|
搜索
搜 索
高等教育領域數字化綜合服務平臺
腫瘤醫學圖像智能診斷算法
簡介：
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。
層級分割模型示意圖
分類模型可視化熱圖
2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。
鉬靶乳腺圖像預處理
雙側雙體位深度學習網絡
優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-05-15
腫瘤醫學圖像智能診斷算法
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫學CT圖像出發，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區域的數據進行融合，在胰腺腫物分類中取得了較好的結果。層級分割模型示意圖 分類模型可視化熱圖 2、現有的乳腺癌腋窩淋巴轉移的醫療診斷措施為病理活檢，是一種過度醫療。基于乳腺鉬靶圖像的術前無創的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。鉬靶乳腺圖像預處理 雙側雙體位深度學習網絡 優勢：從客觀的醫學圖像數據出發，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-04-10
由生成對抗網絡（GAN）驅動的進化多目標算法
隨著計算智能方法得到更廣泛的應用，其從問題本身學習的能力亟待增強。為此，越來越多研究提出使用機器學習模型來驅動計算智能。通常，這種基于模型的進化算法的性能高度依賴于所采用模型的訓練質量。而傳統機器學習方法需要大量訓練數據進行模型訓練，而且受維度災難的影響，這類方法通常很難解決維度較高的問題，約束了計算智能方法的應用范疇。課題組在
南方科技大學
2021-04-14
異構并行系統下時間能耗權衡優化的任務調度算法
本發明提出了一種基于時間-能耗重要性比重的并行任務調度算 法，在滿足時間和能耗的雙重限制下，實現異構并行系統下任務所用 時間和能耗的權衡優化。本發明考慮到實際情況中任務受各種因素的 影響，執行時間不是固定且確定的，而是近似于正態分布，因此在確 定任務調度順序時，不采用以往技術中使用執行時間平均值的方法， 而是將執行時間的平均值和方差同時考慮進來使用近似權重。在任務 分配階段，同時考慮時間和能耗這兩個性能指標，并能根據
華中科技大學
2021-04-14
一個分布式的最優快速管理算法
用電設備的最優管理是智能電網中實現需求側響應的關鍵一環。然而該問題通常需要同時管理調度大量的用電設備，同時考慮多個時槽，是一個時間空間耦合的復雜問題，想要在短時間內解決該問題十分困難。因此，如何設計合理的算法，提高計算效率，降低計算時間，是目前的研究熱點。?
南方科技大學
2021-04-14
醫用CT三維立體顯示儀研究
現有CT顯示方法的根本缺點是不能實現真正的立體顯示。針對這一點，我們設計了較為獨特的顯示方案。在此方案中，顯示屏上將不會出現被顯示圖像的本身，液晶顯示屏顯示的是經過數字編碼處理的圖像的近場衍射圖案，基本性質類似于全息圖，當液晶顯示屏被相干光源照射時，在屏后一定的位置將會出現器官的三維立體圖像，由于是真正的三維圖像，此器官的再現像可以同時從不同的角度進行觀測。同時由于編碼圖案是由斷層圖像經計算機的數字計算而獲得，所以不僅顯示速度非常迅速，而且顯示出的再現圖像是被檢測器官的真正三維透視立體像，觀測它如同觀測一個實際的透明器官，器官內的組織部結構一目了然。因此，這種顯示屏可以徹底改變目前CT檢測結果的顯示方式，大幅度提高疾病診療的準確性和成功率。這是本方案的突出優點所在，也是此項目的創新之處。經過調查，到目前為止，國內外還不存在任何類似的顯示器，此項目開發成功以后將具有完全的自主知識產權。此項目的直接目的是研制出可實用化的CT立體顯示儀，以徹底改變目前CT檢測結果的顯示方式。項目成功以后可以立即獲得實際應用，大幅度提高疾病診療的準確性和成功率，獲得明顯的社會效益和經濟效益。在此基礎上，可以進一步研制其它具有普遍適用性的立體顯示裝置如立體電視機和新一代的立體電影等。所以此項目可以作為系列研究滾動開發的一個開端，具有突出的學術價值和實用價值。
江蘇師范大學
2021-04-11
新冠病毒肺炎CT圖像自動分析系統
哈爾濱工業大學聯合哈爾濱醫科大學聯合研發“新冠病毒肺炎CT圖像自動分析系統”，該系統閱片效率是人工閱片速度的30倍，新冠肺炎相關病變檢測準確率基本達到了醫生水平，可以定量評估病變范圍。 由于新冠肺炎患者肺部CT圖像上有較為典型的征象，可以作為新冠肺炎快速診斷和病情評估的重要依據，因此哈爾濱工業大學計算機科學與技術學院鄔向前教授聯合哈爾濱醫科大學附屬第二醫院影像科李萍教授，成立哈工大-哈醫大聯合攻關小組，研發“新冠病毒肺炎CT圖像自動分析系統”。聯合攻關小組緊急聯系中國多家醫院，收集177000多張肺部CT圖像，其中包括來自新冠肺炎患者的近40000張圖像。 聯合攻關小組克服了各種困難，經過多天通宵達旦努力工作，僅用了一周左右的時間就初步研發成功可用于診斷評估新冠肺炎的CT圖像自動分析系統。該系統可以自動檢測CT圖片上新冠肺炎相關病變，并估算病變區域在整個肺部的比例，為新冠肺炎患者的篩查和病情評估提供了依據。這些信息，在人工閱片時無法得到。該系統已在哈爾濱醫科大學附屬第二醫院進行部署試用。該系統具有非常優越的性能，其閱片效率差不多是人工閱片速度的30倍，新冠相關病變檢測準確率基本達到了醫生水平，尤其可以定量的評估病變的范圍對臨床診斷非常有意義。查看原文
哈爾濱工業大學
2021-04-10
一種用于連續窄脈沖下的 APD 像元電壓讀取電路
本發明公開了一種用于連續窄脈沖下的 APD 像元電壓讀取電 路，設有探測器、可變增益跨阻放大器(TIA)、共模信號采樣電路、自 復位比較器和可變增益放大器(VGA)。探測器的輸出端連接可變增益 跨阻放大器(TIA)的輸入端，可變增益跨阻放大器(TIA)的輸出端連接共 模信號采樣電路的輸入端，以及自復位比較器的一個輸入端，以及可 變增益放大器(VGA)的一個輸入端，共模信號采樣電路的輸出端連接 自復位比較器的另一個輸入端，以及可變增益放大器(VGA)的另一個 輸入端，自復位比較器的輸出端為使能信號輸出
華中科技大學
2021-04-14
時序數據水印系列算法技術
1. 痛點問題
工業時序數據具有應用領域廣、數據規模大、經濟價值高的特點，蘊含的巨大商業價值，因而其安全性受到不法分子采用黑客攻擊等技術手段以及雇傭商業間諜等非技術手段的威脅。數據所有者通常會采用前效方法對數據庫中的數據加以保護，但是這些方法只能有效防止外部人員進行非法盜竊，對于內部人員盜竊等途徑并不能有效遏制。數字水印是解決數據在傳播過程中安全問題的一個主流分支，通常的數字水印采用分組多數投票方法來提升算法的魯棒性，但時序數據通常有較多的噪聲，高價值數據點相對集中，因而一個未經加權的投票算法可能會因為大范圍的噪聲干擾而導致水印判定失效。此外，常見時序數字水印算法基于時間戳進行水印嵌入計算，容易受到更改時間戳或頻率變換的攻擊，一旦時間戳序列大幅度改變，水印提取算法將受到很大影響，很可能導致水印提取完全失效。
2. 解決方案
工業物聯網數據是工業大數據規模迅速擴張的主要來源。各類物聯網傳感器以極高的頻率采集其所在設備的工作狀態數據，通常為一系列包含數據產生時間戳（Timestamp）和采集數據（Data）形式為(Timestamp, Data) 的元組序列，稱為時間序列。工業時序數據具有應用領域廣、數據規模大、經濟價值高的特點，蘊含的巨大商業價值，因而其安全性受到不法分子采用黑客攻擊等技術手段以及雇傭商業間諜等非技術手段的威脅。
數據所有者通常會采用前效方法對數據庫中的數據加以保護，包括但不限于：數據加密、用戶權限劃分等等。但是，這些方法只能有效防止外部人員進行非法盜竊，對于內部人員盜竊等途徑并不能有效遏制。數字水印是解決數據在傳播過程中安全問題的一個主流分支，常見時序數字水印算法基于時間戳進行水印嵌入計算，容易受到更改時間戳或頻率變換的攻擊，一旦時間戳序列大幅度改變，水印提取算法將受到很大影響，很可能導致水印提取完全失效。此外，數字水印通常采用分組多數投票方法來提升算法的魯棒性，但時序數據通常有較多的噪聲，高價值數據點相對集中，因而一個未經加權的投票算法可能會因為大范圍的噪聲干擾而導致水印判定失效。
本項目針對常見的水印失效場景進行了分析，提出了能夠有效提示水印魯棒性的技術，更好的確保數據安全的管理能力。
3.合作需求
在全國范圍內工業互聯網/工業大數據相關領域尋求應用場景，希望能與能源/裝備制造行業的大中型企業開展這方面的合作研究和落地實施；并針對上述企業開展包括二次開發在內的各類實際應用，助力企業降本增效、轉型升級。
清華大學
2023-02-14
《機械臂運動算法》STEAM主題課程
產品詳細介紹
機械臂運動算法STEAM主題課程
項目背景
隨著工業 4.0 科技革命的到來，工業機器人已成為工業化程度的重要標志。機械臂是最為典型也是最早出現的工業機器人，它可以代替人的繁重勞動以實現生產的機械化和自動化，提高生產效率的同時避免人身事故的發生。機械臂課程的學習可以培養學生將科學技術應用于日常生活、社會實踐的意識。
在本項目中，學生可借助機械臂運動算法套件與人工智能與編程教學系統，了解關節機械臂和伸縮機械臂的原理及特點，搭建不同類型機械臂并通過編程實現智能控制。
課程性質
這是一門以項目式教學開展的跨學科課程，以基于建構主義理論的 5E 教學模式作為指導，結合了
中小學信息技術課程標準與編程教學特色。
課程目標
1.知識與技能
? 了解機械臂的類型及其在現實生活中的應用。
? 掌握關節機械臂和伸縮機械臂的結構特點，設計并制作相應模型。
? 學習圖形化編程或 C++代碼編程的基礎知識，使模型完成實際任務。
? 掌握機械臂運動算法的設計、編寫及調試。
2.過程與方法
? 通過觀察、查閱相關資料等活動，培養對信息的有效性、客觀性做出判斷的意識，發展分析概括能力。
? 通過機械臂模型的搭建和編程，發展編程思維和工程思維能力。
? 在完成模型設計和算法設計過程中，提高分析問題和解決問題能力，養成自學能力。
3.情感態度與價值觀
? 了解機械臂在日常生活中的實際應用，萌發將科學技術應用于日常生活、社會實踐的意識。
? 養成實事求是，尊重自然規律的科學態度。
? 關注科學技術對社會發展、自然環境及人類生活的影響。
廣州八爪魚教育科技有限公司
2021-08-23