“金善禹”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32个，建议您升级VIP下载更多相关专利

[发明专利]车辆远程诊断服务系统和方法-CN202211460553.6在审
发明人：郑度根;金善禹;李瑀渊;金东永;金容镇 -专利权人：现代自动车株式会社;起亚株式会社
申请日： 2022-11-17 - 公布日： 2023-10-27 - 主分类号： G05B23/02 文献下载
摘要：一种车辆远程诊断服务系统和方法，该车辆远程诊断服务系统，包括：远程诊断服务器，向至少车辆发送第一收集规则；以及车辆，当发生与第一收集规则对应的故障时，将根据第一收集规则收集的识别号和故障检测信号发送至远程诊断服务器，并且当从远程诊断服务器接收到第二收集规则时，将根据第二收集规则收集的信息发送至远程诊断服务器。
车辆远程诊断服务系统方法

[发明专利]利用神经网络的膀胱病变诊断方法及其系统-CN202280017419.0在审
发明人：白寅暎;郭兌荣;金善禹 -专利权人：第一百欧有限公司
申请日： 2022-03-14 - 公布日： 2023-10-20 - 主分类号： G16H30/40 文献下载
摘要：本发明公开一种利用神经网络的膀胱病变诊断方法及其系统。上述利用神经网络的膀胱病变诊断方法包括如下的步骤：膀胱病变诊断系统接收单位病理图像；上述膀胱病变诊断系统将上述单位病理图像输入到第一神经网络并从上述单位病理图像获取多个膀胱病变中第一膀胱病变的诊断结果；以及上述膀胱病变诊断系统将上述单位病理图像输入到第二神经网络并从上述单位病理图像获取上述多个膀胱病变中除上述第一膀胱病变之外的第二膀胱病变的诊断结果，上述第一神经网络是通过多个第一学习数据学习的神经网络，上述多个第一学习数据标注有表达上述第一膀胱病变的病变区域，上述第二神经网络是通过多个第二学习数据学习的神经网路，上述多个第二学习数据标注有是否表达上述第二膀胱病变中至少一个的表达病变种类，上述第二学习数据是未标注病变区域的数据。
利用神经网络膀胱病变诊断方法及其系统

[发明专利]三维前列腺病理图像生成方法及其系统-CN202280013992.4在审
发明人： 金善禹 -专利权人：第一百欧有限公司
申请日： 2022-02-08 - 公布日： 2023-09-29 - 主分类号： G16H30/20 文献下载
摘要：本发明公开三维前列腺病理图像生成方法及其系统。上述三维前列腺病理图像生成方法包括如下步骤：三维前列腺病理图像生成系统指定三维前列腺图像；上述三维前列腺病理图像生成系统通过诊断系统获取与通过经会阴前列腺穿刺活检术(TTPB，Transperineal Template Prostate Biopsy)获取的规定模板坐标相对应的至少一个样本中的各个样本的数字诊断结果；以及上述三维前列腺病理图像生成系统基于各个样本的模板坐标和上述数字诊断结果在上述三维前列腺图像上显示存在于上述至少一个样本的前列腺癌发病部位。
三维前列腺病理图像生成方法及其系统

[发明专利]对病理样本提供判断结果的人工神经网络的学习方法及执行其的计算系统-CN202280009439.3在审
发明人：郭兌荣;白寅暎;金善禹 -专利权人：第一百欧有限公司
申请日： 2022-01-07 - 公布日： 2023-09-19 - 主分类号： G16H50/50 文献下载
摘要：本发明涉及可通过利用不同的多种染色试剂分别对与单一样本相关的连续的多个切片(serial sections)进行染色的多个病理标本学习人工神经网络来对疾病执行高准确度判断的方法及执行其的计算系统。根据本发明的一实施方式，本发明所提供的人工神经网络学习方法包括如下步骤：神经网络学习系统生成包含M个单个学习数据(其中，M为2以上的自然数)的学习数据集；以及上述神经网络学习系统基于上述学习数据集学习上述人工神经网络，生成包含上述M个单个学习数据的学习数据集的步骤包括如下步骤，即，对于1≤m≤M的所有m，生成将要包含在上述学习数据集的第m学习数据，生成上述第m学习数据的步骤包括如下步骤：获取第一病理标本图像至第N病理标本图像(其中，N为2以上的自然数)，其中，上述第一病理标本图像至第N病理标本图像为用不同的染色试剂对与单一病理样本相关的连续的切片(serial section)进行染色的病理标本图像；以及基于上述第一病理标本图像至上述第N病理标本图像生成上述第m学习数据。
病理样本提供判断结果人工神经网络学习方法执行计算系统

[发明专利]组织样本图像精制方法及执行其的计算系统-CN202280011049.X在审
发明人：曺浚宁;郭兌荣;金善禹 -专利权人：第一百欧有限公司
申请日： 2022-01-19 - 公布日： 2023-09-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开通过从组织样本切片图像去除被判断为其他组织样本的组织样本区域的方式精制组织图像的方法及执行其的计算系统。根据本发明的一实施方式，本发明提供组织样本图像精制方法，其包括如下步骤：提取分别与包含在组织样本图像的多个组织区域相应的多个轮廓(contour)；算出所提取的上述多个轮廓各自的中心点坐标；基于上述组织样本图像的中心点坐标和上述多个轮廓各自的中心点坐标，在上述多个轮廓中确定主组织轮廓；以及去除在上述多个轮廓中与上述主组织轮廓之外的剩余轮廓的至少一部分相应的区域。
组织样本图像精制方法执行计算系统

[发明专利]神经网络的输出解释方法及用于其的系统-CN202180089888.9在审
发明人：赵民芽;曺浚宁;郭兌荣;金善禹 -专利权人：第一百欧有限公司
申请日： 2021-03-29 - 公布日： 2023-09-12 - 主分类号： G16H30/40 文献下载
摘要：本发明公开神经网络的输出解释方法及其系统。根据本发明一实施方式，解释以输出生物图像的每个像素的疾病显现概率的方式进行学习的神经网络的输出结果的神经网络的输出解释方法包括如下步骤：输出解释系统根据每个像素的上述神经网络的输出结果值是否为最优基准值以上来确定作为检测对应像素的疾病显现与否的基准的上述最优基准值；当利用上述输出解释系统所确定的上述最优基准值来针对生物图像检测到每个像素的疾病显现与否时，针对特定生物图像上的检测病变区域确定最优临界值，上述最优临界值用于确定上述检测病变区域是否有效；以及当从上述神经网络接收与待诊断的诊断生物图像相应的输出结果时，利用所确定的上述最优基准值和上述最优临界值来执行对上述输出结果的输出解释。
神经网络输出解释方法用于系统

[发明专利]侧链路HARQ反馈控制方法及其设备-CN202180056911.4在审
发明人： 金善禹;郑晛镇;文智宣;朴俊河;朴贤祐 -专利权人：汉阳大学校产学协力团
申请日： 2021-08-09 - 公布日： 2023-05-16 - 主分类号： H04L1/1812 文献下载
摘要：本公开涉及一种用于在下一代无线接入技术(新RAT)中提供V2X业务的方法和设备。本实施例提供了一种终端控制侧链路HARQ反馈操作的方法及设备，所述方法包括以下步骤：从发送终端接收包括第一侧链路控制信息的物理侧链路控制信道(PSCCH)；从所述发送终端接收包括第二侧链路控制信息的物理侧链路共享信道(PSSCH)；基于所述第二侧链路控制信息，确认关于从所述发送终端接收的侧链路数据的播出类型信息和HARQ反馈传输类型信息。
侧链路 harq 反馈控制方法及其设备

[发明专利]定制诊断系统提供方法及定制诊断系统-CN202080104763.4在审
发明人： 金善禹 -专利权人：第一百欧有限公司
申请日： 2020-07-23 - 公布日： 2023-05-16 - 主分类号： G16H50/20 文献下载
摘要：本发明公开定制诊断系统提供方法及定制诊断系统。用于实现上述技术目的的诊断系统提供方法包括如下步骤：基准诊断系统向第一诊断方系统传输M个未注解的定制用学习数据，上述M为2以上的整数；上述基准诊断系统从上述第一诊断方系统接收上述第一诊断方注解的上述M个定制用学习数据；以及向上述基准诊断系统反映所接收的经注解的上述M个定制用学习数据，基于支付规定费用的条件，使得上述第一诊断方注解的上述M个定制用学习数据反映在用于上述基准诊断系统的神经网络。
定制诊断系统提供方法

[发明专利]利用半监督学习对疾病发病区域进行注解的方法及执行其的诊断系统-CN202080104689.6在审
发明人：李尚勋;金善禹 -专利权人：第一百欧有限公司
申请日： 2020-07-23 - 公布日： 2023-05-16 - 主分类号： G16H30/20 文献下载
摘要：本发明公开利用半监督学习(semi‑supervised learning)对疾病发病区域进行注解的方法及执行其的诊断系统。本发明一实施方式提供的方法包括如下步骤：利用神经网络的诊断系统生成图像块级别分类神经网络及像素级别分类神经网络，上述图像块级别分类神经网络通过接收作为对作为生物图像的规定切片进行分割后的一部分的图像块来预测在上述图像块是否存在规定疾病的分类结果，上述像素级别分类神经网络通过接收上述图像块并按照构成上述图像块的各个像素预测上述疾病的相关分类结果；通过上述利用神经网络的诊断系统获得多个训练用切片图像，在上述多个训练用切片图像分别标记有与其相应的切片级别诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用切片图像来以渐进方式训练上述图像块级别分类神经网络及上述像素级别分类神经网络。
利用监督学习疾病发病区域进行注解方法执行诊断系统

[发明专利]利用多相生物图像学习的利用神经网络的疾病诊断方法及执行其的疾病诊断系统-CN202080104657.6在审
发明人：曺浚宁;金善禹 -专利权人：第一百欧有限公司
申请日： 2020-07-23 - 公布日： 2023-05-12 - 主分类号： G16H30/20 文献下载
摘要：本发明公开利用多相生物图像学习的利用神经网络的疾病诊断方法及执行其的疾病诊断系统。本发明一实施方式提供的方法包括如下步骤：通过利用神经网络的诊断系统生成利用生物图像预测规定疾病的相关诊断结果的诊断神经网络；通过上述利用神经网络的诊断系统获得多个训练用生物图像，在上述多个训练用生物图像分别标记有与其相应的上述疾病的相关诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用生物图像来训练上述诊断神经网络，训练上述诊断神经网络的步骤分别对上述多个训练用生物图像执行如下步骤：步骤(a)，向上述训练用生物图像插入具有不同特性的噪声来生成与上述训练用生物图像相应的K个噪声插入图像，上述K为2以上的整数；以及步骤(b)，向上述诊断神经网络输入与上述训练用生物图像相应的K个噪声插入图像来训练上述诊断神经网络。
利用多相生物图像学习神经网络疾病诊断方法执行系统

[发明专利]用于减少定位参考信号传输开销的方法和设备-CN202180053414.9在审
发明人： 金善禹;姜定完;金泽润 -专利权人：汉阳大学校产学协力团
申请日： 2021-09-03 - 公布日： 2023-04-21 - 主分类号： H04L5/00 文献下载
摘要：本实施方案涉及一种用于减少定位参考信号传输开销的方法和设备，该方法包括以下步骤：从基站接收定位参考信号的配置信息；基于配置信息，从基站接收传输定位参考信号的多个宽波束；向基站报告关于多个宽波束中确定的最佳宽波束的信息；以及基于最佳宽波束，从基站接收传输定位参考信号的多个窄波束。
用于减少定位参考信号传输开销方法设备

[发明专利]测定切片图像所包含的生物组织的长度的方法及执行其的计算系统-CN202180042829.6在审
发明人：文义巨;赵民芽;郭兑荣;金善禹 -专利权人：第一百欧有限公司
申请日： 2021-06-16 - 公布日： 2023-04-04 - 主分类号： G06T7/62 文献下载
摘要：本发明公开测定切片图像所包含的生物组织的长度的方法及执行其的计算系统。根据本发明的一实施方式，本发明提供一种测定切片图像所包含的生物组织的长度的方法，上述方法包括如下步骤：计算系统将上述切片图像分割成具有规定大小的多个图像小片，上述多个图像小片分别为将上述切片图像分割成N×M格子中的任一个，N和M分别为2以上的整数；上述计算系统生成与上述切片图像相应的图表，其中，上述图表包含节点，上述节点分别与上述多个图像小片所包含生物组织的图像小片相应，在生物组织横跨在上下、左右或对角线方向相邻的任意2个图像小片的情况下，与上述相邻的2个图像小片相应的2个节点通过边缘连接；对于上述图表所包含的各个边缘设定上述边缘的加权值；针对包含2个以上节点的上述图表的各个连接成分，检测上述连接成分所包含的所有节点对之间的最短路径，在检测到的所有节点对之间的最短路径中判断具有最长长度的最长的最短路径；以及基于构成上述图表的各个连接成分的最长的最短路径，算出上述切片图像所包含的生物组织的长度。
测定切片图像包含生物组织长度方法执行计算系统

[发明专利]通过自动编码器及多实例学习进行的神经网络学习方法以及执行其的计算系统-CN202180040650.7在审
发明人： 金善禹;郭兑荣;文礼赞 -专利权人：第一百欧有限公司
申请日： 2021-06-03 - 公布日： 2023-03-10 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及神经网络学习方法及执行其的计算系统，更详细地，涉及利用自动编码器及多实例学习方法从一个数据包将多个数据实例提取为学习用实例来以少量的学习数据也能够提高神经网络的性能的神经网络学习方法及以及执行其的计算系统。
通过自动编码器实例学习进行神经网络学习方法以及执行计算系统

[发明专利]疾病严重程度判断用神经网络学习方法及系统-CN202180040649.4在审
发明人： 金善禹;郭兑荣;张鏸允;文礼赞 -专利权人：第一百欧有限公司
申请日： 2021-06-03 - 公布日： 2023-02-03 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及疾病严重程度判断用神经网络学习方法及系统，更详细地，涉及可利用赋予疾病严重程度标记(标签)的病理切片图像有效学习执行图像小片单位的疾病严重程度诊断的神经网络的方法及系统。
疾病严重程度判断神经网络学习方法系统

[发明专利]利用神经网络及非局部块进行分割的疾病诊断系统及方法-CN202080051105.3在审
发明人： 金善禹;曹浚宁;李尚勋 -专利权人：第一百欧有限公司
申请日： 2020-07-10 - 公布日： 2022-05-13 - 主分类号： G06T7/00 文献下载
摘要：公开了一种如下的疾病诊断系统及其方法：通过神经网络进行学习并利用经过学习的神经网络及非局部块，可在生物组织的图像中分割存在疾病的区域。根据本发明的一方面，提供一种疾病诊断系统，其在包括处理器及用于存储神经网络的存储装置的系统中实现，利用作为生物图像的载玻片和上述神经网络，上述疾病诊断系统包括补丁级别分割神经网络，上述补丁级别分割神经网络对于将上述载玻片分割成规定大小的每个规定补丁，接收上述补丁作为输入层来特定上述补丁中存在疾病的区域，上述补丁级别分割神经网络包括：补丁级别分类神经网络，用于接收上述补丁作为输入层，输出与上述补丁中是否存在上述疾病有关的补丁级别分类结果；以及补丁级别分割架构，用于接收上述补丁级别分类神经网络中包括的隐藏层中的2个以上特征图提取层中分别生成的特征图，特定上述补丁中存在疾病的区域，上述补丁级别分割架构包括：非局部相关关系计算子架构，包括与上述2个以上的特征提取层分别对应的非局部相关关系计算节点，上述非局部相关关系计算节点分别进行对从与其对应的特征提取层输入的特征图的非局部相关关系计算过程，上述非局部相关关系计算过程为进行卷积的过程、进行非局部块的过程，或者并行卷积及非局部块的过程；以及分割子架构，基于上述非局部相关关系计算子架构中生成的结果来特定上述补丁中存在疾病的区域。
利用神经网络局部进行分割疾病诊断系统方法

1
2
3
下一页»
尾页
共 32 条