应的多个具有连续视频帧的视频数据段，并予以输出；所述计算核心各自读取与其相适应的视频数据段并对所述视频数据段进行同步HEVC编码压缩计算，以得到相应的多个视频二进制码流并予以存储；合并所述多个视频二进制码流，以得到所述待压缩视频数据流所对应的HEVC格式视频文件。本发明通过并行化机制将多媒体视频帧分配到不同计算核心上同时进行编码压缩，大大地提高了进行HEVC压缩的效率。
压缩视频数据流视频数据段二进制码流编码压缩压缩视频读取消息传递模型多媒体视频连续视频帧视频多媒体编码领域格式视频并行化存储输出合并分配应用

[发明专利]一种新闻稿件主题分类及审核方法-CN201811189190.0在审
发明人：钟坤华;刘曙光;林小光;陈芋文;孙启龙 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2018-10-12 - 公布日： 2019-02-15 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种新闻稿件主题分类及审核方法，属于人工智能应用领域，包括步骤1.基于现有的已发布的稿件数据集构建LDA主题模型；2.设置可发布主题、可发布主题概率阈值、敏感词汇集、敏感词汇命中次数阈值；3.对待审稿件进行主题分析，计算其主题概率分布，对待审稿件按最大概率主题进行分类，将待审稿件纳入该类别；4.以文字匹配的方式，对待审稿件进行敏感词汇统计分析，统计每个敏感词的命中次数，计算总命中次数；5.对待审稿件进行阈值判定，审核稿件是否通过；6.输出待审稿件的审核结果、概率最大前三主题及其概率、敏感词汇过滤分析结果。本发明作为新闻稿件的预审核工具，是媒体行业应用人工智能和大数据技术进行采编流程重构的有效方法。
新闻稿件敏感审核命中主题分类概率词汇发布人工智能应用应用人工智能词汇过滤词汇统计概率分布稿件数据媒体行业审核结果文字匹配主题分析主题模型最大概率阈值判定大数据敏感词重构的采编构建稿件输出分类分析统计

[发明专利]一种基于LDA主题模型的新闻段落检索方法-CN201811223321.2在审
发明人：钟坤华;刘曙光;陈芋文;林小光;孙启龙 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2018-10-19 - 公布日： 2019-01-11 - 主分类号： G06F16/953 文献下载
摘要：本发明涉及本发明公开了一种基于LDA主题模型的新闻段落检索方法，属于人工智能与大数据应用领域。包括步骤S1对已发布新闻数据库中的所有新闻稿件进行分段处理，每个段落视为一篇文档，以此形成语料集；S2基于该语料集构建LDA主题模型；S3基于所构建的主题模型对新闻数据库中的新闻稿件建立主题索引；S4结合主题索引和传统的关键字、新闻作者和新闻发布时间进行联合检索；S5反馈检索到的新闻段落及其所属新闻全文链接。本发明结合LDA主题分析方法和传统检索方法，相对于传统检索能够更准确定位所需主题的新闻文档，能够更精准的定位到所需新闻文档的段落，同时给出该段落所属新闻全文链接，能够提供更好的用户体验，更好地开发新闻大数据的应用价值。
检索主题模型新闻数据库新闻稿件新闻文档主题索引大数据构建链接语料人工智能分段处理新闻发布用户体验主题分析准确定位传统的文档反馈发布应用联合开发

[发明专利]一种提高WRF并行计算效率的方法-CN201610230352.5有效
发明人：孙启龙;赵学良;陈芋文;钟坤华;张矩;张渝林;林小光 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2016-04-13 - 公布日： 2018-06-29 - 主分类号： G06F9/38 文献下载
摘要：本发明涉及一种提高WRF并行计算效率的方法，属于气象预报及超算应用技术领域。该方法通过减少X方向进程数，从而提高WRF并行计算效率，具体包括以下步骤：S1：配置WRF并行计算的总进程数NP；S2：设置WRF的x和y方向进程数nproc_x、nproc_y,且nproc_x
并行计算应用技术领域气象预报业务应用进程能耗配置应用

1
2
下一页»
尾页
共 18 条