公开(公告)号：CN118351114A

公开(公告)日：2024-07-16

申请号：CN202410772873.8

申请日：2024-06-17

Applicant: 成都信息工程大学

Inventor： 唐聃 ,  陈金京 ,  任李娟 ,  刘佳璇 ,  罗未 ,  杨瑞 ,  许源平

IPC: G06T7/00 ,  G06T3/4038 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了基于性能感知的全局通道剪枝与YOLOv5结合的龋齿检测方法，涉及医学图像处理的技术领域，在多任务模型剪枝过程中，处于动态变化状态的卷积核重要程度会导致模型在压缩时很难找到模型的推理性能和压缩率之间的平衡点；本发明方法通过精确的全局通道剪枝策略，找到最优剪枝方案，从而显著减少计算复杂度同时保持高检测精度；在数据准备阶段，采用多种数据增强技术提高模型的泛化能力；训练过程中，模型通过迭代学习，不断优化以提高龋齿识别的准确性和效率；最终，独立的测试集被用于评估模型的性能，包括精确率、召回率以及平均精度均值；该方法特别适用于资源受限的环境中的龋齿检测，为龋齿检测提供了一种高效、准确的解决方案。

公开(公告)号：CN119089280A

公开(公告)日：2024-12-06

申请号：CN202411580372.6

申请日：2024-11-07

Applicant: 成都信息工程大学

Inventor： 任李娟 ,  陈金京 ,  唐聃 ,  刘佳璇 ,  罗未 ,  杨瑞

IPC: G06F18/241 ,  G06F18/2131 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/22 ,  G16H50/70

Abstract: 本发明公开了一种均衡增强多模态心理疾病不平衡数据的方法，属于处理不平衡数据深度学习技术领域，主要对心理疾病的多模态时序不平衡数据进行过采样。首先系统对心理疾病数据进行多模态预处理，结合自适应平衡相似度和高维局部离群检测，捕捉复杂边界样本并赋予动态权重，通过融合多尺度k近邻与LOF（全局异常因子）算法，提升高维特征空间中边界信息的提取精度，生成阶段，系统构建融合条件生成对抗网络（CGAN）和注意力机制的进化型GAN模型，以生成高保真且多样化的少数类样本，通过自适应优化与对抗熵正则化，加速模型收敛并提高生成样本的多样性，最终通过判别校验，显著提升分类性能与数据质量。

公开(公告)号：CN119089280B

公开(公告)日：2025-02-28

申请号：CN202411580372.6

申请日：2024-11-07

Applicant: 成都信息工程大学

Inventor： 任李娟 ,  陈金京 ,  唐聃 ,  刘佳璇 ,  罗未 ,  杨瑞

IPC: G06F18/241 ,  G06F18/2131 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/22 ,  G16H50/70

Abstract: 本发明公开了一种均衡增强多模态心理疾病不平衡数据的方法，属于处理不平衡数据深度学习技术领域，主要对心理疾病的多模态时序不平衡数据进行过采样。首先系统对心理疾病数据进行多模态预处理，结合自适应平衡相似度和高维局部离群检测，捕捉复杂边界样本并赋予动态权重，通过融合多尺度k近邻与LOF（全局异常因子）算法，提升高维特征空间中边界信息的提取精度，生成阶段，系统构建融合条件生成对抗网络（CGAN）和注意力机制的进化型GAN模型，以生成高保真且多样化的少数类样本，通过自适应优化与对抗熵正则化，加速模型收敛并提高生成样本的多样性，最终通过判别校验，显著提升分类性能与数据质量。