面向瘫痪肢体功能康复的无线多通道混合数据采集系统

设计了一款无线多通道混合数据采集系统,包含硬件系统和PC数据采集及分析处理软件系统两部分。硬件系统根据目标需求,通过按键设置体表肌电(sEMG,surface electromyography)信号采集通道数和惯性测量单元(IMU,inertial measurement unit)数量,基于FreeRTOS操作系统创建sEMG信号传输任务和与IMU传感器数量对应的运动学数据采集任务,采用互斥信号量技术确保各任务获取的数据通过Wi-Fi传输给PC软件系统;PC软件系统实现对获取的混合信号实时显示、存储、处理分析等。相比于当下商用Trigno无线基础混合信号采集系统和其他自研系统,所设计的混合数据采集系统在瘫痪肢体运动功能康复领域更实用、具有更强的扩展性。

融入逻辑规则的知识图谱推荐模型研究

知识图谱嵌入技术已在推荐系统领域引起广泛关注,将结构化知识图谱中的信息融入到推荐模型中,可以提高推荐的个性化程度。然而,因为初始数据的不准确性会导致推荐结果不正确,现存的知识图谱推荐模型中仍存在误差传播问题。针对这个问题,该文提出了RR-KGE模型,由知识图谱嵌入模块和推荐算法模块组成;其中聚焦于知识图谱嵌入框架,将规则嵌入和知识图谱嵌入进行联合学习,通过规则给予模型更多的约束条件,以减少误差传播;并结合此框架将推荐算法ALS(Alternating Least Squares)和RNN(Recurrent Neural Network)相融合来获得更加精确的推荐结果;最后将RR-KGE与不同基准模型进行比较,在两个数据集上多项指标均优于对比模型,证明了推荐方法的有效性。

基于弱监督学习的双分支结直肠病理图像腺体分割

现有弱监督分割方法难以获得结直肠病理图像的细粒度腺体特征,导致无法生成高质量伪标签的问题,影响腺体分割的效果。为了解决上述问题,提出一种基于弱监督学习的双分支结直肠病理图像腺体分割方法。首先,将patch级结直肠病理图像输入到第一个分支网络中,通过特征交互模块和亲和度注意力融合模块实现patch级图像的局部和全局特征的交互和融合,并获得细粒度腺体特征。然后,将图像级结直肠病理图像输入到第二个分支网络中,利用局部类激活注意力模块定位腺体位置,并获得粗粒度类激活图。最后,通过细粒度腺体特征和粗粒度类激活图,得到高质量伪标签,并在分割网络中经过跨尺度连接空间感知模块,实现腺体分割。实验结果表明,将所提方法在GlaS和CRAG两个结直肠病理图像数据集中进行实验,与其他分割方法相比取得较好的分割效果,验证所提方法的有效性。