“陈子蝶”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种三维牙颌模型牙齿分割方法-CN202310793584.1在审
发明人：罗嘉庆;陈子蝶;刘祥云 -专利权人：电子科技大学
申请日： 2023-06-30 - 公布日： 2023-10-27 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种三维牙颌模型牙齿分割方法，属于医学图像分割领域。本发明针对三维牙颌模型数据，分割模型中的每颗牙齿，其处理步骤包括：数据预处理，包括牙弓线拟合、牙弓线离散与网格细分；基于深度图像与投影图像的齿‑齿、齿‑龈边缘检测；基于多目标优化的区域增长算法；牙列分割以及牙齿分割的实现。本发明能够实现全自动且准确地分割牙列与牙齿，不需要大量牙颌模型数据集，不需要事先对牙颌模型做标记，能在小样本的情况下精确分割单颗牙齿，可以实现为基于深度学习的牙齿分割系统做前期的标注任务，对于计算机辅助正畸系统具有重要意义。
一种三维模型牙齿分割方法

[发明专利]三维牙颌网格模型分割方法-CN202010676640.X有效
发明人：罗嘉庆;李小兵;彭季华;陈子蝶 -专利权人：电子科技大学
申请日： 2020-07-14 - 公布日： 2023-05-23 - 主分类号： G06T7/136 文献下载
摘要：本发明公开了一种三维牙颌网格模型分割方法，属于计算机图像学技术领域，本发明针对三维空间中的牙颌模型数据，对每颗牙齿进行分割提取。首先对牙齿与牙龈间的过渡区域进行定位，通过局部二次曲面拟合的方式计算三维牙颌网格模型每一个点的平均曲率，根据负极小值原则筛选出牙齿与牙龈间的过渡区域凹陷点集；然后基于数学形态学操作将牙齿与牙龈间的凹陷点集构建成围绕牙齿一圈封闭的单点宽度轮廓线，再利用并查集算法将牙齿与牙龈分割出来；最后将分割得到的整体牙齿投影到二维上进行细化得到一条牙弓曲线，从而识别牙齿尖点，最后查找到两个牙齿尖点之间的最短路径作为牙齿之间的分割线，分割得到单颗牙齿。实现牙齿的自动分割提取。
三维网格模型分割方法

[发明专利]基于临床数据的特征选择方法及装置-CN202110662867.3有效
发明人：罗嘉庆;郭春来;陈子蝶 -专利权人：电子科技大学
申请日： 2021-06-15 - 公布日： 2023-04-18 - 主分类号： G16H10/60 文献下载
摘要：本发明公开了一种基于临床数据的特征选择方法及装置，属于数字医疗技术领域。本发明利用滤波方法和mRMR因子对遗传算法的适应度函数进行了改进，提出了一种基于mRMR‑GA算法的临床数据的特征选择方法。同时，为了确保更有效地计算mRMR因子，使用核密度函数估计来计算互信息，该核密度函数估计具有比密度直方图估计更平滑的概率密度函数的优点，最后，利用遗传算法的特征选择处理是基于特征关系搜索特征空间集的一种方式，能获得更好的特征集选择结果。本发明在用于对指定预测任务的预测模型中，基于本发明确定预测目标的优选特征子集，进而对预测模型进行训练和测试识别，能够有效的将数据维度降低，进而能有效提升预测模型的准确率。
基于临床数据特征选择方法装置

[发明专利]物体剩余量检测模型训练方法、检测方法、系统及设备及存储介质-CN202110479383.5有效
发明人：罗嘉庆;刘笑男;陈子蝶 -专利权人：电子科技大学
申请日： 2021-04-30 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种物体剩余量检测模型训练方法、检测方法、系统及设备及存储介质，属于物体剩余量检测技术领域。本发明通过将物体剩余量转换为多任务识别，进而可通过用户来采集基于用户采集的各个类别下的容器在晃动时的音频数据对用于检测目标物体的剩余量的检测模型进行训练，进而可以使得基于训练好的检测模型进行目标物体的剩余量的实时监测，用户只需要采集一段目标物体容器在晃动时的音频数据，则可基于该训练好的检测模型得到当前的物体剩余量检测结果，从而简化检测过程，对物体剩余量的检测的普适性高，能广泛适用于家庭用户，本发明可借助于手机实现对容器盛放的生活物品进行剩余量的检测，如牛奶、颗粒药物、果蔬汁等的剩余量检测。
物体剩余检测模型训练方法系统设备存储介质

[发明专利]一种用于预测COVID-19病患重症化的装置-CN202011235506.2有效
发明人：罗嘉庆;周凌云;冯韵宇;陈子蝶;郭姝瑾 -专利权人：电子科技大学
申请日： 2020-11-09 - 公布日： 2021-02-05 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种用于预测COVID‑19病患重症化的装置，属于对医学数据的智能处理技术。本发明包括：输入模块，用于输入病患信息；数据预处理模块，对输入模块输出的数据进行数据预处理，若为训练数据，则将处理结果发送给特征选择模块，若为待预测数据，则将处理结果发送给预测处理模块；特征选择模块，从输入特征中选择一定数量的特征作为输入特征选择结果的；预测处理模块，将病患的特征信息输入预设的预测模型，并将预测结果发送给预测结果输出模块进行可视化输出。本发明从病患的血液检测结果中选择关键特征以保障对COVID‑19病患重症化的预测准确性，实现对快速分流患有COVID‑19的患者的医疗辅助，有助于优化医疗资源并及时进行医疗干预。
一种用于预测 covid 19 病患重症装置