-
公开(公告)号：CN117132839A
公开(公告)日：2023-11-28
申请号：CN202311220276.6
申请日：2023-09-20
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于海马子区表面的图卷积辅助学习方法，属于人工智能领域；具体是：首先，从ADNI数据库的MRI影像中提取海马体素数据，进而结合球面谐波映射算法获取海马表面三角网格数据，并分割出海马体及海马子区域；然后，将海马表面划分的子区域进行整合；在现有图卷积神经网络模型的基础上加入池化模块，形成改进的图卷积池化模型，对整合了子区域后的海马表面三角网格数据进行训练；最后，经过图卷积和池化之后，将训练后的点特征和面特征映射到同一纬度进行拼接，由MLP分类器完成分类任务，并得到最终预测结果；本发明采用了对卷积核和图池化进行改进的图卷积池化模型，取得了更高的分类准确率。
-
公开(公告)号：CN109767435B
公开(公告)日：2022-04-19
申请号：CN201910012929.9
申请日：2019-01-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于持续同调技术的阿尔兹海默症脑网络特征提取方法，属于脑网络分析技术领域；本发明通过数据预处理、脑网络划分、脑网络构建、持续同调构建脑网络过滤流、持续区间数据统计学分析与阿尔兹海默症脑网络特征提取实现对病人脑网络特征提取；本发明通过构建阈值可变的多尺度脑网络，避免了图论法中的阈值选取问题；其中网络复形流的持续特征发现机制，也可有效的减少计算负担，是一种行之有效的脑网络分析技术。将持续同调理论应用于阿尔兹海默症病人的脑分析领域，研究脑机制，发现疾病的脑网络连接特征，是一种创新性的研究思路，对于阿尔兹海默症的早期诊断、药物研制、诊疗方案制定具有重要意义。
-
公开(公告)号：CN117637035A
公开(公告)日：2024-03-01
申请号：CN202311702871.3
申请日：2023-12-12
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G16B40/20 , G16B20/00 , G16B25/10 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/09 , G06N3/0985
Abstract: 本发明涉及一种基于图神经网络的多组学可信整合的分类模型及方法。该方法包括：针对一个样本，准备该样本的组学数据；构建每种组学数据的特异性网络；对组学特异性网络进行聚合更新，并对提取的组学特征进行降维和分类，产生每种组学的初始分类；计算每种组学的置信度，并对聚合后的特征进行增强；融合多种组学的置信增强特征，产生最终的分类结果；输出目标对象的医学分析结果。该模型包括：多组学数据准备模块、组学数据网络化构建模块、特征聚合及分类模块、置信度计算及增强模块、特征融合及分类模块、输出模块。
-
公开(公告)号：CN111063423B
公开(公告)日：2022-05-20
申请号：CN201911295552.9
申请日：2019-12-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种阿尔茨海默病和轻度认知障碍脑网络特异性结构提取方法，包括：步骤一：功能磁共振数据预处理；步骤二：脑网络构建，全脑功能分区及时间序列提取；步骤三：持续同调模型构建；步骤四：持续同调高维特征量化，置换检验对AD，MCI和HC三组Landscapes做统计学分析；步骤五：脑网络特异性结构提取；步骤六：输出结果。本发明避免了图论法中的阈值选取问题，也可有效的减少计算负担，是一种创新性的方法。
-
公开(公告)号：CN109767435A
公开(公告)日：2019-05-17
申请号：CN201910012929.9
申请日：2019-01-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于持续同调技术的阿尔兹海默症脑网络特征提取方法，属于脑网络分析技术领域；本发明通过数据预处理、脑网络划分、脑网络构建、持续同调构建脑网络过滤流、持续区间数据统计学分析与阿尔兹海默症脑网络特征提取实现对病人脑网络特征提取；本发明通过构建阈值可变的多尺度脑网络，避免了图论法中的阈值选取问题；其中网络复形流的持续特征发现机制，也可有效的减少计算负担，是一种行之有效的脑网络分析技术。将持续同调理论应用于阿尔兹海默症病人的脑分析领域，研究脑机制，发现疾病的脑网络连接特征，是一种创新性的研究思路，对于阿尔兹海默症的早期诊断、药物研制、诊疗方案制定具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN103456103B
公开(公告)日：2015-12-23
申请号：CN201310394944.7
申请日：2013-09-03
Applicant: 哈尔滨工程大学
IPC: G07F17/32
Abstract: 本发明提供的是一种主题乐园币检手掌机系统。包括发送装置和接收装置。发送装置包括STC89C52单片机、LCD12864数据显示装置、SD卡、nRF905无线数据传输模块及两个TCR5000光电传感器。所述接收装置包括：接收STC89C52单片机、接收LCD12864数据显示装置、接收SD存储卡和接收nRF905无线数据传输模块。本发明能够对游戏币自动计数并通过SD卡进行数据存储，同时，可通过无线数据传输方式，将游戏机内的相关数据传输给数据终端。这种方式具有工作效率高、统计游戏机营收情况便利的特点。
-
公开(公告)号：CN101546332A
公开(公告)日：2009-09-30
申请号：CN200910071965.9
申请日：2009-05-07
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06K9/6252
Abstract: 本发明提供的是一种基于量子遗传优化的流形降维医学图像检索方法。首先由用户通过查询接口向医学图像数据库提出查询目标图像的查询请求；查询处理模块根据请求提取目标图像和医学图像数据库中每幅图像的72维灰度特征和48维纹理特征，将这些高维特征以向量的形式存入高维特征向量库；对描述图像内容的高维特征进行基于量子遗传优化的降维，得到32维低维特征子集；通过相似性度量将检索结果返回给用户。本发明提出了基于量子遗传优化的流形降维医学图像检索方法。在本发明中，对LLE非线性降维方法进行了改进，引入量子遗传优化局部重建权值矩阵，降低了噪声点对样本数据的影响，提高了算法收敛速度，提高了医学图像检索速度和精度。
-
公开(公告)号：CN117132839B
公开(公告)日：2025-05-23
申请号：CN202311220276.6
申请日：2023-09-20
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于海马子区表面的图卷积辅助学习方法，属于人工智能领域；具体是：首先，从ADNI数据库的MRI影像中提取海马体素数据，进而结合球面谐波映射算法获取海马表面三角网格数据，并分割出海马体及海马子区域；然后，将海马表面划分的子区域进行整合；在现有图卷积神经网络模型的基础上加入池化模块，形成改进的图卷积池化模型，对整合了子区域后的海马表面三角网格数据进行训练；最后，经过图卷积和池化之后，将训练后的点特征和面特征映射到同一纬度进行拼接，由MLP分类器完成分类任务，并得到最终预测结果；本发明采用了对卷积核和图池化进行改进的图卷积池化模型，取得了更高的分类准确率。
-
公开(公告)号：CN103310457B
公开(公告)日：2015-09-30
申请号：CN201310241384.1
申请日：2013-06-18
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于抛物线修正凸包的肺实质分割方法，依次进行粗提取肺实质轮廓图像、肺实质外轮廓修复、肺实质内部边缘修复，其特征在于：肺实质外轮廓修复通过以下步骤实现：步骤1：将肺实质轮廓图像边缘轮廓中的点进行排序；步骤2：对步骤1的点建立边缘堆栈，得到边缘点集P={p0,p1,…pn}(n≥3)；步骤3：将点集P中的相邻两点连成线段，将线段长度由大到小排序，根据线段长度和位置查找肺结节所对应肺叶轮廓缺失部分的线段pdpd+1；步骤4：利用抛物线修正线段pdpd+1，得到肺实质边缘轮廓。
-
公开(公告)号：CN103995950A
公开(公告)日：2014-08-20
申请号：CN201410013070.0
申请日：2014-01-13
Applicant: 哈尔滨工程大学 , 云南电力试验研究院(集团)有限公司电力研究院 , 云南电网公司技术分公司
IPC: G06F19/00
Abstract: 本发明属于工业信号处理领域，具体涉及一种基于空域相关修正阈值的变小波系数局部放电信号消噪方法。本发明包括：对含有白噪声的局部放电信号进行小波变换；提取小波系数初值和估计值；求取尺度相关系数；归一化后得到相关值；记录离散小波变换，得到去噪后的信号。在本发明中，对小波阈值选择方法进行了改进，引入空域相关优化局部重建权值矩阵，从而降低了噪声点对样本数据的影响，提高了算法收敛速度，提高了局部放电信号消噪速度和精度。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.034 seconds)
