一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制方法

    公开(公告)号:CN118212156A

    公开(公告)日:2024-06-18

    申请号:CN202410337624.6

    申请日:2024-03-23

    Abstract: 本发明公开了一种基于BS‑LDM模型的高分辨率胸部X光图像骨抑制方法,包括S1、采集图像数据并预处理;S2、搭建基于BS‑LDM模型的高分辨率胸部X光图像骨抑制网络模型,包括一个向量量化生成对抗网络和一个条件扩散模型;S3、对向量量化生成对抗网络进行反复训练,优化网络参数,不断进行迭代优化以最小化真实值图像与模型输出图像间的差异;S4、对条件扩散模型进行反复训练,优化网络参数,不断进行迭代优化以最小化真实值图像与模型输出图像间的差异;S5、输入预处理后的胸部X光图像至完成训练的基于BS‑LDM模型的高分辨率胸部X光图像骨抑制网络模型中,最终生成软组织图像。该方法基于输入的胸部X光图像,自动生成高质量、高分辨率的软组织图像。

    一种基于条件扩散模型的动态超广角荧光素造影合成方法

    公开(公告)号:CN118072921A

    公开(公告)日:2024-05-24

    申请号:CN202410350815.6

    申请日:2024-03-26

    Abstract: 本发明公开了一种基于条件扩散模型的动态超广角荧光素造影合成方法,包括S1、采集图像数据并预处理;S2、搭建基于条件扩散模型的动态超广角荧光素造影合成网络模型;S3、对条件扩散模型和两个条件变分自编码器模块进行反复训练,优化网络参数,不断进行迭代优化以最小化真实值图像的与模型输出图像间的差异;S4、通过对经过预处理的超广角眼底彩照输入到经过训练的基于条件扩散模型的动态超广角荧光素造影合成网络模型中,最终生成了早晚期超广角荧光素血管造影图像。本发明属于图像转换与生成技术领域,这种方法基于输入的超广角眼底彩照,自动产生具有高分辨率、高清晰度以及包含空间特征和纹理细节的早晚期超广角荧光素血管造影图像。

    一种基于时域频域对抗学习的多元时序异常检测方法

    公开(公告)号:CN116595377A

    公开(公告)日:2023-08-15

    申请号:CN202310622647.7

    申请日:2023-05-30

    Abstract: 本发明涉及时间序列异常检测领域,且公开了一种基于时域频域对抗学习的多元时序异常检测方法,包括以下步骤:步骤一:数据预处理;步骤二:选取训练数据输入到ATF‑UAD中;步骤三:得到时域重构序列;步骤四:得到频域重构序列;步骤五:得到加权重构序列;步骤六:完成模型训练;步骤七:将验证数据集输入到ATF‑UAD中;步骤八:重复步骤二至步骤七,直至模型结束训练;步骤九:将测试数据集输入到ATF‑UAD中;步骤十:重复步骤一至步骤九,完成ATF‑UAD在数据集上的异常检测获得最终得分。本发明采用上述基于时域频域对抗学习的多元时序异常检测方法,利用ATF‑UAD通过双视图对抗学习机制处理两个重建器的重建序列,最小化误差重建值并最大化任何残差异常值。

    一种基于人机交互药物识别获取方法、设备及存储介质

    公开(公告)号:CN115730236A

    公开(公告)日:2023-03-03

    申请号:CN202211486821.1

    申请日:2022-11-25

    Abstract: 本发明公开了一种基于人机交互药物识别获取方法,包括如下步骤:确定所需药物种类;机器人通过SLAM技术移动至固定的存药位置,采用视觉伺服的方法获取并存储现场信息;采用直方图均衡化的方法对深度相机所获图像进行处理,增强图像整体对比度;采用多特征融合物体识别方法对目标物体进行识别,确定目标药品的位置信息;利用多自由度软体爪机械臂初次抓取匹配度排序第一的药品,将其带到老人视野中,询问是否为所需药品,若满足要求则运动至老人面前。该方法提出了遮挡物体识别、全局最优路径规划方案,大大减轻了复杂环境对机器人工作效率的影响,对指定药品的识别与抓取精确度进一步提高。

    一种基于多行为特征增强的注意力序列推荐方法

    公开(公告)号:CN114329218A

    公开(公告)日:2022-04-12

    申请号:CN202111670732.8

    申请日:2021-12-31

    Abstract: 本发明公开了一种基于多行为特征增强的注意力序列推荐方法。本发明采用项目交互模式模块和自适应增强的注意力模块,对注意力图进行修正,使得注意力机制更关注符合用户行为规律的局部特征。项目交互模式模块有四种类型的项目交互模式,分别来增强注意力机制对用户行为序列的正反向行为不对称信息、瞬时性信息、连续性信息、非强顺序依赖性信息的感知能力。自适应增强的注意力模块主要有两种增强的结构,单通道结构可以更高效地增强注意力机制,双通道结构则具有更好的推荐性能。自适应增强的注意力模块采用可学习参数对机制可以对局部特征增强程序进行精准的阈值控制。本发明在花费极小的计算开销情况下,提高真实场景下行为序列推荐的准确率。

    一种基于深度模型框架的实时运动在线指导系统

    公开(公告)号:CN110276380B

    公开(公告)日:2021-08-17

    申请号:CN201910429759.4

    申请日:2019-05-22

    Abstract: 本发明公开了一种基于深度模型框架的实时运动在线指导系统,其特征在于包括三层基础级架构,分别为基础硬件层、软件服务层、功能展示层;基础硬件层由数据采集设备和服务器设备组成;软件服务层由数据搜集单元、数据管理单元、服务提供单元、模型迭代单元、运动分析单元这五个部分组成;功能展示层用于显示APP功能和手环功能。本发明主机和从机采集数据灵活性强,操作简单,数据精准度高,实时性好。本发明方法设备价格低,利用率高。数据处理方法科学而不复杂,易于在智能手机上运动。能有效地判断使用者动作的标准程度。应用范围广,能创造不菲的经济价值。

    基于并行时空注意力机制的TCN多元时间序列预测方法

    公开(公告)号:CN112257911A

    公开(公告)日:2021-01-22

    申请号:CN202011089562.X

    申请日:2020-10-13

    Abstract: 本发明公开了一种基于并行时空注意力机制的TCN多元时间序列预测方法,首先对公式进行定义,然后构建多元时间序列预测模型,包括两个并行的网络主干,空间注意力分支主干通过空间注意力模块提取外生序列和目标序列之间的空间相关性,时间注意力分支主干则通过时间注意力模块来捕捉窗口中所有时间步间的时间依赖性。空间注意力模块和时间注意力模块分别连接两个相同的堆叠TCN主干和全连接层;最后将多变量的时间序列输入多元时间序列预测模型中,获得最终的预测结果。本发明方法将时空注意力机制与TCN相结合相较于传统TCN取得了更高的准确率,同时提高网络计算效率相较于基于RNN的模型大大缩减了模型训练所需要的时间。

    一种无线传感器网络的混合定位方法

    公开(公告)号:CN104883737A

    公开(公告)日:2015-09-02

    申请号:CN201510300338.3

    申请日:2015-06-04

    CPC classification number: H04W64/006 H04W84/18

    Abstract: 本发明涉及无线传感器网络节点的定位技术,具体说是一种新型无线传感器网络混合定位方法。本发明针对无线传感器网络中基于测距的RSSI定位方法和基于非测距的DV-Hop定位算法的优缺点,提出了利用基于测距的RSSI技术获得的节点间的信号强度来修正节点间的跳数,从而提高网络节点的定位精度。本发明综合RSSI技术和DV-Hop定位算法,进行了测距与非测距技术的混合定位,在不增加额外成本的基础上,有效地提高了节点的定位精度。

    二氧化硫气体浓度探测电路

    公开(公告)号:CN102914574A

    公开(公告)日:2013-02-06

    申请号:CN201210424853.9

    申请日:2012-10-30

    Abstract: 本发明涉及一种二氧化硫气体浓度探测电路。本发明包括微控制器、电源电路、信号调理电路、模数转换电路、存储电路、调试接口电路和状态指示及按键电路。信号调理电路、模数转换电路与微控制器IIC接口信号连接,存储电路与微控制器I/O口信号连接,调试接口电路与微控制器调试接口信号连接,状态指示及按键电路与微控制器I/O口信号连接,模数转换电路还与信号调理电路信号连接。本发明信号放大倍数可灵活调整且传感器读数矫正方便。

Patent Agency Ranking