基于自监督学习的三维医学影像异常检测方法和系统，方法包括如下步骤：根据三个尺度不同的原始特征图，分别构建三个独立的特征嵌入网络；利用特征嵌入网络，将三个原始特征图转换成一维的嵌入向量；计算伪异常图像与正常图像在每一尺度下的嵌入向量之间的均方误差之和；利用Adam优化器对特征嵌入网络进行参数更新；构建与编码器结构对称的解码器；利用全连接层扩展三个嵌入向量并分别重塑，生成三个低分辨率特征图，低分辨率特征图的空间分辨率与layer3特征图相同；将三个低分辨率特征图进行融合后得到layer3重建特征图；解码器的上采样模块对layer3重建特征图逐层级联重建，得到与layer1特征图和layer2特征图分辨率分别一致的layer1重建特征图和layer2重建特征图。
📄 2025107366801
📂 G06T7_00
👤 杭州电子科技大学
📅 2025-06-04
本发明公开了一种深度学习驱动的三维医学影像诊断辅助系统，本发明中，模型训练模块作为深度学习驱动的三维医学影像诊断辅助系统的核心，其内部子模块的精心设计和协同工作为整个系统带来了显著的有益效果。数据加载子模块确保了大规模影像数据的高效读取和预处理，为后续训练提供了稳定的数据流。模型训练模块通过自动化特征学习和模型定制与优化，系统实现了从原始影像数据到诊断知识的高效转化，大大提高了诊断的准确性和效率。医生可以依靠系统提供的精准诊断结果，更快地制定治疗方案，改善患者预后。同时高效训练管理和性能监控与评估确保了模型在整个训练过程中的稳定性和可靠性。
📄 2024118814722
📂 G16H50_20
👤 杭州电子科技大学
📅 2024-12-19
一种基于前景特征提取的三维目标检测方法，属于三维目标检测领域，包括以下步骤：步骤一、提取前景特征，过程如下：步骤1.1）定义初级特征提取主干网络；步骤1.2）前景区域划分；步骤1.3）前景评分；步骤1.4）金字塔特征聚合；步骤二、三维可变形注意力，将可变形注意力拓展到三维空间，包括三维偏移采样和视图变换，对于三维空间中的每个查询参考点，模型学习每个查询点周围的M个采样偏移量，并将这些参考点投影到不同的二维尺度和视图中；在二维目标检测器的帮助下，将目标对象的位置约束在某些图像区域内。本发明有效减少背景干扰并降低计算复杂度，增强模型对特征信息的提取和表达能力。
📄 2025115635693
📂 G06V10_764
👤 中国计量大学
📅 2025-10-30
本发明公开一种基于EIEM边缘特征提取的钢铁缺陷检测方法，首先设计一个边缘信息提取模块EIEM替换C2f中的BottleNeck，该模块采用sobel算子来提取特征的边缘信息并与整体空间信息进行特征融合，获得更加丰富的语义信息；其次，替换上采样方法为CARAFE，该方法通过编码器能够学习到适合自己特征信息的卷积核，以指导更加精确的特征重建；最后，将原来的检测头换成了动态统一的检测头（DyHead)，以应对不同缺陷的尺寸和变换位置，而且正因为这个检测头，在不同的尺寸、位置、任务中，都能动态的适应，不需要改变检测头。与现有技术相比，本发明克服了现有技术中鲁棒性差、引入噪声导致缺陷检测准确率低的问题，利用改进YOLOv8s模型架构，具有准确性高，适用广度大的优点。
📄 2024109597543
📂 G06V10_764
👤 淮安大学
📅 2024-07-17
本发明公开了一种基于人工智能sEMG信号特征提取及肌肉疲劳级别判别方法，包括如下步骤：S1、使用多模态传感器设备实时捕捉用户在进行特定体力活动时的sEMG信号数据和辅助数据；S2、对所收集的sEMG信号数据及辅助数据进行预处理；S3、利用多尺度熵分析和机器学习算法对预处理后的sEMG信号数据进行特征提取；S4、基于提取的特征，构建并训练一个用于肌肉疲劳级别判别的复合人工智能模型；S5、对用户的肌肉疲劳级别进行实时评估，并根据评估结果，调整运动强度和休息时间安排。本发明通过采用创新的信号预处理技术，有效地提高了sEMG信号处理的准确性和效率。
📄 2024103959150
📂 A61B5_389
👤 齐鲁工业大学(山东省科学院)
📅 2024-04-02
本发明公开了一种视网膜OCT图像中血管结构的特征提取方法和配准方法，该特征提取方法基于视网膜OCT图像进行体现血管结构3D特征的第一特征、用于体现血管结构交点特征的第二特征、用于体现血管结构SURF特征的第三特征提取，并对提取到的特征进行融合，因此得到的特征能够具有更全面的血管结构信息，为后续配准等操作打下基础。本发明中特征提取方法设计了用于体现血管结构交点特征的第二特征提取的提取步骤，通过第一特征提取矩阵对潜在的血管交点进行血管交点提取，得到初筛后的血管交点；再通过第二特征提取矩阵对初筛后的血管交点进行伪特征点的排除，得到二次筛选后的血管交点，由此可以避免血管交点的错漏。
📄 2024112283359
📂 G06V40_14
👤 江苏理工学院
📅 2024-09-03
本发明涉及一种油膜振荡二维及三维瞬时特征提取方法及装置，包括：提出一种二元特征尺度分解方法——复局部特征尺度分解(Complex Local characteristic‑scale decomposition，CLCD)，采集转子同一截面两个垂直方向的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；通过CLCD将该信号自适应分解成多个复数形式的二元子旋转信号，从中分离出基频和半频信号；对上述信号运用希尔伯特变换，获取油膜振荡信号的二维和三维瞬时特征。由于CLCD通过信号的自身特点自适应地对其分解，并运用双线性变换，故该方法自适应性强，瞬时特征提取全面、速度快、效率高，具有良好的技术效果。
📄 2017111574906
📂 G01M13_00
👤 郑州工程技术学院
📅 2017-11-20
本发明涉及一种旋转机械故障特征提取方法及装置，包括：提出一种二元特征尺度分解方法——复局部特征尺度分解(Complex Local characteristic‑scale decomposition，CLCD)；采集同一截面水平及垂直方向的振动信号，将其组成一个复数信号；通过CLCD将该信号自适应分解成多个复内禀尺度分量，用全矢谱技术融合各分量的实部和虚部特征。本发明通过提出的CLCD方法直接对双通道的信号进行处理，确保了各个通道信号有相同的分解尺度，便于信息融合。并且运用了双线性变换，所以该方法自适应性强，故障特征提取全面、速度快、效率高，具有良好的技术效果。
📄 201711156210X
📂 G01M13_00
👤 郑州工程技术学院
📅 2017-11-20
本发明涉及影像超声技术领域，尤其是一种用于医学影像超声的可调节体位检查装置及其使用方法，包括底座，弧形支撑板，两个所述弧形支撑板对称设置于第一内槽内壁的两侧；气囊支撑装置，所述气囊支撑装置安装于弧形支撑板与转动床体之间，所述气囊支撑装置用于在转动床体翻转带动人体滑动至对人体的侧身进行整体支撑保护。装置通过气囊支撑装置的设置，使得随着转动床体转动后露出的第一弹性气囊逐渐充气膨胀对人体进行支撑，保持在人体翻转的整个过程中始终保持对人体整体的防护支撑，从而有利于避免人体在翻转过程中的碰撞受伤，有利于避免人体由于不适而产生晃动，从而有利于提高影像超声检查的稳定性。
📄 2022101571315
📂 A61B8_00
👤 郭庆生
📅 2022-02-21
本发明涉及一种基于联合注意力ResNeSt的复杂场景下网络直播视频特征提取方法。首先对网络直播视频进行关键帧提取，得到视频的关键帧数据。为了利用视频帧的多尺度特征，按照特征金字塔网络的多尺度结构，设计了一个并行通路。该并行通路是自下而上构建的，与原有主干通路之间利用横向连接和斜向连接进行信息交换，其中横向连接和斜向连接均为卷积运算。考虑到网络直播的画面表现形式多以人为主体，同时夹杂大量冗余信息，因此引入空间——通道联合注意力，便于聚焦画面主体特征。最后，将融合了联合注意力的并行特征金字塔结合卷积层和池化层，构造ResNeSt特征提取模块，通过多层模块叠加，实现复杂场景下网络直播视频的特征提取。
📄 2020115095457
📂 H04N21_2187
👤 北京工业大学
📅 2020-12-18
本发明公开了一种基于时序差异特征提取的合成氨一段炉运行异常检测方法，旨在如何自适应的为合成氨一段炉过程数据实时提取时序差异特征，从而实现并完成高敏感性的合成氨一段炉运行异常检测任务。具体来讲，本发明方法通过合成氨一段炉的过程数据自适应的建立时序误差生成模型。在此基础上，利用在线自回归模型的误差实施合成氨一段炉运行异常检测。本发明方法最大的技术优势在于：本发明采用了一种全新的时序差异特征分析算法技术对合成氨一段炉的过程数据进行特征分析提取，能够自适应的更新得到从最大化时序误差的时序差异特征。因此，从这个角度出发，本发明方法理论上能使用高敏感性的时序差异特征来实施异常检测。
📄 202210651302X
📂 G06Q10_06
👤 宁波大学科学技术学院
📅 2022-04-30
本申请公开了一种图像特征提取方法、装置、设备及存储介质，涉及计算机视觉和深度学习等人工智能领域。具体实现方案为：对待处理图像关联的至少两个切分特征中的当前切分特征进行切分处理，得到当前切分特征的目标提取特征和待传递特征；其中，当前切分特征的待传递特征用于更新位于当前切分特征之后的后续切分特征，以及确定后续切分特征的目标提取特征；根据至少两个切分特征的目标提取特征，得到待处理图像的特征提取结果。本申请实施例提高了图像特征提取精度。
📄 2020111966270
📂 G06V10_40
👤 百度(中国)有限公司
📅 2020-10-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台