-
公开(公告)号：CN105184074A
公开(公告)日：2015-12-23
申请号：CN201510551820.4
申请日：2015-09-01
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于多模态医学影像数据模型的医学数据提取和并行加载方法。本发明包括：数据准备；数据建模；数据提取；数据加载；数据使用。本发明提出的多模态数据模型是对医学影像数据的一个统一模型。提出的基于多模态数据模型的DICOM提取和并行加载技术实现了医学影像数据的统一建模和存储。这种统一建模的数据提取和加载技术对原始数据的利用率很高，不同类型数据之间的关系也被精确完整地表达，从而扩展了基于医学影像数据的数据挖掘的挖掘范围和深度。采用统一模型对所有模态的数据建模，使数据的后期使用和更新具有更好的通用性和一致性。
-
公开(公告)号：CN105139430A
公开(公告)日：2015-12-09
申请号：CN201510534713.0
申请日：2015-08-27
Applicant: 哈尔滨工程大学
CPC classification number: G06F17/30705 , G06T2207/10081 , G06T2207/10088 , G06T2207/10104
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于图熵的医学图像聚类方法。本发明包括：(1)待聚类图像提出聚类请求；(2)图像预处理过程；(3)图的稀疏化；(4)基于图熵的带权无向图聚类；(5)展示结果。本发明提出利用图熵的方法对医学图像进行聚类，通过将医学图像集抽象成完全图，之后对其进行稀疏化剪枝处理，所留下的边说明两张图像均认为与对方很相似，最后提出带权无向图的聚类方法。通过以上过程对医学图像进行聚类，可以有效的降低聚类时间而且聚类的准确率也没有明显的降低，利用这种方法可以辅助医生在日常工作中对病人的病情进行诊断。
-
公开(公告)号：CN105068045A
公开(公告)日：2015-11-18
申请号：CN201510447922.1
申请日：2015-07-28
Applicant: 哈尔滨工程大学
IPC: G01S5/02
CPC classification number: G01S5/02
Abstract: 本发明涉及一种基于正六边形的无线传感器网络递增式定位算法。本发明将WSN区域划分为n个同心正六边形；将锚节点放置到网络区域的中心，作为移动的起始点；锚节点每移了Rm长度，广播自己的位置信息；判断区域内的节点是否都已完成自定位，若是没完成，重复步骤(5)，否则，定位结束。该算法也缩短了传统的基于锚节点的策略的路径长度，计算复杂度不高，但定位精度较高。该算法选择高效的静态锚节点，降低网络系统的计算和通信开销，同时也降低递增式定位所带来的累计误差。
-
公开(公告)号：CN103249038A
公开(公告)日：2013-08-14
申请号：CN201310121193.1
申请日：2013-04-09
Applicant: 哈尔滨工程大学
IPC: H04W12/02
Abstract: 本发明涉及的是一种基于道路网络空间中移动对象位置隐私保护的方法。本发明包括如下步骤：用户发送位置查询请求信息到匿名服务器；匿名服务器使用匿名算法完成匿名；匿名服务器将完成匿名后的查询发送给基于位置的服务器；基于位置的服务器根据匿名后的请求进行查询处理；匿名服务器从查询处理结果集中选出真实位置返回给用户。本发明初始化生成的假位置更加自然，真实，符合人们的生活习惯；在移动过程中实现了对用户隐私的保护，提高了对用户隐私的保护程度。
-
公开(公告)号：CN118965858A
公开(公告)日：2024-11-15
申请号：CN202410914212.4
申请日：2024-07-09
Applicant: 哈尔滨工程大学
IPC: G06F30/23 , G06F30/28 , G06T17/20 , B63B71/10 , G06F113/08 , G06F119/14
Abstract: 本发明提出一种船舶流体CAE网格划分和三维可视化工具及方法，其中工具包括：船体表面混合网格生成模块、流体计算域非结构体网格生成模块、船体结构分析网格生成模块和船舶流体/结构仿真数据后处理模块；本发明中提出的各项技术研究成果，可以帮助工程师更快速、更准确地进行船舶水动力仿真计算、结构分析和数据可视化等工作，从而提高了船舶设计的效率和质量，通过使用本发明中提出的技术，船舶设计师可以更好地理解和分析船舶的性能特征，及时发现和解决潜在的问题，为船舶设计和改进提供了有力的技术支持，促进了船舶工程领域的技术创新和进步，推动相关技术的发展和应用，为船舶工程领域的发展注入新的活力和动力。
-
Patent Agency Ranking
公开(公告)号：CN113779298A
公开(公告)日：2021-12-10
申请号：CN202111085818.4
申请日：2021-09-16
Applicant: 哈尔滨工程大学
IPC: G06F16/583 , G06F16/55 , G06N3/04 , G06N3/08 , G16H30/40
Abstract: 本发明属于医学影像和人工智能交叉技术领域，具体涉及一种基于复合损失的医学视觉问答方法。本发明针对大多医学视觉问答专注于视觉内容而忽略了文本重要性的问题，在对图像和问题提取特征后采用多视角注意力机制将问题与图像和单词相关联，并采用分类损失和图像问题互补损失共同训练整个模型，补偿了现有的大多数医学视觉问答方法忽略了挖掘文本信息重要性的问题，实现了多角度对问题的关注，从而提高医学视觉问答方法的有效性。本发明可以有效解决医学视觉问答任务。
-
公开(公告)号：CN105184074B
公开(公告)日：2018-10-26
申请号：CN201510551820.4
申请日：2015-09-01
Applicant: 哈尔滨工程大学
IPC: G16H30/20
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于多模态医学影像数据模型的医学数据提取和并行加载方法。本发明包括：数据准备；数据建模；数据提取；数据加载；数据使用。本发明提出的多模态数据模型是对医学影像数据的一个统一模型。提出的基于多模态数据模型的DICOM提取和并行加载技术实现了医学影像数据的统一建模和存储。这种统一建模的数据提取和加载技术对原始数据的利用率很高，不同类型数据之间的关系也被精确完整地表达，从而扩展了基于医学影像数据的数据挖掘的挖掘范围和深度。采用统一模型对所有模态的数据建模，使数据的后期使用和更新具有更好的通用性和一致性。
-
公开(公告)号：CN104933712B
公开(公告)日：2017-12-01
申请号：CN201510324245.4
申请日：2015-06-12
Applicant: 哈尔滨工程大学
IPC: G06T7/11
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于脑部CT图像的图模型展示方法。本发明包括：待建模图像提出建模请求：待建模图像为原始脑部CT图像；图像预处理；ROIs的分割和标记；确定ROI所处区域；确定ROI的区域优先级；顶点的建立以及顶点上特征向量的定义；边的建立规则以及边上特征向量的定义；展示结果。本发明提出一种基于脑部CT图像的TRVL图模型展示方法，此模型是依据侧脑室之间的空间关系以及病变区域对侧脑室的影响建立的拓扑关系图，它不仅准确地表示大脑颅内侧脑室之间的关系，同时也展现了病变区域对侧脑室的影响等病理信息，很好地将图像信息转变为计算机视觉信息。
-
公开(公告)号：CN113779298B
公开(公告)日：2023-10-31
申请号：CN202111085818.4
申请日：2021-09-16
Applicant: 哈尔滨工程大学
IPC: G06F16/583 , G06F16/55 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G16H30/40
Abstract: 本发明属于医学影像和人工智能交叉技术领域，具体涉及一种基于复合损失的医学视觉问答方法。本发明针对大多医学视觉问答专注于视觉内容而忽略了文本重要性的问题，在对图像和问题提取特征后采用多视角注意力机制将问题与图像和单词相关联，并采用分类损失和图像问题互补损失共同训练整个模型，补偿了现有的大多数医学视觉问答方法忽略了挖掘文本信息重要性的问题，实现了多角度对问题的关注，从而提高医学视觉问答方法的有效性。本发明可以有效解决医学视觉问答任务。
-
公开(公告)号：CN116501463A
公开(公告)日：2023-07-28
申请号：CN202310361614.1
申请日：2023-04-07
Applicant: 哈尔滨工程大学
IPC: G06F9/48 , G06F9/54 , G06F9/50 , G06N3/0442 , G06N3/08
Abstract: 本发明提出一种储算分离船舶虚拟试验云平台数据预取与传输方法。所述方法包括如下步骤：S1、通过深度学习模型对任务运行趋势进行预测；S2、利用缓存管理对热点数据缓存；S3、利用多优先级队列进行数据传输。所述方法通过建立任务运行趋势预测模型，将原本在任务运行时进行的数据请求变为了提前数据预取，减少了任务等待网络I/O的时间，从而提高CPU的利用率。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.026 seconds)
