公开(公告)号：CN114399485A

公开(公告)日：2022-04-26

申请号：CN202210026421.6

申请日：2022-01-11

Applicant: 南方医科大学顺德医院(佛山市顺德区第一人民医院) ,  华中科技大学同济医学院附属协和医院

Inventor： 霍彤彤 ,  邓凯贤 ,  李丽欣 ,  叶哲伟 ,  吴蔚 ,  王子毅

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明适用于医学图像处理技术领域，具体为一种基于残差网络结构的子宫肌瘤目标图像获取方法，包括模型训练和模型应用两个阶段。模型训练包括：S1、在原始样本超声图像上，对包含子宫肌瘤图像的区域以矩形框形式进行病灶目标图像区域标注；S2、将所述标准标注图像通过改进型YOLOv3目标检测模型进行检测；S3、结果进行统一，得到训练好的改进型YOLOv3目标检测模型。应用时将待检测的超声图像输入至训练好的改进型YOLOv3目标检测模型进行检测，得到子宫肌瘤目标图像区域结果。本发明能够提高子宫肌瘤图像区域的获取精度，且检测速度快，对小目标及多目标任务适应性强。

公开(公告)号：CN115423761A

公开(公告)日：2022-12-02

申请号：CN202211013236.X

申请日：2022-08-23

Applicant: 华中科技大学同济医学院附属协和医院

Inventor： 叶哲伟 ,  王子毅 ,  谢毅 ,  霍彤彤 ,  董喆 ,  何双江 ,  赵慧娟 ,  钟胜

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06T17/00 ,  G06T17/20 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习的骨折X光图像检测与三维呈现方法，包括如下步骤：获取胫骨平台部位不同骨折类型的X光图像；对X光图像提取特征并进行骨折检测和分型；对X光图像进行三维重建，提取表面网格；将表面网格转换为STL文件，存入工作站中进行混合现实(MR)呈现；本发明能够对骨折部位进行精准和快速定位，辅助医生进行骨折部位的诊断，与此同时将骨折部位在三维空间进行呈现，帮助医生进行手术规划和远程医疗，以便用于个性化手术方案的制定和实施。