-
公开(公告)号：CN115661663A
公开(公告)日：2023-01-31
申请号：CN202211406423.4
申请日：2022-11-10
Applicant: 南京中医药大学 , 江苏省未来网络创新研究院
IPC: G06V20/10 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)图像的裁割；(3)将RGB图像转换成灰度图与HSI色彩空间图像；(4)提取图像Hu不变矩特征与Gabor变换后的均值、对比度和熵作为特征；(5)采用支持向量机(SVM,SupportVectorMachines)算法建立枸杞子产地识别模型。本发明首次采用基于Hu不变矩和Gabor变换的机器学习方法对单个枸杞子图像进行产地识别。该方法能够准确预测识别单个枸杞子的产地信息，具有低成本、识别速度快、识别准确度高、对样本不产生损害的优点。
-
公开(公告)号：CN113011467A
公开(公告)日：2021-06-22
申请号：CN202110212396.6
申请日：2021-02-25
Applicant: 南京中医药大学
Abstract: 本发明公开了一种基于图像结构纹理信息的当归药材产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)采用机器学习方法支持向量机(SVM)建立当归产地预测模型。本发明首次采用基于图像结构纹理信息与SVM的当归药材产地识别方法，能够准确预测对当归的产地进行预测，具有快速无损、识别准确率高以及稳定性强的优势。
-
公开(公告)号：CN118866312A
公开(公告)日：2024-10-29
申请号：CN202410827946.9
申请日：2024-06-25
Applicant: 南京中医药大学
IPC: G16H50/20 , G16H20/90 , G06T17/00 , G06N3/0464 , G06N3/0985 , G06V40/10 , G06V20/64 , G06V10/82
Abstract: 本发明公开了一种基于参数化人体模型的体质辨识方法，属于中医与计算机视觉领域，本发明通过引入先进的三维重建技术和机器学习算法，实现了中医体质辨识的自动化、标准化和高效性，相比传统中医的经验判断方式，本方法提供了更高的准确性和客观性，减少了人为误差，并且操作简便、非侵入性，适用性广泛，该技术不仅能够应用于中医临床诊断，还可广泛用于健康管理、康复指导、体质研究等多个领域，为个性化健康干预提供科学依据，提升整体健康水平；同时，该方法促进了中医理论的现代化与科学化发展，为中医与现代科学的交叉研究提供了新的路径和技术支持。
-
公开(公告)号：CN114580511B
公开(公告)日：2024-05-24
申请号：CN202210176964.6
申请日：2022-02-25
Applicant: 南京中医药大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图像亮度信息和投票机制的硫熏干姜鉴定方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)分别使用采用支持向量机(SVM)、BP神经网络(BPNN)与随机森林算法(RF)建立硫熏干姜鉴别模型；(4)根据三种模型的结果，建立一套基于投票机制的识别模型。本发明首次采用基于图像亮度信息与投票机制的硫熏干姜鉴别方法，能够准确预测干姜硫熏程度，具有快速无损、识别准确率高以及稳定性强的优势。
-
公开(公告)号：CN114580511A
公开(公告)日：2022-06-03
申请号：CN202210176964.6
申请日：2022-02-25
Applicant: 南京中医药大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于图像亮度信息和投票机制的硫熏干姜鉴定方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)分别使用采用支持向量机(SVM)、BP神经网络(BPNN)与随机森林算法(RF)建立硫熏干姜鉴别模型；(4)根据三种模型的结果，建立一套基于投票机制的识别模型。本发明首次采用基于图像亮度信息与投票机制的硫熏干姜鉴别方法，能够准确预测干姜硫熏程度，具有快速无损、识别准确率高以及稳定性强的优势。
-
Patent Agency Ranking
公开(公告)号：CN117316432B
公开(公告)日：2025-05-02
申请号：CN202311311733.2
申请日：2023-10-11
Applicant: 南京中医药大学
Abstract: 本申请涉及中医采集装置技术领域，公开了一种中医全身望诊形态信息数据采集装置，包括：开发主板，用于自动化采集和分析，能够在短时间内完成图像处理和形态信息分析；外壳，用于将内部部件组装在一起，以形成一个完整的设备；凹型板，用于放置开发主板；摄像板，其通过连接组件安装在凹型板的外部上，所述摄像板的内部安装有摄像组件，所述摄像组件包括红外摄像头、深度摄像头、RGB摄像头，所述红外摄像头、深度摄像头、RGB摄像头分别沿着摄像板的左侧从前往后依次安装。通过结合现代医疗图像采集技术和计算机视觉技术，实现中医全身望诊形态信息的自动化采集和分析，增加中医望诊的客观性和准确性，便于人们操作使用。
-
公开(公告)号：CN118794921A
公开(公告)日：2024-10-18
申请号：CN202410794653.5
申请日：2024-06-19
Applicant: 南京中医药大学
IPC: G01N21/359 , G06F18/213 , G06F18/27 , G06F18/2415 , G06N3/126
Abstract: 本发明公开了一种干姜近红外多指标质量检测方法，包括以下步骤：(1)样品采集；(2)采集样本的近红外光谱数据；(3)采集样本中的6‑姜酚、8‑姜酚、10‑姜酚、6‑姜烯酚和姜酮的含量数据；(4)对光谱数据进行预处理；(5)采用遗传算法(Genetic Algorithm，GA)与偏最小二乘回归(Partial Least Square Regression，PLSR)建立干姜近红外多指标定量分析模型。本发明首创性地对遗传算法进行了改进，并将其应用于干姜多指标质量检测，有效地提升了干姜多指标的检测精度，实现对干姜质量进行快速，高效的综合评价，为中药市场干姜质量的检测提供一定的科学依据与借鉴意义。
-
公开(公告)号：CN117316432A
公开(公告)日：2023-12-29
申请号：CN202311311733.2
申请日：2023-10-11
Applicant: 南京中医药大学
Abstract: 本申请涉及中医采集装置技术领域，公开了一种中医全身望诊形态信息数据采集装置，包括：开发主板，用于自动化采集和分析，能够在短时间内完成图像处理和形态信息分析；外壳，用于将内部部件组装在一起，以形成一个完整的设备；凹型板，用于放置开发主板；摄像板，其通过连接组件安装在凹型板的外部上，所述摄像板的内部安装有摄像组件，所述摄像组件包括红外摄像头、深度摄像头、RGB摄像头，所述红外摄像头、深度摄像头、RGB摄像头分别沿着摄像板的左侧从前往后依次安装。通过结合现代医疗图像采集技术和计算机视觉技术，实现中医全身望诊形态信息的自动化采集和分析，增加中医望诊的客观性和准确性，便于人们操作使用。
-
公开(公告)号：CN113030008A
公开(公告)日：2021-06-25
申请号：CN202110212125.0
申请日：2021-02-25
Applicant: 南京中医药大学
IPC: G01N21/359 , G01N1/28
Abstract: 本发明公开了一种蒲黄炭炮制品的近红外在线质量检测方法，包括以下步骤：（1）样品制备和采集样本的近红外光谱数据；(2)对光谱数据进行预处理；（3）采用卷积神经网络（Convolutional Neural Network,CNN）与投票机制建立蒲黄炭炮制品鉴别模型。本发明首次采用基于卷积神经网络与投票机制的近红外分析方法对蒲黄炭炮制品质进行客观，快速，高效识别，为市场蒲黄炭炮制品的质量监管提供科学依据。
-
公开(公告)号：CN110278595A
公开(公告)日：2019-09-24
申请号：CN201910406431.0
申请日：2019-05-15
Applicant: 南京中医药大学
IPC: H04W40/10 , H04L12/715 , H04W84/18
Abstract: 本发明公开了一种中医可穿戴设备网络的数据汇聚方法，所述中医可穿戴设备网络包括区域内的所有可穿戴节点和观测平台，可穿戴节点之间、观测平台之间、可穿戴节点与观测平台均能够进行数据传输；对所有可穿戴节点进行分簇，在每个簇的内部，根据可穿戴节点的地理位置和剩余能量选择一个可穿戴节点作为簇头节点，簇头节点汇聚本簇内其他可穿戴节点采集的数据，并将汇聚的数据发送至观测平台。本发明方法，通过使簇头节点分布均匀，簇集规模适中，将设备节点所采集的数据按照高效成簇的方式传输，有效地降低了能耗并延长了网络生存周期。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.04 seconds)
