-
公开(公告)号：CN119856911A
公开(公告)日：2025-04-22
申请号：CN202510357007.7
申请日：2025-03-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多路图脑网络建模的颅内脑电癫痫发作预警方法，属于脑电图分析技术领域。所述方法包括针对癫痫发作预测提出了一种多路图脑网络建模框架；基于神经科学中三种跨频率耦合（Cross‑Frequency Coupling，CFC）关系构建多路脑图，其中脑电信号每个通道中的频带形成图的节点，三种CFC关系形成图的边；设计带有联合融合模块的多路脑图学习网络用以学习多路脑图中的模式，形成最终的表征。本发明能够对iEEG信号进行分析，利用所设计的多路脑图学习网络挖掘其中的模式并形成统一的表征，提高了癫痫发作预测的准确性。
-
公开(公告)号：CN118968099A
公开(公告)日：2024-11-15
申请号：CN202411428291.4
申请日：2024-10-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种相似病历检索模型的训练方法、检索方法及电子设备，应用人工智能以及医疗技术领域。该方法包括：获取第一患者病历的样本患者子图和第二患者病历的样本患者子图；利用相似病历检索模型的第一神经网络对第一患者病历的样本患者子图进行特征提取，得到第一样本图嵌入；利用第二神经网络对第二患者病历的样本患者子图进行特征提取，得到第二样本图嵌入；利用第三神经网络对第一样本图嵌入和第二样本图嵌入进行相似度计算，得到第一患者病历与第二患者病历的病历相似度预测结果；利用第一患者病历与第二患者病历的病历相似度的预测结果和真实结果，对相似病历检索模型的参数进行调整，得到经训练的相似病历检索模型。
-
公开(公告)号：CN118690203B
公开(公告)日：2024-11-15
申请号：CN202411166576.5
申请日：2024-08-23
Applicant: 中国科学院自动化研究所
IPC: G06F18/214 , G16H50/70 , G06N3/0442 , G06N3/0455 , G06N3/098 , G06F18/213 , G06F21/62
Abstract: 本发明公开了一种基于自步学习与个性化联邦学习的多中心数据处理方法，属于医疗数据处理技术领域。所述方法包括：基于全局自步学习策略训练全局联邦模型：基于训练样本损失值和样本选择阈值对客户端训练样本进行排序和选择，动态调整样本选择阈值以使得全局联邦模型在不同训练阶段选择不同的客户端训练样本；构建针对各中心的个性化模型：将训练好的全局联邦模型拆分为特征提取器部分与决策器部分，并对参数进行解耦，将解耦后的特征提取器参数设置为共享参数，决策器参数设置为客户端私有参数。本发明解决了患者隐私保护问题，联邦模型的个性化适配问题，以及避免了数据异质导致的全局模型的泛化能力受限和难以收敛到全局最优模型的问题。
-
公开(公告)号：CN118520249B
公开(公告)日：2024-10-01
申请号：CN202410970597.6
申请日：2024-07-19
Applicant: 中国科学院自动化研究所
IPC: G06F18/20 , G06N3/0455 , G06N3/088 , G06N3/0895 , G06N3/09 , G06F18/15 , G06F123/02
Abstract: 本发明提供了一种飞机轨迹的预测模型训练方法和预测方法，应用于人工智能技术领域和飞行器技术领域。该训练方法包括：获取多个轨迹序列样本，轨迹序列样本是基于时序关系排列的至少一个时刻点的轨迹属性数据集构成的，轨迹属性数据集包括至少一种轨迹属性数据；根据轨迹序列样本的轨迹属性类均值和轨迹属性类方差对多种轨迹属性数据进行归一化处理，得到多个归一化样本，轨迹属性类均值和轨迹属性类方差均是基于轨迹序列样本中多个轨迹属性数据集的同种类轨迹属性数据计算得到的；将多个归一化样本输入自注意力模块，得到表征多个轨迹属性数据之间相关性的多个轨迹注意力样本，预测模型包括自注意力模块；利用多个轨迹注意力样本训练预测模型。
-
公开(公告)号：CN118690333A
公开(公告)日：2024-09-24
申请号：CN202411174672.4
申请日：2024-08-26
Applicant: 中国科学院自动化研究所
IPC: G06F18/25 , G06F40/177 , G16H10/60 , G16H50/30 , G16H50/70 , G06N3/0455 , G06F18/241
Abstract: 本发明公开了基于异质表格信息融合的病情严重程度预测方法，属于电子数据处理技术领域。所述方法包括步骤1、对电子病例异质表格信息样本中的结构化数据进行特征嵌入处理得到综合嵌入向量；步骤2、基于文本处理模块对电子病例异质表格信息样本中的非结构化数据进行处理得到具有完整上下文信息的嵌入向量；步骤3、利用异质表格信息融合器对综合嵌入向量和具有完整上下文信息的嵌入向量进行融合，得到电子病例异质表格信息样本的综合向量表征，输出病情严重程度预测结果。本发明设计了异质数据融合技术，更好地捕捉结构化和非结构化数据之间的关系，提升医疗异质数据的处理和分析能力，从而实现对病情严重程度更好的预测。
-
Patent Agency Ranking
公开(公告)号：CN118379565A
公开(公告)日：2024-07-23
申请号：CN202410825090.1
申请日：2024-06-25
Applicant: 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于信息瓶颈与因果学习的因果子图提取方法、装置，涉及基于特定计算模型的计算机系统技术领域，包括：获取待处理图数据，待处理图数据中包括因果子图，且待处理图数据中还包括噪音子图和伪相关子图中的至少一种；将待处理图数据输入因果子图提取模型进行子图提取处理，得到因果子图；其中，因果子图提取模型是基于因果学习损失函数、分类损失函数和对比损失函数进行迭代训练得到的，因果学习损失函数用于消除待处理图数据中的伪相关子图，分类损失函数和对比损失函数用于消除待处理图数据中的噪音子图。本发明使用的因果子图提取模型，可以针对图结构中的噪音子图和伪相关子图进行针对性消除，提升了提取的因果子图的可信性。
-
公开(公告)号：CN118196548A
公开(公告)日：2024-06-14
申请号：CN202410034242.6
申请日：2024-01-10
Applicant: 南开大学 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/084 , G06N3/0895 , G06N3/0464
Abstract: 本发明涉及图像识别技术领域，尤其涉及基于双重空间对比学习的开放世界半监督图像分类方法，包括如下步骤：初始化网络模型；构建特征图及预测图；进行双重空间对比迭代学习训练，计算监督损失、特征空间自监督对比损失、预测空间自监督对比损失、特征空间与预测空间之间的空间引导对比损失及总体损失，根据总体损失对网络模型进行梯度反向传播及网络模型参数更新；重复迭代得到训练好的网络模型；对无标签数据集中的每一个无标签样本进行推理，得出每一个无标签样本预测的标记结果。本发明提供的方法提升了网络模型对于无标签数据的表征能力，从而提升对于无标签数据的标记准确率。
-
公开(公告)号：CN117752308A
公开(公告)日：2024-03-26
申请号：CN202410191137.3
申请日：2024-02-21
Applicant: 中国科学院自动化研究所
IPC: A61B5/00 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08 , A61B5/369
Abstract: 本发明涉及智能生物医学信号处理领域，提高了一种癫痫预测方法及装置，该方法包括：获取待测脑电图EEG数据；基于双通道融合模型对EEG数据进行预测，得到癫痫预测结果；其中，双通道融合模型的两个通道分支分别通过编码网络和卷积神经网络构建得到，编码网络基于自注意力机制构建；双通道融合模型通过以样本EEG数据为训练样本，以融合特征为训练特征训练得到；融合特征基于编码网络输出的全局特征和卷积神经网络输出的局部特征确定。本发明所述方法结合EEG数据中的全局信息和局部信息实现网络的迭代训练和癫痫预测，提升了癫痫预测的准确性。
-
公开(公告)号：CN117708570A
公开(公告)日：2024-03-15
申请号：CN202410162891.4
申请日：2024-02-05
Applicant: 中国科学院自动化研究所
IPC: G06F18/213 , A61B5/00 , A61B5/369 , G06N3/0464 , G06N3/042 , G06N3/084 , G06N3/045 , G06F17/15
Abstract: 本发明提供一种癫痫预测方法、装置、电子设备及存储介质，应用于数据处理技术领域。该方法包括：获取脑电信号数据；提取所述脑电信号数据的癫痫数据特征，所述癫痫数据特征包括非欧式特征，所述非欧式特征包括相邻节点间的连接信息；根据所述癫痫数据特征识别患者脑状态对应的发病时期，所述发病时期包括癫痫发作前期和癫痫发作间期。
-
公开(公告)号：CN108789416B
公开(公告)日：2023-12-19
申请号：CN201810846453.4
申请日：2018-07-27
Applicant: 中国科学院自动化研究所 , 国网江苏省电力有限公司徐州供电分公司 , 国家电网有限公司
Abstract: 本发明属于电力技术领域，具体提供一种用于带电作业的机械臂控制系统及方法。本发明旨在解决现有带电作业机器人无法柔性接触电力线而可能对电力线产生破坏的现象。本发明的用于控制双机械臂柔性带电作业的系统包括工控机和两个机械臂，机械臂的末端设置有检测单元，其中：检测单元用于确定电力线的待操作的电力线的特征点的位置信息；工控机用于根据所述位置信息确定机械臂的操作轨迹；以及用于根据位置信息确定机械臂在沿操作轨迹运动过程中的运动参数。这样的设置，实现机械臂对电力线的柔性接触，避免刚性机械臂损伤电力线，使得用于控制双机械臂柔性带电作业的系统的操作安全性大大增加，同时还保护了电力系统安全。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.062 seconds)
