-
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：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：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。
-
Patent Agency Ranking
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：CN115588486A
公开(公告)日：2023-01-10
申请号：CN202211407826.0
申请日：2022-11-10
Applicant: 南京中医药大学
IPC: G16H20/90 , G16H50/70 , G16H10/20 , G06F16/34 , G06F16/36 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Transformer的中医诊断生成装置及其应用。本发明装置核心为KGET模型，该KGET模型包括Encoder层和Decoder层；Encoder层用于对临床表现文本进行编码，生成充分表达文本语义信息的特征向量，Decoder层针对输入的特征向量进行处理，预测最符合输入文本特征的中医诊断文本；KGET模型的构建过程提供使用知识图谱微调以及使用临床文本微调得到最终的中医诊断KGET模型，该模型可应用于基于自然语言处理文本生成技术模拟中医诊断中，能有效提高中医诊断信息的生成效果，并可用于可视化展示，直观观察临床信息与诊断之间的关系。
-
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.121 seconds)
