-
公开(公告)号：CN116403288A
公开(公告)日：2023-07-07
申请号：CN202310478121.6
申请日：2023-04-28
Applicant: 中南大学
Abstract: 本发明实施例提供一种运动姿态的识别方法、识别装置及电子设备。该方法包括：在同一时刻获取多个人在多个视角下的图像，识别出多个图像中每个人的边界框，并根据边界框对每个图像进行匹配，接着根据匹配的结果进行校验，在边界框通过校验后，识别确定每个人的姿态信息。该过程通过获取多个人在多个视角下的多个图像，进而识别每个人在图像中的边界框，通过边界框确定每个人的姿态信息，提高了在多人多视角下姿态识别的准确率。
-
公开(公告)号：CN115239715B
公开(公告)日：2022-12-09
申请号：CN202211154439.0
申请日：2022-09-22
Applicant: 中南大学
IPC: G06T7/00 , G06N3/04 , G06V10/20 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/69
Abstract: 本发明公开了一种囊胚发育结果预测方法、系统、设备及存储介质，本方法通过获取训练数据集；获取每张胚胎发育图像中的训练细胞数量特征、训练均匀程度特征和训练碎片化程度特征；将细胞数量特征、均匀程度特征和碎片化程度特征进行组合，获得训练组合特征；构建XGBoost预测模型；通过训练数据集对XGBoost预测模型进行训练，获得训练好的XGBoost预测模型；将具有细胞数量特征、均匀程度特征、碎片化程度特征以及组合特征的目标胚胎发育图像输入至训练好的XGBoost预测模型中进行预测，获得预测的囊胚发育结果和目标胚胎发育图像中对应特征的重要性排序。本发明能够提高预测囊胚发育结果的准确率。
-
公开(公告)号：CN119108081B
公开(公告)日：2025-01-21
申请号：CN202411600935.3
申请日：2024-11-11
Applicant: 中南大学
IPC: G16H20/30 , G16H20/70 , G16H50/30 , G06F18/243 , G06N5/01
Abstract: 本发明涉及训练策略优化技术领域，尤其涉及一种基于康复训练策略的优化方法及系统。所述方法包括以下步骤：通过可穿戴设备在康复训练过程中对患者进行生理及训练表现实时监测，并进行情绪状态以及运动能力评估分析，得到患者的情绪感受状态数据以及运动能力数据；根据所述情绪感受状态数据以及所述运动能力数据进行康复目标预测分析，以得到患者康复训练的预测目标；对所述预测目标与期望目标进行目标反馈差距对比分析，得到目标差距反馈结果；对所述当前康复训练策略进行策略优化分析，生成康复训练策略优化方案；对所述当前康复训练策略进行策略动态优化调整，得到优化的康复训练策略。本发明能够提高了患者康复训练的效率和效果。
-
Patent Agency Ranking
公开(公告)号：CN119108081A
公开(公告)日：2024-12-10
申请号：CN202411600935.3
申请日：2024-11-11
Applicant: 中南大学
IPC: G16H20/30 , G16H20/70 , G16H50/30 , G06F18/243 , G06N5/01
Abstract: 本发明涉及训练策略优化技术领域，尤其涉及一种基于康复训练策略的优化方法及系统。所述方法包括以下步骤：通过可穿戴设备在康复训练过程中对患者进行生理及训练表现实时监测，并进行情绪状态以及运动能力评估分析，得到患者的情绪感受状态数据以及运动能力数据；根据所述情绪感受状态数据以及所述运动能力数据进行康复目标预测分析，以得到患者康复训练的预测目标；对所述预测目标与期望目标进行目标反馈差距对比分析，得到目标差距反馈结果；对所述当前康复训练策略进行策略优化分析，生成康复训练策略优化方案；对所述当前康复训练策略进行策略动态优化调整，得到优化的康复训练策略。本发明能够提高了患者康复训练的效率和效果。
-
公开(公告)号：CN119107455A
公开(公告)日：2024-12-10
申请号：CN202411129575.3
申请日：2024-08-16
Applicant: 中南大学
IPC: G06V10/26 , G06T7/00 , G06T7/62 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06N3/0455
Abstract: 本发明公开了一种基于深度学习的超声卵泡图像的实例分割方法及系统，通过收集患者3D卵泡超声图像数据；对3D卵泡超声图像数据进行切片处理，将3D卵泡超声图像数据转换为2D卵泡超声图像数据，作为模型的输入；确定输入的2D卵泡超声图像数据中可能的卵泡区域，并利用卷积神经网络在目标周围生成边界框；通过在特征金字塔网络生成的特征图上操作，预测目标卵泡的边界框和类别概率；采用多实例学习框架作为弱监督实例分割的中心方法，利用边界框紧密度先验将边界框内包含目标卵泡的部分视为正包，不包含目标卵泡的部分视为负包，通过正负包信息学习分割目标卵泡；基于数据分割输出结果中所有卵泡的分割图像，计算出各个卵泡的最大直径。本发明提高了医护人员的工作效率，同时也优化了患者的就医体验。
-
公开(公告)号：CN116403288B
公开(公告)日：2024-07-16
申请号：CN202310478121.6
申请日：2023-04-28
Applicant: 中南大学
Abstract: 本发明实施例提供一种运动姿态的识别方法、识别装置及电子设备。该方法包括：在同一时刻获取多个人在多个视角下的图像，识别出多个图像中每个人的边界框，并根据边界框对每个图像进行匹配，接着根据匹配的结果进行校验，在边界框通过校验后，识别确定每个人的姿态信息。该过程通过获取多个人在多个视角下的多个图像，进而识别每个人在图像中的边界框，通过边界框确定每个人的姿态信息，提高了在多人多视角下姿态识别的准确率。
-
公开(公告)号：CN117679161A
公开(公告)日：2024-03-12
申请号：CN202311830898.0
申请日：2023-12-27
Applicant: 中南大学湘雅医院
IPC: A61B34/10 , A61B34/20 , A61B17/435 , A61B17/34
Abstract: 本发明提供一种辅助生殖过程中取卵穿刺路径规划方法，涉及数据处理技术领域。该方法包括获取历史取卵穿刺路径规划数据，并进行路径特征数据的提取，形成取卵穿刺路径特征数据；获取历史取卵穿刺对象特征数据，并结合取卵穿刺路径特征数据进行路径规划差异性分析，确定路径规划差异性数据；获取目标对象的目标特征数据，并结合取卵穿刺路径特征数据和路径规划差异性数据进行路径规划分析，形成目标取卵穿刺规划数据。该方法能够实现针对个体化差异的穿刺取卵全过程的准确路径规划，为取卵穿刺提供准确且合理的辅助数据参考。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
