-
公开(公告)号：CN119477832A
公开(公告)日：2025-02-18
申请号：CN202411510560.1
申请日：2024-10-25
Applicant: 南京中医药大学
IPC: G06T7/00 , A61B5/00 , A61B5/107 , G06T7/62 , G06V40/10 , G06V20/64 , G06V10/44 , G06V10/764 , G06V10/766 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于多维度特征提取的BMI估计方法，属于BMI估计技术领域，包括以下步骤：基于人体姿态估计和三维人体重建方法提取三维人体测量特征、基于人体骨骼点检测和人体轮廓检测方法提取二维人体测量特征、Attention‑Enhanced VGG模型从图像中提取深度特征。最终将三种特征经过融合后，通过核岭回归方法映射为BMI值。
-
公开(公告)号：CN118749953A
公开(公告)日：2024-10-11
申请号：CN202410785311.7
申请日：2024-06-18
Applicant: 南京中医药大学
Abstract: 本发明公开了一种中医望诊步态特征提取及异常步态识别的实现方法，属于中医望诊步态特征提取领域，结合级联深度模型实现对人体三维姿态估计的检测；获取人体头、颈、胸、脊柱、肩、肘、腕、髋、膝、踝17个关键点，提取左右髋关节屈伸、内外旋、内收外展角度、膝关节屈曲角度，并计算左右腿步态周期、步宽、步幅等步态特征以及人体重心和骨盆行走过程中的变化情况来识别步态模式；能有效评估和诊断受试者的行走能力。本发明的步态特征提取方法具有设备简易、实现简单等特点，无需受试者佩戴传感器，使用单目采集设备就能采集到较为准确的人体关键点及下肢三维步态特征，实现异常步态识别，对老年人和步态障碍患者的步态识别与评估具有指导意义。
-
公开(公告)号：CN118470710A
公开(公告)日：2024-08-09
申请号：CN202410688532.2
申请日：2024-05-30
Applicant: 南京中医药大学
IPC: G06V20/68 , G06V10/20 , G06V10/32 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于深度元学习的硫熏干姜识别方法，涉及药材检测技术领域，对深度学习模型进行了改进，结合了元学习的方法后成功开发了一个适用于多源图像数据的硫熏干姜质量监测模型；属于药材检测技术领域它包括以下步骤：样品的制备和图像数据的采集；图像预处理；于深度元学习的模型训练；本发明能够有效地监测不同设备来源的干姜图像中的硫熏程度，具有高泛化能力和高准确率，其识别准确率超过90％，足以满足实际应用的需求；本发明通过创建一个适用于多种图像来源的硫熏质量监测模型，提升模型的泛化能力和准确率，使其能够在实际应用中适配更多类型的手机。
-
公开(公告)号：CN114445659B
公开(公告)日：2024-07-12
申请号：CN202210066184.6
申请日：2022-01-20
Applicant: 南京中医药大学
IPC: G06V10/764 , G06V10/774 , G06V10/56
Abstract: 本发明公开了一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，属于药材鉴定技术领域，具体包含样品收集，图像数据采集，图像颜色特征提取，图像纹理特征提取，采用集成算法得到鉴别模型；首先提取图像颜色及相邻像素点间灰度关系的纹理特征，再通过集成算法训练得到真伪酸枣仁鉴别模型。本发明的鉴别方法准确、高效，弥补了依赖昂贵精密仪设备鉴定的不足，为控制酸枣仁质量提供了方法借鉴。
-
公开(公告)号：CN114445659A
公开(公告)日：2022-05-06
申请号：CN202210066184.6
申请日：2022-01-20
Applicant: 南京中医药大学
IPC: G06V10/764 , G06K9/62 , G06V10/774 , G06V10/56
Abstract: 本发明公开了一种基于图像颜色及纹理特征的真伪酸枣仁鉴别方法，属于药材鉴定技术领域，具体包含样品收集，图像数据采集，图像颜色特征提取，图像纹理特征提取，采用集成算法得到鉴别模型；首先提取图像颜色及相邻像素点间灰度关系的纹理特征，再通过集成算法训练得到真伪酸枣仁鉴别模型。本发明的鉴别方法准确、高效，弥补了依赖昂贵精密仪设备鉴定的不足，为控制酸枣仁质量提供了方法借鉴。
-
Patent Agency Ranking
公开(公告)号：CN113011467B
公开(公告)日：2024-06-14
申请号：CN202110212396.6
申请日：2021-02-25
Applicant: 南京中医药大学
IPC: G06V10/764 , G06V10/774 , G06N20/00 , G06T5/20 , G06T5/40 , G06T7/00 , G06T7/40 , G06T7/90
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：CN113030008B
公开(公告)日：2022-08-26
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：CN112414967A
公开(公告)日：2021-02-26
申请号：CN202011286107.9
申请日：2020-11-17
Applicant: 南京中医药大学
IPC: G01N21/359
Abstract: 本发明属于饮片检测技术领域；具体涉及一种运用梯度辨别法快速实时检测蒲黄炭炮制的近红外质控方法。包括以下步骤：(1)样品制备和收集以及两种方式对样品光谱数据的采集；(2)对光谱数据进行预处理，确定不同采集方式的特征谱段；(3)采用梯度辨别法建立定性鉴别模型。本发明首次利用基于梯度辨别法的近红外分析的方法对蒲黄炭炮制品质进行客观、迅速、简便以及数字化地评价；为蒲黄炭饮片的生产及质量监管提供依据。
-
公开(公告)号：CN118366620A
公开(公告)日：2024-07-19
申请号：CN202410419527.1
申请日：2024-04-09
Applicant: 南京中医药大学
Abstract: 本发明公开了一种基于多特征的中医体质辨识模型，属于中医体质辨识技术领域，包括以下步骤：构建中医体质数据集；基于HSV颜色空间提取面色特征，并改进LBP算法提取形体特征，同时提出双分支的CResNet‑ST方法提取全身站立图像的深度特征；分别采用SVM、MLP、RF和KNN四种机器学习方法对训练集进行模型训练；将测试集图像输入所建立的四种模型进行体质识别，并通过评价指标验证模型的性能，选择性能最优的模型，确定最终的中医体质辨识模型。
-
公开(公告)号：CN112414967B
公开(公告)日：2023-08-18
申请号：CN202011286107.9
申请日：2020-11-17
Applicant: 南京中医药大学
IPC: G01N21/359
Abstract: 本发明属于饮片检测技术领域；具体涉及一种运用梯度辨别法快速实时检测蒲黄炭炮制的近红外质控方法。包括以下步骤：(1)样品制备和收集以及两种方式对样品光谱数据的采集；(2)对光谱数据进行预处理，确定不同采集方式的特征谱段；(3)采用梯度辨别法建立定性鉴别模型。本发明首次利用基于梯度辨别法的近红外分析的方法对蒲黄炭炮制品质进行客观、迅速、简便以及数字化地评价；为蒲黄炭饮片的生产及质量监管提供依据。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.034 seconds)
