-
公开(公告)号：CN116966410A
公开(公告)日：2023-10-31
申请号：CN202311000285.4
申请日：2023-08-09
Applicant: 南昌大学第一附属医院
Abstract: 本发明提供一种具有气体阻流功能的Y阀防反流装置，涉及医疗器械领域。具体为：主管的一端接头内设有单向阀组件；单向阀组件包括阀体，阀体内活动设置有转动盘，转动盘上设置有用于连通主管的通流孔和单向阀；转动盘设有驱动柄，驱动柄活动连接于阀体；单向阀包括气体阻隔膜和液体防反流结构；液体防反流结构包括挡板，挡板开设有液体通道，液体通道内设有挡球、限位件、弹性件和连接件，挡球的后端通过弹性件与连接件连接，连接件固定于液体通道的内壁。本申请能够改善的现有技术中在保证防止反流效果的同时，不便于将管内或阀内的导丝或导管能够顺利插入或取出的问题；同时能够阻隔气体进入，解决现有技术中空气误入的问题。
-
公开(公告)号：CN119495407A
公开(公告)日：2025-02-21
申请号：CN202510085463.0
申请日：2025-01-20
Applicant: 南昌大学第一附属医院
IPC: G16H30/20 , G16H30/40 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种垂体腺瘤侵袭影像数据分析方法及系统，涉及医学预测技术领域。一种垂体腺瘤侵袭影像数据分析系统，包括有：影像特征提取模块、辅助因子分析模块和侵袭预测判断模块。本发明通过结合患者的影像数据和辅助生物标志数据，采用交叉注意力机制和特征融合策略进行分析，能够充分利用来自不同数据源的信息，提高垂体腺瘤侵袭预测的全面性和精度；使用双向传播网络对垂体腺瘤图像进行处理，可以提取出更加细致和精准的影像特征；通过垂体腺瘤侵袭预测模型，结合侵袭数据辅助预测因子和患者影像特征图像，能够进行高精度的侵袭预测，融合不同模态的关键特征，有助于提高侵袭预测的准确性和可靠性。
-
公开(公告)号：CN118781353B
公开(公告)日：2025-01-21
申请号：CN202411266776.8
申请日：2024-09-11
Applicant: 南昌大学第一附属医院
IPC: G06V10/26 , G06V10/771 , G06V10/80 , G06V10/40 , G06V10/764 , G16H50/20 , G16H30/00
Abstract: 本发明提供一种垂体瘤语义分割与术中脑脊液漏预测模型，包括多任务深度神经网络、临床数据特征筛选模块、多层感知器；多任务深度神经网络以预处理后的MRI图像序列为输入，采用卷积块或者Transformer块提取预处理后的MRI图像序列的多尺度特征，并对多尺度特征进行融合，基于融合后的特征，构建垂体瘤语义分割头和脑脊液漏分类头，从而得到垂体瘤的语义分割结果和脑脊液漏的初步预测结果；临床数据特征筛选模块用于采用Pearson相关系数和距离相关数筛选出目标临床数据特征；多层感知器以目标临床数据特征和脑脊液漏的初步预测结果为输入，输出脑脊液漏的最终预测结果。本发明能够实现有效的语义分割，且提升基于MRI图像进行脑脊液漏预测的准确性和敏感性。
-
公开(公告)号：CN118781353A
公开(公告)日：2024-10-15
申请号：CN202411266776.8
申请日：2024-09-11
Applicant: 南昌大学第一附属医院
IPC: G06V10/26 , G06V10/771 , G06V10/80 , G06V10/40 , G06V10/764 , G16H50/20 , G16H30/00
Abstract: 本发明提供一种垂体瘤语义分割与术中脑脊液漏预测模型，包括多任务深度神经网络、临床数据特征筛选模块、多层感知器；多任务深度神经网络以预处理后的MRI图像序列为输入，采用卷积块或者Transformer块提取预处理后的MRI图像序列的多尺度特征，并对多尺度特征进行融合，基于融合后的特征，构建垂体瘤语义分割头和脑脊液漏分类头，从而得到垂体瘤的语义分割结果和脑脊液漏的初步预测结果；临床数据特征筛选模块用于采用Pearson相关系数和距离相关数筛选出目标临床数据特征；多层感知器以目标临床数据特征和脑脊液漏的初步预测结果为输入，输出脑脊液漏的最终预测结果。本发明能够实现有效的语义分割，且提升基于MRI图像进行脑脊液漏预测的准确性和敏感性。
-
-
-
Search Results
4
records
(took 0.026 seconds)
