“李钟毓”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9个，建议您升级VIP下载更多相关专利

[发明专利]基于多重级联深度神经网络的心电信号的识别与分类方法-CN202111109550.3有效
发明人： 李钟毓;刘婧怡;胡雪萌 -专利权人：西安交通大学
申请日： 2021-09-22 - 公布日： 2023-09-15 - 主分类号： G06F18/10 文献下载
摘要：基于多重级联深度学习的心电信号的识别与分类方法，包括以下步骤：将采集的一维心电数据进行预处理后划分成训练集、验证集以及测试集；构建基于卷积神经网络、循环神经网络与Transformer模块的深度学习模型并训练，得到在验证集上分类效果最好的模型；将待分类的心电数据输入到在验证集上分类效果最好的模型中，得到心电数据的心电信号所属分类。本发明通过一维卷积提取低层次的波形结构特征，将较浅和较深的层聚合起来，获取心电信号的空间特征，并利用RNN和Transformer提取整个导联的时序特征，可以应用于不同长度的单导联心电信号或多导联心电信号的分类，对不同的心电采集设备有良好的兼容性。
基于多重级联深度神经网络电信号识别分类方法

[发明专利]一种面向动态视频中目标关键帧的自动定位方法-CN202211714874.4在审
发明人： 李钟毓;王煜辰;张靓靓 -专利权人：西安交通大学
申请日： 2022-12-29 - 公布日： 2023-05-30 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种面向动态视频中目标关键帧的自动定位方法，包括以下步骤：将待预测的视频数据统一转化为固定大小的视频，得到数据集，将数据集通过训练后的目标关键帧自动定位深度学习模型，得到包含目标的视频数据的关键帧位置。本发明采用一种基于“检测—定位”的两阶段框架，可以较好的分析包含目标的视频帧之间的依赖关系，给出关键帧定位结果。该深度学习模型输入为裁剪后的原始视频数据，并且以整段视频作为输入，避免了信息的损失。本方法对不同的种类的视频数据具有良好的兼容性，网络同时考虑了目标的图像特征和时空位置特征，具有自动化程度高，准确率高的特点。
一种面向动态视频目标关键自动定位方法

[发明专利]一种面向大规模数据的无监督语义分割方法及系统-CN202110600887.8有效
发明人：程明明;高尚华;李钟毓 -专利权人：南开大学
申请日： 2021-05-31 - 公布日： 2023-04-07 - 主分类号： G06T7/136 文献下载
摘要：本公开提供了一种面向大规模数据的无监督语义分割方法及系统，获取待分割的多张图像；将获取的图像输入到分割网络模型中，得到语义分割结果；其中，分割网络模型采用无监督方式训练，训练过程为：对获取的训练图像进行基于像素注意力机制的表征学习，得到图像表征结果；根据得到的图像表征结果进行聚类，得到多个伪标签；根据得到的伪标签进行分割网络模型的训练；本公开通过像素注意力机制和像素对齐机制，使用基于无监督方法生成的前景显著性信息监督像素注意力机制的学习，提高了语义分割的效率和精度。
一种面向大规模数据监督语义分割方法系统

[发明专利]一种基于多维度关系建模的视觉Transformer自监督学习方法及系统-CN202210645115.0在审
发明人：程明明;李钟毓;高尚华 -专利权人：南开大学
申请日： 2022-06-09 - 公布日： 2022-12-02 - 主分类号： G06V40/10 文献下载
摘要：本发明属于计算机视觉技术领域，提供了一种基于多维度关系建模的视觉Transformer自监督学习方法及系统，该方法利用空间维度和通道维度上的自关系建模，使用不同的图像变换处理图像得到图像的不同视图；图像的不同视图分别由教师网络和学生网络处理，得到特征图；学生网络提取的特征图进一步通过卷积层处理；通过点积计算特征图在空间维度与通道维度的自关系矩阵，计算教师网络与学生网络提取的关系矩阵的差异作为损失函数，并利用其关于网络参数的导数更新网络参数，相较于现有的自监督学习方法只考虑视觉模式的特征，该方法同时考虑了视觉模式在空间和通道维度的相关性，可以显著提升图像识别、语义分割、目标检测、实例检测等任务的准确性。
一种基于多维关系建模视觉 transformer 监督学习方法系统

[发明专利]一种基于小样本域自适应的医学影像分割或分类方法-CN202011638845.5在审
发明人：景海婷;许豆;李钟毓;杨猛;吴叶楠;房亮 -专利权人：前线智能科技(南京)有限公司
申请日： 2020-12-31 - 公布日： 2021-05-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于小样本域自适应的医学影像分割或分类方法，根据从公开数据集下载医学影像数据和临床影像数据，以处理后的医学影像数据作为标签已知的源域训练数据集，以处理后的临床影像数据作为待分类或分割的目标域数据集，通过医生对极少量临床影像数据的标注，由卷积神经网络实现的特征提取器和分类器构建小样本域自适应模型，经过训练得到训练好的小样本域自适应模型；将待分类或分割的目标域数据集输入到分类效果最好的小样本域自适应模型中，得出目标域数据集的病灶所属分类或分割结果。本发明根据数据是否含有标签采用不同的目标函数，实现小样本域自适应模型的跨域迁移，应用于临床、病理和超声等影像数据的分类或分割。
一种基于样本自适应医学影像分割分类方法

[发明专利]一种甲状腺超声视频自动分析方法与系统-CN202011395921.4在审
发明人：张坤;王煜辰;常实;李钟毓;杨猛;吴叶楠;房亮 -专利权人：前线智能科技(南京)有限公司
申请日： 2020-12-03 - 公布日： 2021-02-26 - 主分类号： G06T7/62 文献下载
摘要：一种甲状腺超声视频自动分析方法及系统，标注出甲状腺超声视频中结节出现帧段，取出对应帧段后的图片，进行处理，计算相似度，筛除相似度过高的图片，得到数据集E；利用数据集E训练深度学习模型，得到判断甲状腺图像的分类模型，记作模型E；若甲状腺超声视频中所有图片均无甲状腺结节，则甲状腺超声视频的分类结果为无甲状腺结节，置信度为100％；若甲状腺超声视频中检测到含有甲状腺结节的图片，则分类结果为通过模型E计算得到的第一类结节图片置信度的大小。本发明采用深度学习的方法，具有从甲状腺视频数据中自我学习有效信息的能力，从而在数据中挖掘复杂的关联模式。实现更高效的波形特征提取和更好的分类结果。
一种甲状腺超声视频自动分析方法系统

[发明专利]一种基于双向连通的心电波形提取方法-CN202010280351.8有效
发明人：樊夏玥;荐志洁;李钟毓;李柏林;闫金涛 -专利权人：西安交通大学
申请日： 2020-04-10 - 公布日： 2021-01-22 - 主分类号： A61B5/346 文献下载
摘要：一种基于双向连通的心电波形提取方法，对心电图的图像沿导联方向纵向投影，确定各个导联的基线；对心电图的图像沿垂直导联方向横向投影，得到几个峰值，记录两个相邻峰值之间的区间；根据各个导联的基线位，计算导联与基线的交叉点，对于每一导联与基线有多个交叉点q，将第j导联与基线的多个交叉点q放入队列Qj中；遍历队列Qj中的交叉点q，选择满足约束的交叉点q作为p放入队列Pj中；复制一个与心电图相同的图像IM；以队列Pj中的每一个交叉点p为基础，计算双向连通图；对双向连通图进行采样，计算距离基线的相对像素值。本发明过程简洁，易于实现，对不同心电图像具有良好的适配性，同时误差更小。
一种基于双向连通波形提取方法

[发明专利]基于图优化理论的大规模三维环境地图创建方法-CN201910208867.9有效
发明人：姜祖涛;祝继华;林之阳;李钟毓;李垚辰;庞善民 -专利权人：西安交通大学
申请日： 2019-03-19 - 公布日： 2020-08-14 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种基于图优化理论的大规模三维环境地图创建方法。该方法首先利用裁剪迭代最近点算法顺序地估计移动机器人的局部位姿，并判断估计结果的可靠性，如果结果不可靠，则采用快速的基于多尺度描述子对应传播算法重新估计当前时刻移动机器人的局部位姿，同时逐渐地构造一个位姿图，图的顶点表示移动机器人各时刻的位姿，图的边表示相连位姿之间的约束；随后提出了一种闭环假设和验证方法，用来检测位姿图中的闭环；最后通过运动平均方法求解位姿约束方程，得到精确的移动机器人的全局位姿。实验结果表明该方法可以很好地创建大规模三维环境地图。
基于优化理论大规模三维环境地图创建方法

[发明专利]一种基于深度学习的心电信号自动分析方法-CN202010219375.2在审
发明人：樊夏玥;郜珊珊;李钟毓;闫金涛;邓杨阳 -专利权人：西安交通大学
申请日： 2020-03-25 - 公布日： 2020-07-28 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度学习的心电信号自动分析方法，根据从公开数据集下载已经标注的心电数据，将心电数据进行处理，得到数据集，将数据集分为训练集、验证集和测试集；按照DLA结构，构建深度学习模型，训练得到训练好的深度学习模型；调整超参数，选取在验证集和测试集上分类效果最好的模型；对于待分类的12导联的心电数据，经过处理得到数据集，将数据集的数据输入到分类效果最好的模型中，得出心电数据的心电信号所属分类。本发明通过一维卷积提取低层次的波形结构特征，并将较浅和较深的层聚合起来，获取心电信号的空间及语义特征，既完成了形态分析，又得到了形态间的相互关联，可以应用于心电图片或者一维时间序列心电图的分类。
一种基于深度学习电信号自动分析方法

1
共 9 条