-
公开(公告)号：CN110661867A
公开(公告)日：2020-01-07
申请号：CN201910908746.5
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于改进工作量证明与权益证明的区块链共识方法。步骤1：区块链中的算力统计节点统计计算节点的算力；步骤2：算力统计节点对区块链中所有计算节点的算力进行均匀分组，为每个计算组在加入区块链之前分配Token值；步骤3：用户发送存入数据的请求，对所有计算组按照Token值由大到小排序，选择前k个计算组分别对数据进行打包成区块操作，选取最先完成打包成区块操作的计算组为主节点，主节点将区块连接至区块链中，并利用协议向其他节点广播消息，其他节点同步区块链状态。本发明能够节约系统算力、缩短计算周期，且避免对新加入网络的节点和拥有计算资源较少的节点不友好的问题。
-
公开(公告)号：CN110555530A
公开(公告)日：2019-12-10
申请号：CN201910821699.0
申请日：2019-09-02
Applicant: 东北大学
Abstract: 本发明提供一种基于分布式的大规模基因调控网络构建方法，涉及医学信息学领域，本发明首先利用基因间的互信息值构建出基因调控的概要网络，根据结点的连结情况将网络分为若干个子网络，在每个子网络利用贝叶斯等方法在分布式环境下计算结点的调控方向，再将子网络进行合并，从而得到最终的基因调控网络。该发明可以提高基因调控网络的构建效率，通过分析基因调控网络让我们更系统地剖析细胞的功能，更深刻地洞见生命的本质。
-
公开(公告)号：CN110148467A
公开(公告)日：2019-08-20
申请号：CN201910406366.1
申请日：2019-05-16
Applicant: 东北大学
Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。
-
公开(公告)号：CN109243523A
公开(公告)日：2019-01-18
申请号：CN201810972336.2
申请日：2018-08-24
Applicant: 东北大学
Abstract: 本发明提出一种基于乳腺癌疾病的基因调控网络构建及分析方法，流程包括：乳腺癌相关基因初步筛选；基因调控网络的构建；根据基因调控网络结果，进行节点中心性分析，包括节点的度中心性，接近中心性，中介中心性和特征向量中心性；取网络节点的度中心性，接近中心性，中介中心性和特征向量中心性的前N个数据作为为筛选出的相关基因；在人类基因中有效地筛选出了乳腺癌相关基因，从而建立与乳腺癌疾病相关的基因调控网络，并通过节点中心性分析得到重要基因，可以促进从基因学的角度对乳腺癌疾病的研究，为找到干预乳腺癌疾病发生的有效途径奠定基础。
-
公开(公告)号：CN106202969A
公开(公告)日：2016-12-07
申请号：CN201610616774.6
申请日：2016-08-01
Applicant: 东北大学
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 一种肿瘤分子分型预测系统，包括：基因表达数据提取模块：获取肿瘤基因表达数据；缺失值预处理器：对获取肿瘤基因表达数据进行缺失值填充；重要基因提取模块：提取肿瘤基因表达数据中决定生存时间的肿瘤重要基因；US-ELM分子分型模块：利用US-ELM对肿瘤重要基因数据进行肿瘤分子分型预测。本发明的肿瘤分子分型预测系统，克服了以往的针对肿瘤分子分型技术方法速度慢、泛化性能差、分类准确率低的缺陷，实现了快速且分类准确率高的肿瘤分子分型预测，并且能够对多个类别的肿瘤进行无监督机器学习。利用本发明系统进行肿瘤分子分型预测，能更好的判断肿瘤生物学行为，本发明的直接目的不是得到诊断结果，而是为制定个性化治疗方案提供参考依据。
-
Patent Agency Ranking
公开(公告)号：CN115080981B
公开(公告)日：2025-02-14
申请号：CN202210710381.7
申请日：2022-06-22
Applicant: 东北大学
IPC: G06F21/57 , G06F21/62 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提供一种基于局部与序列特征融合的智能合约漏洞检测方法，涉及区块链安全技术领域。该方法首先从区块链平台收集多个智能合约字节码，并筛选去除不满足长度、时间和调用频率要求的智能合约字节码，构成智能合约数据集；再对智能合约数据集中的智能合约进行标注，通过预处理得到整个智能合约数据集所对应的操作码编码序列；然后构建基于深度学习的智能合约漏洞检测模型，并使用操作码序列对模型进行训练；最后使用训练好的智能合约漏洞检测模型对区块链平台待检测的智能合约进行漏洞分类检测。该方法构建了一个智能合约漏洞检测模型，面向字节码，能在不依赖智能合约源代码任何信息的情况下，快速、准确地检测智能合约漏洞。
-
公开(公告)号：CN117689880B
公开(公告)日：2024-04-16
申请号：CN202410142199.5
申请日：2024-02-01
Applicant: 东北大学
IPC: G06V10/25 , G06V10/42 , G06V10/52 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于机器学习用于生物医学图像中目标识别的方法及系统，涉及目标识别技术领域，包括：获取待处理图像，提取待处理图像的分层特征，将顶层特征和底层特征与中间层特征进行特征融合，得到多尺度特征图；将多尺度特征图进行全局平均池化，得到通道维度上的全局描述，结合预先引入的通道注意力机制，确定每个通道的通道权重，根据通道权重得到不同通道的通道特征图，确定通道特征图对应的响应值，将响应值最高的通道特征图作为目标特征图；通过预设的目标检测模型对所述目标特征图生成候选目标框，并对候选目标框进行评分，确定是否存在检测目标，保留存在检测目标的候选目标框，并对保留的候选目标框进行目标分类，得到检测结果。
-
公开(公告)号：CN117349591A
公开(公告)日：2024-01-05
申请号：CN202310947698.7
申请日：2023-07-31
Applicant: 东北大学
IPC: G06F18/10 , G06F18/214 , G06F40/216 , G06F40/30
Abstract: 本发明提供一种基于YAKE！关键词提取的主题自动标注方法，涉及互联网数据提取技术领域。本发明融合自身语料库以及外部资源获取候选标签集，采用基于YAKE！的候选标签提取算法从自身语料库中提取候选标签集，通过文档编号，将YAKE！生成的各文档候选短语择优作为主题的候选标签集；定义Local_All公式实现最优标签的选择，使得出的最终主题标签对当前主题重要程度越高的同时，在所有主题中的普遍度越低；最后对最优标签质量进行评估。本发明能提高主题最优标签的全面覆盖性以及区分度，增强用户对主题模型结果的可读性以及可理解性。
-
公开(公告)号：CN111859925B
公开(公告)日：2023-08-08
申请号：CN202010781151.0
申请日：2020-08-06
Applicant: 东北大学
IPC: G06F40/242 , G06F40/289 , G06N3/0464 , G06V20/40 , G06V10/774 , G06V40/16 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于概率情感词典的情感分析系统及方法，属于计算机自然语言处理技术领域。本发明在基于文本构建情感词典的基础上，提出基于文本、图片、视频构建的情感词典。采用深度置信网络的方式提取图片上的人脸表情特征来构建图像情感词典；采用卷积神经网络对视频的情感特征提取，构建视频情感词典；采用OpenSMILE进行情感特征提取，构建音频情感词典。对于缺失单一模态的情况，通过另外两种模态的信息特征拟合出缺失模态的特征，还增加反语判断机制，提高情感分析的准确度并解决在分析过程中某一模态缺失导致分析结果不准确这一问题。
-
公开(公告)号：CN110459317B
公开(公告)日：2023-03-24
申请号：CN201910742381.3
申请日：2019-08-13
Applicant: 东北大学
Abstract: 本发明提供一种基于动态脑网络图核的阿尔茨海默病辅助诊断系统及方法。该诊断系统包括预处理单元、动态脑网络构建单元、动态脑网络图核计算单元和分类诊断单元，首先通过预处理单元对功能核磁共振图像进行图像的预处理，然后通过动态脑网络构建单元对预处理后的功能核磁共振图像依次进行脑区的匹配、时间段的分割、互信息值的计算以及频繁子图的挖掘，然后通过动态脑网络图核计算单元对重建的频繁子图动态脑功能网络依次通过二分图的最优匹配、图核的计算、图核矩阵的组合以及权值的分配，得到一个融合后的动态脑功能网络图核矩阵，通过与核SVM结合通过数据训练器进行数据的训练，最终通过辅助诊断器实现对阿尔茨海默病的诊断。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.044 seconds)
