专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果21个,建议您升级VIP下载更多相关专利
  • [发明专利]基于改进TransUNet的CT图像全心脏分割方法-CN202310039220.4在审
  • 胡雨航;王元全;魏锦 - 河北工业大学
  • 2023-01-11 - 2023-06-06 - G06T7/11
  • 本发明为基于改进TransUNet的CT图像全心脏分割方法,首先对数据集进行预处理,然后搭建图像分割模型,通过搭建TransUNet结构作为分割网络,分割网络包括编码器、解码器和分类器;解码器将输出的融合后的高分辨率图像特征送入轴向注意力模块,对全局信息进行提取,并更好地捕获与利用局部信息,降低计算复杂度;通过跳跃连接进一步融合浅层语义信息并通过解码器将上采样结果输入分类器;在分类器中实现各像素点的分类,实现最终分割;将预处理后的数据送入分割模型,在支持集与查询集之间通过编码器和解码器参数共享,实现只针对分类器的少样本元学习,最后计算真实标签和分割结果的监督损失和评价指标。将全心脏分割多分类任务转化为多个二分类任务,降低复杂度。
  • 基于改进transunetct图像心脏分割方法
  • [发明专利]基于深度对比学习的半监督膝关节炎辅助分析方法-CN202310009871.9在审
  • 郑丁月;王元全;张弢;胡宁 - 河北工业大学
  • 2023-01-04 - 2023-04-14 - G16H50/20
  • 本发明公开了一种基于深度对比学习的半监督膝关节炎辅助分析方法,首先搭建用于膝关节磁共振图像分割的分割模型MoV‑Net,在原本的V‑Net网络基础上增加了辅助输出头;再利用弱数据增强方式和强数据增强方式对训练集中的数据进行处理;再利用基于余弦相似度的相似度计算方法,计算隐藏层特征编码向量内部的各个特征编码向量之间的相似度系数,以及隐藏层特征编码向量各自对应的相似度系数矩阵;再利用步骤3中得到的隐藏层特征编码向量各自对应的相似度系数矩阵,计算无监督对比损失;最后利用有监督损失和无监督对比损失更新分割模型MoV‑Net的网络参数;待分割模型训练完毕后,向分割模型MoV‑Net中输入测试集中的膝关节磁共振图像,从而得到最终分割结果。
  • 基于深度对比学习监督膝关节辅助分析方法
  • [发明专利]基于深度学习的膝骨关节核磁共振图像自动分割方法-CN202310009492.X在审
  • 韩锦恒;王元全;张弢;胡宁 - 河北工业大学
  • 2023-01-04 - 2023-04-11 - G06T7/11
  • 本发明公开了一种基于深度学习的膝骨关节核磁共振图像自动分割方法,首先,利用有标签的膝骨关节核磁共振图像组成数据集并划分为训练集、验证集和测试集;搭建图像分割模型由连续的Stem模块、Layer1残差模块、Transition‑Stage并联多尺度结构、大卷积注意力模块和Final Layer模块组成;Stem模块和大卷积注意力模块之间添加跳跃连接;再将训练集和验证集依次通过Stem模块、Layer1残差模块、Transition‑Stage并联多尺度结构、大卷积注意力模块和Final Layer模块得到输出分割结果;再采用DiceCE损失函数对图像分割模型进行训练直至收敛,得到训练好的图像分割模型;最后将测试集中待分割的膝骨关节图像送入训练好的图像分割模型,得到最终分割结果,完成膝骨关节核磁共振图像的分割。
  • 基于深度学习关节核磁共振图像自动分割方法
  • [发明专利]基于半监督一致性学习的3D冠状动脉图像分割方法-CN202310007319.6在审
  • 许乾剑;王元全;胡宁 - 河北工业大学
  • 2023-01-04 - 2023-04-04 - G06T7/12
  • 本发明公开了一种基于半监督一致性学习的3D冠状动脉图像分割方法,包括:采集原始3D心脏CT图像数据,并对采集到的原始3D心脏CT图像数据进行预处理,采用随机旋转、对比度增强和随机裁剪方式对数据进行扩充增强;引入一致性学习,构建两个阶段半监督训练方式的3D冠状动脉分割模型;将待分割的3D心脏CT图像输入到第一阶段的3D冠状动脉分割模型中进行预测得到伪标签特征图,并将所述伪标签特征图输入第二阶段的3D冠状动脉分割模型,得到分割结果。采用半监督一致性学习的方法可以在实现完全监督性能的前提下,高效利用大量的无标签数据,将1:4比例的标签数据与未标签数据输入3D冠状动脉分割模型,使用标签数据标记未标签数据,从而有效地增加训练数据。
  • 基于监督一致性学习冠状动脉图像分割方法
  • [实用新型]一种防堵塞用密度计气路吹扫装置-CN202221824523.4有效
  • 张学敏;王元全;范毅 - 惠民县汇宏新材料有限公司
  • 2022-07-14 - 2023-01-31 - B08B9/032
  • 本实用新型属于密度计技术领域,且公开了一种防堵塞用密度计气路吹扫装置,包括密度计本体,所述密度计本体的左右两侧分别固定安装有左出入口和右出入口,所述左出入口和右出入口的外侧均固定连接有第一安装座,所述第一安装座的右端固定连接有第一连接管,所述第一连接管的顶部固定安装有PU管接头。本实用新型通过第三电磁阀、第一电磁阀和PU管接头等结构的配合,当进行普通的维护的时候,则将左右两端排水管上的第二电磁阀,只将第一电磁阀处于打开的状态,然后将PU管接头通气,从而使得压缩后的空气只能向一个方向进行前进,从而使得内部的石灰石随着空气一起从排堵管排出,而通过两侧的PU管接头循环切换,从而使得清理效果更好。
  • 一种堵塞密度计气路吹扫装置
  • [发明专利]基于跨模型相互教学半监督的房颤辅助分析方法-CN202211264344.4在审
  • 向顺;王健儒;王元全;郭世杰;苏卫华 - 河北工业大学
  • 2022-10-14 - 2023-01-03 - G16H50/20
  • 本发明为基于跨模型相互教学半监督的房颤辅助分析方法,引入可变形的Transformer,构建左心房分割模型,使左心房分割模型能够提取图像之间的长依赖信息,充分利用心脏核磁共振图像的空间信息提高左心房区域的分割精度;其次,搭建基于跨模型相互教学的半监督训练框架对左心房分割模型进行训练,利用训练后的左心房分割模型对3D心脏核磁共振图像进行分割,生成左心房分割预测图;最后,将生成的左心房分割预测图进行重建,计算左心房的直径、体积、体积指数和左心房球形度四种临床指标,并参考正常参考值范围,结合临床经验辅助医生进行房颤分析。该方法通过跨模型相互教学的半监督机制,在医学数据缺乏的情形下缓解了模型对标签数据的依赖。
  • 基于模型相互教学监督房颤辅助分析方法
  • [发明专利]一种基于CNN-XGBoost模型和EEGECG的身心健康状态评估方法-CN202210569757.7在审
  • 王元全;杨俊丽 - 天津宇迪智能技术有限公司
  • 2022-05-24 - 2022-09-09 - G16H50/30
  • 本发明公开了一种基于CNN‑XGBoost模型和EEGECG的身心健康状态评估方法,包括以下步骤:对测试人进行压力测试,并对脑电图和心电图进行记录,测试结束后进行问卷填写,获取测试人面对不同测试时的压力情况,将数据分为健康和亚健康两种类别;将数据输入卷积神经网络中,对卷积神经网络模型进行训练,对输入数据进行特征提取作为XGBoost模型的输入;将第二步获取的特征作为XGBoost分类模型的输入,对XGBoost分类模型进行训练;对数据进行分类,得到身心健康状态预测结果。本发明通过卷积神经网络的使用,避免了手动操作,可以自动的提取特征,且引入了残差块,提高了信息流通,并且也避免了由于网络过深所引起的梯度消失和退化问题,XGBoost分类器防止过拟合,提高了分类的准确率。
  • 一种基于cnnxgboost模型eegecg身心健康状态评估方法
  • [发明专利]一种基于卷积神经网络和EEG的大脑疲劳检测方法-CN202210571049.7在审
  • 王元全;杨俊丽 - 天津宇迪智能技术有限公司
  • 2022-05-24 - 2022-08-30 - A61B5/369
  • 本发明公开了一种基于卷积神经网络和EEG的大脑疲劳检测方法,步骤包括:通过傅里叶变换对不同频段的EEG信号进行提取;EEG数据输入卷积神经网络之后,经卷积池化提取的图像特征,经过全连接层转换为一维数据,将经过卷积神经网络处理后的数据作为SVM的输入,对SVM模型进行训练;使用SVM模型对经过特征提取的EEG信号进行分类,得到分类结果。本发明使用SVM代替传统网络的softmax层,使得在数据量较少的情况下,也可获得更高的准确率,进行特征提取时使用DenseNet,可以充分利用脑电图特征,并且可以减轻梯度消失问题,相比其他的网络,DenseNet所需要的参数数量较少,可以降低存储开销并且减少计算量,提高效率。
  • 一种基于卷积神经网络eeg大脑疲劳检测方法
  • [发明专利]基于半监督学习的房颤辅助分析方法-CN202210563074.0在审
  • 赵春艳;赵晨霁;张记龙;向顺;吴清;苏卫华;郭世杰;王元全 - 河北工业大学
  • 2022-05-18 - 2022-07-29 - G06T7/00
  • 本发明为一种基于半监督学习的房颤辅助分析方法,首先,搭建图像分割模型,图像分割模型包括编码器和解码器,编码器和解码器均包括三个卷积模块和两个多层感知器模块,编码器和解码器对应模块之间跳跃连接,多层感知器模块将特征图在宽度、高度和深度三个方向上进行移动,进而将多层感知器扩展至三维方向;设计损失函数对图像分割模型进行训练,将心脏磁共振图像输入到训练后的图像分割模型中,得到左心房分割预测图;基于左心房分割预测图,计算左心房体积、应变、应变率和射血分数四种临床指标,根据临床指标是否在正常参考范围内,辅助医生分析房颤。充分利用CNN擅长捕捉局部信息和MLP擅长捕捉全局信息的特点,提高分割精度,对于临床实践具有重要意义。
  • 基于监督学习房颤辅助分析方法
  • [实用新型]一种产品溯源追踪用信息录入扫码枪-CN202122537499.8有效
  • 程科;王元全;毕克;黄士新 - 镇江明知科技有限公司
  • 2021-10-21 - 2022-05-03 - G06K7/10
  • 本实用新型公开了一种产品溯源追踪用信息录入扫码枪,涉及产品溯源技术领域,为解决现有的扫码枪碰撞会造成其使用寿命降低的问题。所述手持把手外部的上端设置有装置外壳,所述装置外壳内部的前后两端均设置有第一滑动轨,所述手持把手的下端设置有放置底座,所述放置底座内部的前后两端均设置有第二滑动轨,所述第二滑动轨和第一滑动轨的外部均设置有防撞环,所述防撞环的两端均设置有第一减震弹簧,所述装置外壳内部的一侧设置有第一内部凹槽,所述第一内部凹槽的一侧设置有光学透镜,所述光学透镜的一侧设置有扫描模组,所述第一内部凹槽的上下两端均设置有第二内部凹槽,所述第二内部凹槽的内部设置有照明灯管。
  • 一种产品溯源追踪信息录入扫码枪
  • [发明专利]基于图注意力网络的多标签图像识别方法-CN202110316665.3有效
  • 班晓晓;申伟昊;韩锦恒;向顺;许乾剑;张记龙;郭世杰;王元全 - 河北工业大学
  • 2021-03-19 - 2022-03-22 - G06V10/44
  • 本发明为一种基于图注意力网络的多标签图像识别方法,包括:第一步,待识别的多标签图像经过卷积神经网络输入层的预处理后进入卷积神经网络,利用全局共现特征提取模块提取共现特征矩阵;第二步,利用待识别的多标签图像的标签节点之间的条件概率,构建标签节点之间的邻接矩阵;第三步,将邻接矩阵作为图注意力网络的输入,经过图注意力网络学习得到学习后的矩阵;第四步,将共现特征矩阵与学习后的矩阵进行线性相乘,得到识别结果。该方法利用全局共现特征提取模块提取图像中的共现特征矩阵,提取图像全局共现特征与总体信息;通过图注意力网络的注意力机制计算标签节点之间的关联性,对每个标签节点自适应分配不同的权重,有利于提高识别精度。
  • 基于注意力网络标签图像识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top