-
公开(公告)号：CN115177262B
公开(公告)日：2024-08-06
申请号：CN202210664490.X
申请日：2022-06-13
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明属于医学信号处理领域，具体涉及一种基于深度学习的心音心电联合诊断装置和系统，包括提出一种带有跨模态区域感知(通过为每个模态单独生成像素级权重图，充分评估不同模态和不同区域的贡献)和多尺度特征优化模块的密集融合策略，更好地融合多模态互补信息，有效提高诊断精度，其中，跨模态区域感知通过为每个模态单独生成像素级权重图，充分评估不同模态和不同区域的贡献；提出了一种协同学习策略，有效解决多模态模型中训练不平衡问题，该协同学习策略与特定模态‑密集融合‑特定模态三分支编码器架构相结合，使本发明方法既可应用在心音、心电单一模态信号场景下，又能应用在心音心电同时存在的多模态信号场景下，增强了网络的通用性。
-
公开(公告)号：CN113855063B
公开(公告)日：2022-11-11
申请号：CN202111226647.2
申请日：2021-10-21
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明公开了一种基于深度学习的心音自动诊断系统，属于医学信号处理领域，包括心音信号处理模块，用于对心音信号进行预处理，并将预处理后的心音信号分割成多个等长的心音信号片段；心音检测模块用于将所得心音信号片段分别输入到预训练好的心音检测模型中，得到每个心音信号片段的心音类别；综合各心音信号片段的心音类别，得到待测心音信号的心音类别；本发明提供了一种心音检测模型端到端对心音信号进行自动检测，通过将LSTM提取的多层次时序特征与CNN提取的局部特征相结合，充分利用CNN局部特征提取能力与LSTM长期依赖性捕获能力的优势，大大提高了分类精度。
-
公开(公告)号：CN115177262A
公开(公告)日：2022-10-14
申请号：CN202210664490.X
申请日：2022-06-13
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明属于医学信号处理领域，具体涉及一种基于深度学习的心音心电联合诊断装置和系统，包括提出一种带有跨模态区域感知(通过为每个模态单独生成像素级权重图，充分评估不同模态和不同区域的贡献)和多尺度特征优化模块的密集融合策略，更好地融合多模态互补信息，有效提高诊断精度，其中，跨模态区域感知通过为每个模态单独生成像素级权重图，充分评估不同模态和不同区域的贡献；提出了一种协同学习策略，有效解决多模态模型中训练不平衡问题，该协同学习策略与特定模态‑密集融合‑特定模态三分支编码器架构相结合，使本发明方法既可应用在心音、心电单一模态信号场景下，又能应用在心音心电同时存在的多模态信号场景下，增强了网络的通用性。
-
公开(公告)号：CN113855063A
公开(公告)日：2021-12-31
申请号：CN202111226647.2
申请日：2021-10-21
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明公开了一种基于深度学习的心音自动诊断系统，属于医学信号处理领域，包括心音信号处理模块，用于对心音信号进行预处理，并将预处理后的心音信号分割成多个等长的心音信号片段；心音检测模块用于将所得心音信号片段分别输入到预训练好的心音检测模型中，得到每个心音信号片段的心音类别；综合各心音信号片段的心音类别，得到待测心音信号的心音类别；本发明提供了一种心音检测模型端到端对心音信号进行自动检测，通过将LSTM提取的多层次时序特征与CNN提取的局部特征相结合，充分利用CNN局部特征提取能力与LSTM长期依赖性捕获能力的优势，大大提高了分类精度。
-
公开(公告)号：CN113496495B
公开(公告)日：2022-04-26
申请号：CN202110712879.2
申请日：2021-06-25
Applicant: 华中科技大学 , 武汉联影智融医疗科技有限公司
Abstract: 本发明公开了一种可缺失输入的医学图像分割模型建立方法及分割方法，属于医学图像分割领域，模型包括：N个编码器，用于提取N个不同模态图像的多等级特征；图像风格转换模块，以各模态最底层特征为输入，用于在模态缺失时通过特征域风格转换将其余特征转换为缺失模态特征，得到模态特征G1～GN，并融合为融合特征Gf；N+1个解码器，一个为分割解码器，以Gf为输入，其余解码器分别以G1～GN为输入，生成各模态的结构图像；特征融合模块，用于将各编码器对应层提取的特征拼接后输入至分割解码器的对应层；利用训练数据集训练模型后，去掉用于生成结构图像的N个解码器，得到可缺失输入的医学图像分割模型。本发明对缺失模态具有鲁棒性，提高了模型通用性。
-
Patent Agency Ranking
公开(公告)号：CN112038671B
公开(公告)日：2022-04-12
申请号：CN202010849814.8
申请日：2020-08-21
Applicant: 华中科技大学
IPC: H01M8/04298 , H01M8/04313 , H01M8/0432
Abstract: 本发明公开了一种固体氧化物燃料电池温度分布估计方法与系统，所述方法包括：对外重整固体氧化物燃料电池系统建模，以获得温度数据；应用模式识别方法，提取出电堆温度分布的时空特征，用多元线性回归算法建立电堆内部各个温度节点与中心节点温度、系统输入的燃料流量、空气流量、电流之间的时空特征模型；通过最小二乘支持向量回归机估计算法基于系统的输入来估计中心节点温度，作为电堆温度分布的空间特征参数；结合估计的中心节点温度以及温度分布时空特征模型估计出电堆温度分布；基于测得外围温度校正中心节点温度，从而得到更精准的电堆温度分布。如此，本发明为交叉流SOFC电堆的温度分布估计提供了可行的方案，且估算精准度高、实时性好。
-
公开(公告)号：CN113496495A
公开(公告)日：2021-10-12
申请号：CN202110712879.2
申请日：2021-06-25
Applicant: 华中科技大学 , 武汉联影智融医疗科技有限公司
Abstract: 本发明公开了一种可缺失输入的医学图像分割模型建立方法及分割方法，属于医学图像分割领域，模型包括：N个编码器，用于提取N个不同模态图像的多等级特征；图像风格转换模块，以各模态最底层特征为输入，用于在模态缺失时通过特征域风格转换将其余特征转换为缺失模态特征，得到模态特征G1～GN，并融合为融合特征Gf；N+1个解码器，一个为分割解码器，以Gf为输入，其余解码器分别以G1～GN为输入，生成各模态的结构图像；特征融合模块，用于将各编码器对应层提取的特征拼接后输入至分割解码器的对应层；利用训练数据集训练模型后，去掉用于生成结构图像的N个解码器，得到可缺失输入的医学图像分割模型。本发明对缺失模态具有鲁棒性，提高了模型通用性。
-
公开(公告)号：CN112038671A
公开(公告)日：2020-12-04
申请号：CN202010849814.8
申请日：2020-08-21
Applicant: 华中科技大学
IPC: H01M8/04298 , H01M8/04313 , H01M8/0432
Abstract: 本发明公开了一种固体氧化物燃料电池温度分布估计方法与系统，所述方法包括：对外重整固体氧化物燃料电池系统建模，以获得温度数据；应用模式识别方法，提取出电堆温度分布的时空特征，用多元线性回归算法建立电堆内部各个温度节点与中心节点温度、系统输入的燃料流量、空气流量、电流之间的时空特征模型；通过最小二乘支持向量回归机估计算法基于系统的输入来估计中心节点温度，作为电堆温度分布的空间特征参数；结合估计的中心节点温度以及温度分布时空特征模型估计出电堆温度分布；基于测得外围温度校正中心节点温度，从而得到更精准的电堆温度分布。如此，本发明为交叉流SOFC电堆的温度分布估计提供了可行的方案，且估算精准度高、实时性好。
-
公开(公告)号：CN110688746B
公开(公告)日：2021-08-20
申请号：CN201910875802.X
申请日：2019-09-17
Applicant: 华中科技大学
IPC: G06F30/20 , G06F30/27 , G06N3/00 , G06N3/12 , H01M8/04298 , H01M8/10 , G06F119/06
Abstract: 本发明公开了一种确定SOFC系统最优操作点的方法，属于固体氧化物燃料电池控制领域。包括：初始化系统净输出功率与重整器性能衰减参数；确定满足系统净输出功率与性能衰减参数的系统操作点的输入空间；通过遗传‑粒子群优化算法，获得系统操作点的输入空间中满足系统各元件温度约束、系统的功能效率最大化的最优操作点。本发明通过拟合获得不同性能衰减情况下最优操作点与系统净输出功率与性能衰减参数的定量关系，从而预测当前时刻的系统状态所对应的最优操作点，为实时更新的系统控制器优化提供有力支持。得到特定系统性能衰减条件下的最优操作点，根据在最优操作点下的系统衰减机制，建立健康度评价体系，为系统控制器优化提供有力的支持。
-
公开(公告)号：CN110783608A
公开(公告)日：2020-02-11
申请号：CN201910966267.9
申请日：2019-10-12
Applicant: 华中科技大学
IPC: H01M8/04664
Abstract: 本发明公开了一种固体氧化物燃料电池系统故障的处理方法，属于燃料电池领域，该方法包括：获取系统在不同故障类型、不同故障程度、不同功率点情况下相对于无故障情形的漂移特征；实时获取系统当前状态参数，根据漂移特征辨识系统故障类型和程度；根据辨识出的故障类型和程度，对系统进行对应的工程化处理。本发明方法基于健康度评价体系对系统故障类型和故障程度进行实时辨识，并对辨识出的不同故障类型和故障程度做出相应处理，最大程度避免系统组件受到难以修复的损坏以及故障处理对系统造成的二次损坏，有效减小了故障爆发对系统运行造成的影响，提高了系统运行效率，实现了系统低成本、长寿命运行，适用于实际工程的应用。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.062 seconds)
