-
公开(公告)号：CN113344044B
公开(公告)日：2024-05-28
申请号：CN202110557951.9
申请日：2021-05-21
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/094 , G16H30/40
Abstract: 本发明公开了一种基于领域自适应的跨物种医疗影像分类方法，通过领域自适应算法，提取大鼠和人的NAFLD影像数据间的领域不变特征与领域差异特征，并通过特征对齐和领域对抗的方式使无标定的人类肝脏影像数据能够通过有标定的大鼠肝脏影像数据训练的分类器进行类别判别。构建基于源领域和目标领域分布一致性的约束和基于条件对抗学习的领域不变性约束，通过控制分类器预测结果的不确定性以保证分类器的可迁移性的同时，通过计算特征与分类器预测结果之间的互协方差以提升分类器的判别性，从而在源领域和目标领域样本分布差异较大的医疗影像数据上能够获得适用于目标领域的病理分类器，实现跨物种数据的迁移学习。
-
公开(公告)号：CN108197629B
公开(公告)日：2021-12-31
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN113643310A
公开(公告)日：2021-11-12
申请号：CN202110557884.0
申请日：2021-05-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于上下文聚合的MRI图像肝血管分割方法，包括：肝血管MRI图像的预处理；MRI图像肝血管数据的数据增广工作；搭建上下文聚合的肝血管分割网络，输入预处理后的MRI图像；在编码阶段，采用残差结构的卷积块，确保特征图保留更多的信息；在编码模块的最后一个卷积层后面加入了上下文聚合模块，利用空洞卷积扩大卷积核，进而有效的控制感受野的大小，做到对小尺度区域和大尺度区域的权衡。在解码器部分加入空间注意力机制，进行位置关系信息学习和深层次语义特征筛选，提高特征图还原能力。本发明提升了肝血管分割结果的连续性，并且显著提高了肝血管的分割准确率。
-
公开(公告)号：CN111400455A
公开(公告)日：2020-07-10
申请号：CN202010193257.9
申请日：2020-03-18
Applicant: 北京工业大学
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F16/36 , G06F40/295 , G06F40/30 , G06F40/247
Abstract: 本发明公开了基于知识图谱的问答系统的关系检测方法，属于自然语言智能问答技术领域；本发明考虑到问句意图对于答案的选择具有影响，提出加入问句意图辅助检测关系的方法，并在匹配知识图谱信息与自然语言问句时，提出了一种双向注意力机制的Bi-GRU编码算法，考虑知识图谱中关系信息对问句中每个单词的关注程度差异的同时，考虑计算问句对关系信息的注意力，利用问句的不同表示与关系不同信息的注意力加权来计算问句与知识图谱关系匹配的相似度。改进后的双向注意力关系检测模型，有效提升了对知识图谱中不同候选关系与问题相似度的动态自适应加权，充分利用全局语义信息的同时关注重点信息，从而检索出问句关联度更高的答案。
-
公开(公告)号：CN113643310B
公开(公告)日：2024-06-25
申请号：CN202110557884.0
申请日：2021-05-21
Applicant: 北京工业大学
IPC: G06T7/12 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于上下文聚合的MRI图像肝血管分割方法，包括：肝血管MRI图像的预处理；MRI图像肝血管数据的数据增广工作；搭建上下文聚合的肝血管分割网络，输入预处理后的MRI图像；在编码阶段，采用残差结构的卷积块，确保特征图保留更多的信息；在编码模块的最后一个卷积层后面加入了上下文聚合模块，利用空洞卷积扩大卷积核，进而有效的控制感受野的大小，做到对小尺度区域和大尺度区域的权衡。在解码器部分加入空间注意力机制，进行位置关系信息学习和深层次语义特征筛选，提高特征图还原能力。本发明提升了肝血管分割结果的连续性，并且显著提高了肝血管的分割准确率。
-
Patent Agency Ranking
公开(公告)号：CN116720098A
公开(公告)日：2023-09-08
申请号：CN202310300117.0
申请日：2023-03-26
Applicant: 北京工业大学
IPC: G06F18/24 , G06F18/25 , G06N20/00 , G06F18/214 , G06Q50/20
Abstract: 一种异常行为敏感的学生行为时序建模及学业预警方法属于大数据挖掘中教育数据挖掘领域。该方法利用移动设备收集的学生在校行为数据，构建学生校园行为异质信息网络，抽取可揭示学生校园行为的元路径示例进行编码，并通过注意力机制聚合各元路径示例表示，学习学生校园行为模式表示，提升基于移动设备数据的学生行为模式嵌入的可判别性。同时，为提升对于异常行为早期感知的及时性，提出基于注意力机制的异常行为敏感的门控模块，有效融合学生长短期行为，建立更具语义信息的学生校园时序行为表示，提升学生学业等级预测的准确性。
-
公开(公告)号：CN109528196B
公开(公告)日：2022-07-01
申请号：CN201811353945.6
申请日：2018-11-14
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多模态影像及经验知识的肝静脉压力梯度无创性评估方法，利用卷积神经网络对多模态医疗影像进行特征提取并得到基于多模态影像的HVPG估测值，利用深层神经网络对HVPG相关经验知识参数进行回归分析并得到基于经验知识的HVPG估测值，针对上述步骤得到的基于多模态影像以及经验知识的HVPG估测值进行融合，得到融合后的HVPG估测值，采用优化算法对前述卷积神经网络和深层神经网络进行联合训练，训练完成后，即可用来对HVPG进行准确预测，得到基于多模态影像及经验知识的HVPG定量估测值。本发明兼顾多种模态医学影像的互补信息，同时利用相应的经验知识进行特征的补充，更加符合医学上的针对性。
-
公开(公告)号：CN114298979A
公开(公告)日：2022-04-08
申请号：CN202111497831.0
申请日：2021-12-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种局灶性病变征象描述指导的肝核磁影像序列生成方法。该方法通过生成对抗网络生成的肝脏影像既符合对应征象描述又能保证肝脏结构的完整性和真实性。该方法通过自注意力模块在生成肝脏部分结构的时候会构建肝脏不同结构之间的长距离依赖关系，使得生成影像中的肝脏结构完整无异常，从而提高肝脏影像整体的真实性。该方法通过多头注意力模块在生成肝脏某一区域时既可以从全局角度考虑整体的征象描述又可以从局部角度考虑病灶的细粒度描述，从而提高生成的肝脏影像和对应征象描述的语义一致性。通过这种生成数据的方式，可以为其他肝脏影像相关的深度学习模型提供数据支持。
-
公开(公告)号：CN113920706A
公开(公告)日：2022-01-11
申请号：CN202110998802.6
申请日：2021-08-28
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于图像识别的异常事件防控方法。具体包括以下步骤：终端设备获取监控摄像头采集的监控场景的实时图像数据和GPS数据，并对图像数据和GPS数据进行预处理，得到图像数据的每一个预设关注物的每一个时间点对应的特征值，终端设备对每两个相邻时间点各自对应的预设关注物特征值进行分析处理，得到预设关注物的多个中间特征状态，终端设备对时间上连续的多个中间特征值状态进行整合处理，从而得到预设关注物的特征事件，根据特征事件匹配的预设制动策略进行事件防控。本方法可靠性高，细粒度地对预设关注物的特征事件进行防控，即适用于更加丰富的事件类型和环境情况，提高了异常事件防控的适用性、实时性和智能化水平。
-
公开(公告)号：CN109492099A
公开(公告)日：2019-03-19
申请号：CN201811263266.X
申请日：2018-10-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.029 seconds)
