“郭若乾”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于卷积神经网络的X光片肺炎结果预测装置-CN201811392353.5有效
发明人：吴健;舒景东;雷璧闻;宋庆宇;刘雪晨;王彦杰;郭若乾;王文哲;陆逸飞;吴福理 -专利权人：浙江大学山东工业技术研究院
申请日： 2018-11-21 - 公布日： 2023-03-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的X光片肺炎结果预测装置，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机存储器中存有肺炎结果预测模型，其包括分类模型和检测模型；所述计算机处理器执行所述计算机程序时实现以下步骤：接收X光片，并对X光片进行预处理；将预处理后的X光片输入到分类模型中，输出有肺炎的预测概率；将预测概率值高于阀值的X光片输入到检测模型，输出肺炎预测结果，所述肺炎预测结果包括肺炎区域和与肺炎区域对应的肺炎结果预测概率。本发明提供的预测装置对肺炎结果预测的准确率和精度高，能够大量减轻放射科医生繁重的工作量。
一种基于卷积神经网络肺炎结果预测装置

[发明专利]一种基于3D结合2D的脊椎骨检测方法-CN201910959396.5有效
发明人：吴健;陈晋泰;余柏翰;王彦杰;郭若乾 -专利权人：浙江大学
申请日： 2019-10-10 - 公布日： 2022-08-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于3D结合2D的脊椎骨检测方法，包括以下步骤：(1)获取CT脊椎影像样本并进行预处理，将预处理后的样本进行专家标注，标注出脊椎骨的中心位置和对应的脊椎骨名称，将标注后的样本分为训练集、验证集和测试集；(2)构建脊椎骨检测模型，所述的脊椎骨检测模型包括3D编码‑解码网络和2D编码‑解码网络；(3)将构建的脊椎骨检测模型在训练集和验证集上进行训练，直到模型收敛；(4)将训练完的模型在测试集下进行测试，通过测试后进行脊椎骨检测的应用。利用本发明，可以大大提高脊椎骨检测的速度和准确率，有助于医生做出更精确的判断。
一种基于结合脊椎骨检测方法

[发明专利]眼底视网膜的血管动静脉交叉压迫特征提取方法-CN201810077476.3有效
发明人：吴健;林志文;郭若乾;吴边;陈为;吴福理;吴朝晖 -专利权人：浙江大学
申请日： 2018-01-26 - 公布日： 2022-04-29 - 主分类号： G06V40/18 文献下载
摘要：本发明公开了一种眼底视网膜的血管动静脉交叉压迫特征提取方法，包括以下步骤：(1)提取眼底图像的血管信息，并采用模糊收敛方法对所述血管信息进行视盘定位后，确定视盘中心；(2)根据视盘中心，在采用k‑means聚类方法对视盘中心R半径范围内的所有血管聚类的基础上，统计确定每根血管的类别，然后对视盘中心R半径范围内的所有血管建立血管拓扑图；(3)根据血管拓扑图和血管类别确定动静脉交叉压迫节点。
眼底视网膜血管静脉交叉压迫特征提取方法

[发明专利]一种基于弱样本标记的眼底特征检测装置-CN201810080532.9有效
发明人：吴健;林志文;郭若乾;吴边;陈为;吴福理;吴朝晖 -专利权人：浙江大学
申请日： 2018-01-28 - 公布日： 2021-11-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于弱样本标记的眼底特征检测装置，包括：特征提取模块，对输入的眼底图中的眼底特征进行提取，输出眼底特征图；判别特征学习模块，对输入的眼底特征图进行降维处理，计算每类眼底特征的中心位置，计算每个眼底特征到所属类别中心的距离，以该距离收敛作为目标，不断迭代，确定每类眼底特征中心；采样模块，计算降维眼底特征图中每一个与背景区域对应的特征向量到所属眼底特征类别中心的L2距离，若该L2距离小于阈值，将该背景区域对应的特征向量删掉，输出采样特征图；特征检测模块，对采样特征图进行特征检测分类，输出眼底特征的类别预测概率和眼底特征对应位置。
一种基于样本标记眼底特征检测装置

[发明专利]一种基于核磁共振成像的胎儿发育状况预测装置-CN201811417054.2有效
发明人：吴健;郭若乾;舒景东;王文哲;陆逸飞;林志文;吴福理 -专利权人：微医云（杭州）控股有限公司
申请日： 2018-11-26 - 公布日： 2021-01-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于核磁共振成像的胎儿发育状况预测装置，包括:脑部区域检测网络模块，用于对输入的腹部核磁共振3维图像中胎儿的脑部区域位置进行定位，输出为脑部区域的位置；脑部区域多维度特征提取模块，用于对脑部区域3维图像xyz三个方向分别提取相关特征，然后把多个维度方向的特征图拼接起来作为输出，输出为脑部区域提取到的多维度特征图；脑部区域特征分类网络模块，把多维度特征图投入到3D分类网络中进行分类预测，输出为输入样本图像的胎龄预测概率。本发明通过结合脑部区域在多个维度上的不同特征，大大提升了预测结果的准确性。
一种基于核磁共振成像胎儿发育状况预测装置

[发明专利]一种基于注意力机制及特征融合的眼底图中糖网特征分级装置-CN201810078655.9有效
发明人：吴健;林志文;郭若乾;吴边;陈为;吴福理;吴朝晖 -专利权人：浙江大学
申请日： 2018-01-26 - 公布日： 2020-12-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于注意力机制及特征融合的眼底图中糖网特征分级装置，包括：特征检测分类网络模块，用于对输入样本眼底图中1级糖网特征和2级糖网特征进行提取，输出对1级糖网特征和2级糖网特征提取的细分类特征图；原图分类网络模块，用于对输入样本眼底图中具有3级糖网特征和4级糖网特征进行提取，输出对3级糖网特征和4级糖网特征提取的粗分类特征图；注意力机制与特征融合模块，该模块采用注意力机制对特征检测网络模块输出的细分类特征图和原图分类网络模块输出的粗分类特征图进行特征融合，输出为输入样本图像的糖网特征级别的预测概率。该装置在保证较快速度的同时，分类评价指标Kappa达到81.33％。
一种基于注意力机制特征融合眼底图中糖网分级装置

[发明专利]一种基于边信息的体检数据补全方法、装置及应用-CN201811416427.4有效
发明人：吴健;陈晋泰;郭若乾;冯芮苇;雷璧闻;王文哲;陆逸飞;吴福理 -专利权人：浙江大学山东工业技术研究院
申请日： 2018-11-26 - 公布日： 2020-08-18 - 主分类号： G16H10/60 文献下载
摘要：本发明公开了一种基于边信息的体检数据补全方法，包括(1)构建和根据边信息补全体检‑疾病矩阵、致病因子‑疾病矩阵、致病因子‑体检矩阵；(2)分别在任意两个矩阵之间建立编码解码网络D2F Net，D2C Net以及F2C Net；(3)联合训练D2F Net，D2C Net以及F2C Net，训练结束，致病因子‑疾病矩阵和致病因子‑体检矩阵已经被补全；(4)将待补全的体检‑疾病矩阵输入到D2F Net，D2C Net中，利用补全的致病因子‑疾病矩阵、致病因子‑体检矩阵和F2C Net，经计算补全体检‑疾病矩阵。还公开了一种基于边信息的体检数据补全装置，能够根据已有信息来补全体检数据和疾病结果。
一种基于信息体检数据方法装置应用

1
共 7 条