-
公开(公告)号:CN118097116A
公开(公告)日:2024-05-28
申请号:CN202410345381.0
申请日:2024-03-25
Abstract: 本发明公开了一种基于鸟类脑机制的显著运动目标检测系统,包括视频采集装置、数据处理装置和显示装置;视频采集装置用于进行视频采集;数据处理装置,用于对视频数据逐帧进行运动特征提取,最后对原始图像的联合时域显著图,基于像素空间位置进行归一化操作,并输出最终显著图;显示装置,用于接收并显示数据处理装置输出的原始图像中显著的运动目标信息。本发明能够实现对复杂动态场景下新奇运动目标的有效检测。
-
公开(公告)号:CN117883074A
公开(公告)日:2024-04-16
申请号:CN202410056044.X
申请日:2024-01-15
Applicant: 郑州大学 , 河南省科技创新促进中心
IPC: A61B5/11 , A61B5/00 , G06V20/40 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于人体姿态视频的帕金森病步态量化分析方法,包括如下步骤:A:构建人体姿态数据集;B:构建HRNet深度神经网络模型;C:利用训练后的HRNet深度神经网络模型获得人体姿态视频中PD患者的人体17个关键点组成的关键点序列;D:对步骤C中得到的17个人体关键点序列进行运动特征信号提取;E:获得表征人体姿态视频中PD患者的周期性动作变化的波峰序列和波谷序列;F:对六种步态运动特征参数进行量化;G:基于六种步态运动特征参数,使用训练好的分类器按照MDS‑UPDRS进行评分。本发明能够以人体姿态视频片段为载体,实现灵活、可解释的步态量化,以辅助帕金森疾病的早期检测、常规监测和治疗评估。
-
公开(公告)号:CN114098749B
公开(公告)日:2024-04-05
申请号:CN202111651395.8
申请日:2021-12-30
Abstract: 本发明公开了一种基于深度学习与诊断规则的心拍形态识别方法及装置,包括以下步骤:A:获取待检测心拍并通过m个基于DenseNet的深度神经网络分别生成待检测心拍中不同类别的心拍概率;B:根据得到的每个基于DenseNet的深度神经网络生成不同类别的心拍概率,通过融合决策的方法确定各个类别心拍概率的最终概率;C:根据各个类别心拍概率的最终概率,结合设定的概率阈值,判断待检测心拍所属的心拍类别;并利用诊断规则条件进一步校验待检测心拍的类别。本发明能够解决现有技术中对心梗患者QRS波、ST段和T波形态识别时依赖于特征点检测的准确性、自适应性差和易受噪声干扰鲁棒性差的缺陷,具有较高的识别准确率。
-
公开(公告)号:CN113886758A
公开(公告)日:2022-01-04
申请号:CN202111038082.5
申请日:2021-09-06
Applicant: 郑州大学
Abstract: 本发明公开了一种研究信鸽OT中深层连续运动敏感神经元的编码机制的方法,属于生物医学领域,包括步骤1:步骤1:通过稀疏噪声刺激、运动光点刺激和全屏ON/OFF刺激得到连续运动敏感神经元;步骤2:对连续运动敏感神经元进行不同运动连续度的刺激,得到该类神经元偏好长持续连续运动的结论;步骤3:针对该类神经元偏好长持续连续运动的特点,提出树突场的有向能量累计假设;并针对单个树突就能够诱发胞体响应的特点,提出胞体的序贯概率激活假设。步骤4:调整模型的参数,测试模型对于不同运动连续度刺激的响应情况。本发明构建了信鸽OT中深层连续运动敏感神经元的编码机制;给出一种生物模拟的弱小目标检测算法。
-
公开(公告)号:CN113569675A
公开(公告)日:2021-10-29
申请号:CN202110805124.7
申请日:2021-07-15
Applicant: 郑州大学
Abstract: 本发明公开了一种基于ConvLSTM网络的小鼠旷场实验行为分析方法,使用关键点检测模型输出包含小鼠关键点语义信息和位置信息的特征图,然后将相邻帧组成的特征图序列输入到基于ConvLSTM网络建立的识别分类模型中,实现行为分类,最后使用众值滤波对误分类的结果进行修正,进而获取小鼠旷场实验中的行为参数;本发明实现了动物行为的自动识别和动物行为指标的自动计算,不仅能减轻研究人员的工作负担,为其提供定量化的行为分析方法,提高实验的客观性,同时,精细化的行为分析方法可以帮助研究者捕捉到一些难以察觉的行为模式,提高分析结果可靠度,同时,相较于现有的小鼠行为识别方法,该方法准确率更高,受环境、光照变化的影响小,鲁棒性更高。
-
公开(公告)号:CN113362339A
公开(公告)日:2021-09-07
申请号:CN202110587417.2
申请日:2021-05-27
Applicant: 郑州大学
Abstract: 本发明涉及一种基于统一模态转换的脑切片区域定位方法及装置,属于图像配准技术领域。其中方法包括:获取多组荧光标记脑切片和Average Template脑图谱、数字Atlas脑图谱;对Average Template脑图谱和数字Atlas脑图谱做仿射变换,得到仿射变换后的Average Template脑图谱和数字Atlas脑图谱;将脑切片和仿射变换后的Average Template脑图谱进行模态转换,得到模态统一的脑切片和Average Template脑图谱;将模态统一的脑切片和Average Template脑图谱进行图像配准获取变形场,将变形场作用到数字Atlas脑图谱,得到变形后的数字Atlas脑图谱;提取变形后的数字Atlas脑图谱的轮廓与脑切片融合,完成脑切片的区域定位。本发明能有效克服非统一模态图像的影响,实现精准快速的脑切片区域定位。
-
公开(公告)号:CN113951893B
公开(公告)日:2023-02-03
申请号:CN202111460169.1
申请日:2021-12-02
Abstract: 本发明涉及心电信号提取点提取方法技术领域,公开了一种结合深度学习和电生理知识的多导联心电信号特征点提取方法,首先,多导联心电信号获取模块用于提取12导联心电信号;其次,特征点提取模块通过基于U‑net框架的卷积神经网络(CNN)和长短期记忆网络(LSTM)提取心拍的形态特征和采样时刻的强时序相关性特征,并通过底层和高层信息的融合强化波形各个时刻更加精细的特征,之后通过固定阈值法提取特征点;最后,特征点位置修正模块通过基于电生理学知识的多导联互参方法和动态阈值自适应调整策略进一步提升特征点提取精度,够显著降低特征点提取的漏诊率和误诊率。
-
公开(公告)号:CN114246591A
公开(公告)日:2022-03-29
申请号:CN202111651413.2
申请日:2021-12-30
IPC: A61B5/318 , A61B5/349 , A61B5/355 , A61B5/358 , A61B5/00 , A61B5/366 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/50
Abstract: 本发明公开了一种基于知识图谱的心肌梗死智能辅助验证方法和系统,包括以下具体步骤:A:获取多导联心电信号数据;B:利用获取的多导联心电信号数据,通过心电信号特征点提取网络模型对特征点进行提取,得到多导联心电信号数据中的特征点;然后通过心拍形态识别网络模型进行心拍形态识别,最终得到多导联心电信号数据的实体属性值;C:将获得的多导联心电信号数据的实体属性值,链接到心梗辅助诊断领域知识图谱的本体结构上,生成对应实体的知识图谱;D:利用知识图谱并基于产生式规则,对心肌梗死的诊断结果进行辅助验证。本发明能够基于心拍识别构建的知识图谱,并基于产生式规则对心肌梗死的诊断结果进行辅助验证,提高诊断结果的准确性和可解释性。
-
公开(公告)号:CN113012129A
公开(公告)日:2021-06-22
申请号:CN202110291087.2
申请日:2021-03-18
Applicant: 郑州大学
Abstract: 本发明涉及一种脑切片图像的区域定位及标记神经细胞计数系统及装置,属于图像配准和目标检测领域。其中方法包括:获取多组荧光标记脑切片和Average Template脑图谱、Atlas脑图谱;将脑图谱与脑切片全局粗配准并进行模态转换;将单模脑切片和单模Average Template脑图谱输入配准网络,得到变形场对Atlas脑图谱变换;获取的脑区标记信息和空间坐标信息映射到脑切片上,完成脑切片区域定位;使用目标检测网络检测脑切片上标记神经细胞,与脑区空间坐标信息对比,得到各脑区的神经细胞数量,完成脑切片神经细胞的计数。本发明实现脑切片图像全自动、精准快速的区域定位和标记神经细胞的精确计数,操作简捷方便。
-
公开(公告)号:CN105251117B
公开(公告)日:2017-11-24
申请号:CN201510576585.6
申请日:2015-09-11
Applicant: 郑州大学
Abstract: 本发明公开了一种适于动物脑区植入深度动态可调电极,包括微电极、电极丝深度调节装置,电极丝深度调节装置包括上、下支撑板和调节板,上、下支撑板之间通过间隔设置的两导向立柱连接为一体;位于两导向立柱之间垂直设置有螺栓结构的螺杆,螺杆的下端转动置于设置在下支撑板上的轴套内,其上端转动置于开设在上支撑板上的阶梯孔内,调节板通过通孔滑动套装在两导向立柱上,调节板中部通过螺接件与螺杆螺纹传动;贯穿下支撑板垂直向下固定有不锈钢定位管;微电极固定在调节板上,微电极的电极丝垂直向下间隙穿在所述不锈钢定位管内。本发明解决了检测电极和刺激电极深度调节方式不通用的问题,形式灵活,适用广泛。
-
-
-
-
-
-
-
-
-