-
公开(公告)号:CN112052874B
公开(公告)日:2023-11-17
申请号:CN202010761850.9
申请日:2020-07-31
Applicant: 山东大学
IPC: G06F18/24 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的生理数据分类方法,包括:获取待预测的某一疾病的相关诊断数据;利用诊断数据训练生成对抗网络,生成大量虚拟数据集;利用虚拟数据集训练多个弱分类器;将获取的诊断数据输入训练后的弱分类器,获得不同的生理数据分类结果。本公开技术方案以生成对抗网络为基础生成大量虚拟糖尿病诊断数据,将虚拟数据训练出大量的弱分类器,最后将这些弱分类器集成,获得更加精准的疾病(糖尿病)集成诊断结果。
-
公开(公告)号:CN109754884B
公开(公告)日:2020-05-08
申请号:CN201910092877.0
申请日:2019-01-30
Applicant: 山东大学齐鲁医院
Abstract: 本公开公开了心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质,包括:将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取,获取分娩风险对应的影响因子;对影响因子进行单因素logistic回归分析,将概率值p小于设定阈值的所有变量均筛选出来;对筛选出的所有变量进行多因素logistic回归分析,建立logistic回归模型;将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中,获得待预测目标的分娩前新生儿风险评估结果。
-
公开(公告)号:CN109671504A
公开(公告)日:2019-04-23
申请号:CN201910093922.4
申请日:2019-01-30
Applicant: 山东大学齐鲁医院
IPC: G16H50/30
Abstract: 本公开公开了心脏病妊娠患者分娩前风险预测方法、系统、设备及介质,将预先采集的先天性心脏病妊娠患者的医疗数据进行数据筛选和特征提取,获取分娩风险对应的影响因子;对影响因子进行单因素logistic回归分析,将概率值p小于设定阈值的所有变量均筛选出来;对筛选出的所有变量进行共线性分析,删除存在共线性的变量,得到剩余变量;将剩余变量进行多因素logistic回归分析,得到logistic回归模型,所述logistic回归模型即为先天性心脏病妊娠患者分娩前风险预测模型;将待预测目标的检查结果输入到将所述先天性心脏病妊娠患者分娩前风险预测模型中,获得所述待预测目标的分娩前风险评估结果。
-
公开(公告)号:CN116050645A
公开(公告)日:2023-05-02
申请号:CN202310113970.1
申请日:2023-02-13
Applicant: 山东大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了基于深度学习的海洋有害藻类浓度预测方法及系统,属于有害藻华预测领域。包括:获取海洋藻类浓度及其影响因素时间序列数据,对数据进行预处理;对预处理后的数据进行去季节化操作,得到去季节化后的数据;基于TS2Vec模型框架,建立融合自注意力机制、门控注意单元、扩张卷积的改进编码器;基于去季节化后的数据,采用层次对比学习方法对改进的编码器进行训练,获得海洋藻类时间序列的高维特征表示;将高维特征表示输入多层长短时记忆网络,对海洋藻类浓度进行预测。本发明实现对海洋藻类浓度及其影响因素信息的深度提取,利用多层长短时记忆网络对多变量时间序列的特征表示进行学习训练,获得更加准确的海洋藻类预测结果。
-
公开(公告)号:CN115732034A
公开(公告)日:2023-03-03
申请号:CN202211441816.9
申请日:2022-11-17
Applicant: 山东大学
Abstract: 本发明提出了一种空间转录组细胞表达模式的识别方法及系统,涉及生物信息学领域,对获取的空间转录组数据进行预处理,得到由图像特征、基因表达数据和邻接矩阵组成的正样本数据,属于同一个细胞的图像特征和基因表达数据存在对应关系;对正样本数据中图像特征和基因表达数据进行随机调整,得到负样本数据;构建图自编码器模型,用正样本数据和负样本数据对图自编码器模型进行训练;将待识别的样本数据输入到训练好的图自编码器模型中,得到最终识别的细胞类型;本发明构建图自编码器,充分利用空间转录组学中的多模态信息,实现空间转录组学的细胞模式识别,并改善扩展性和可操作性,提高组织切片中的细胞表达模式的识别精度和可靠性。
-
公开(公告)号:CN111640518A
公开(公告)日:2020-09-08
申请号:CN202010488882.6
申请日:2020-06-02
Applicant: 山东大学齐鲁医院
Abstract: 本发明提供一种宫颈癌术后生存预测方法、系统、设备及介质,属于医学技术领域。本发明在传统患者评估的基础上,重点突出病理因素对患者术后生存的影响,以机器学习算法为基础,从而开发了一种预测早期宫颈癌患者术后发生生存的临床预测模型。本发明可以为早期宫颈癌术后辅助治疗方案的选择及精准治疗提供更加个性化的临床指导意见,因此具有良好的实际应用之价值。
-
公开(公告)号:CN109754884A
公开(公告)日:2019-05-14
申请号:CN201910092877.0
申请日:2019-01-30
Applicant: 山东大学齐鲁医院
Abstract: 本公开公开了心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质,包括:将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取,获取分娩风险对应的影响因子;对影响因子进行单因素logistic回归分析,将概率值p小于设定阈值的所有变量均筛选出来;对筛选出的所有变量进行多因素logistic回归分析,建立logistic回归模型;将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中,获得待预测目标的分娩前新生儿风险评估结果。
-
公开(公告)号:CN106520535A
公开(公告)日:2017-03-22
申请号:CN201610890421.5
申请日:2016-10-12
Applicant: 山东大学
CPC classification number: G01N15/1434 , G01N2015/0065 , G01N2015/1006 , G01N2015/144 , G01N2015/149 , G01N2015/1493
Abstract: 本发明公开一种基于光片照明的免标记细胞检测装置及方法,包括光片发生单元即通过柱面透镜将激光光束整形成微米级厚度的均匀照明光片,光片激发置于由精密位移台控制移动的样本微腔室中的微粒或细胞悬液,单个微粒或细胞的形态显微图像和二维光散射图样通过物镜分别在聚焦和去焦模式下被探测器记录,结果输入至成像分析系统进行图像处理和识别分类。本发明采用的光片照明方法能够有效限制激发区域,抑制光散射成像中的背景干扰,实现对单个微粒或细胞的有效激发以及在亚微米分辨率水平的微粒尺寸鉴别。光片照明激发二维光散射技术能够避免复杂的染色操作和荧光信号探测过程,对衰老细胞实现免标记检测和分类。本发明适用性强,具备推广性。
-
公开(公告)号:CN117974556A
公开(公告)日:2024-05-03
申请号:CN202311789847.8
申请日:2023-12-22
Applicant: 山东大学
IPC: G06T7/00 , A61B8/00 , A61B8/08 , G06V10/22 , G06V10/54 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于超声图像的羊水区域标定方法及系统,涉及图像处理技术领域。获取超声图像,并对超声图像进行预处理,将预处理后的图像作为训练样本;对训练样本进行羊水区域标定;构建判别网络,利用标定后的训练样本训练判别网络,得到训练好的羊水区域标定模型,其中,训练判别网络过程中,利用DPM方法进行特征提取,并利用SVM方法进行超声图像分类;利用羊水区域标定模型对待判别的超声图像进行处理,得到标注羊水区域的超声图像。本发明可通过在超声图像中图像灰度值的差别进行指示,从而实现自动标注,从而用于羊水区域的分析。
-
公开(公告)号:CN116091791A
公开(公告)日:2023-05-09
申请号:CN202211710563.0
申请日:2022-12-29
Applicant: 山东大学
IPC: G06V10/46 , G06V10/774 , G06V10/25 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的一种两阶段高精度的盆骨关键点检测方法与系统,包括:获取待识别的盆骨CT图像;利用训练好的热图粗检测模型从待识别的盆骨CT图像中识别出盆骨关键点的敏感区域,其中,热图粗检测模型的训练过程为:获取训练用盆骨CT图像,对训练用盆骨CT图像进行关键点标注,并通过标注的关键点,生成热图;以生成的热图为标签,通过训练用盆骨CT图像对热图粗检测模型进行训练;通过训练好的盆骨关键点细检测模型对盆骨关键点的敏感区域进行识别,获得盆骨关键点识别结果。实现了对盆骨关键点的准确检测。
-
-
-
-
-
-
-
-
-