-
Patent Agency Ranking
公开(公告)号：CN113298784B
公开(公告)日：2023-03-21
申请号：CN202110569071.3
申请日：2021-05-25
Applicant: 中南大学
Abstract: 本发明公开了一种基于视角的骨折线提取映射方法，包括获取复位后的骨折碎片作为输入并获取同种骨头类型的标准骨模板；确认视角位置和朝向，渲染骨折碎片得到深度缓冲和模板缓冲；确定骨折碎片的渲染区域及边界并标记骨折碎片的缝隙区域；细化处理缝隙标记得到缝隙线并平滑；将骨折碎片和缝隙线与标准骨模板配准得到初步复位的骨折线；将初步复位的骨折线与标准骨模板进行映射和变换得到最终的骨折线。本发明提供的这种基于视角的骨折线提取映射方法，通过创新性的骨折线提取映射方法，能够得到贴合骨模板表面的骨折线，效果较好，而且本发明方法准确率高、效率较高、精确度好且鲁棒性高。
-
公开(公告)号：CN115295114A
公开(公告)日：2022-11-04
申请号：CN202210778148.2
申请日：2022-06-29
Applicant: 中南大学湘雅三医院
Abstract: 本发明提供了一种基于疼痛客观评估体系的镇痛给药方法，可精准客观地根据病人的疼痛程度计算出镇痛药物个体需求量，既避免给药量不足导致的镇痛效果不足，又避免给药量过多导致的药物毒副作用。本发明采集病人的生命体征和表情，通过深度学习法提取表情特征，通过归一化等的方式对生命体征数据进行处理；运用最小冗余最大相关mRMR算法，计算每个特征对输出的重要性，筛选出各阶段的重要性特征，通过并联的方式，将其与VAS评分等级相对应；采用最小冗余最大相关算法计算出VAS评分与生命体征数据对给药量的影响，证明VAS评分是给药量最重要的参考指数；最后分析VAS评分与镇痛药给药量之间相互对应的关系，建立给药预测模型。
-
公开(公告)号：CN113298783A
公开(公告)日：2021-08-24
申请号：CN202110568861.X
申请日：2021-05-25
Applicant: 中南大学
Abstract: 本发明公开了一种多姿态条件下的髋关节旋转中心检测方法，包括获取多姿态X线图像并标记解剖标志点和髋关节旋转中心点构成原始样本点；获取原始样本点的坐标并关联分析得到解剖标志点坐标数据；对原始髋关节旋转中心预测模型进行训练得到髋关节旋转中心预测模型；进行多姿态X线图像的动态配准得到基于动态配准图的髋关节旋转中心定位模型；获取实际的髋关节X线图像并采用髋关节旋转中心预测模型和基于动态配准图的髋关节旋转中心定位模型进行髋关节旋转中心定位检测。本发明还公开了一种包括所述多姿态条件下的髋关节旋转中心检测方法的成像方法。本发明可靠性高、实用性好、适用面广且准确高效。
-
公开(公告)号：CN113077502A
公开(公告)日：2021-07-06
申请号：CN202110411584.1
申请日：2021-04-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于标志球内部多层球面生成点的牙颌空间配准方法，包括获取牙颌CBCT数据和激光扫描数据并进行预处理；计算每个标志球的质心并匹配关键点；将匹配后的质心进行奇异值分解得到旋转矩阵和平移矩阵，应用于激光扫描牙颌数据完成粗配准变换；在激光扫描标志球内部生成呈球面状分布的点集并赋予主观权重；进行加权迭代最近点配准；将旋转矩阵和平移矩阵应用到激光扫描牙颌上，完成牙颌空间的细配准。本发明方法能够打破CBCT数据具有的金属伪影冗杂项、低像素，以及激光扫描数据具有一定程度残缺度的局限性，有效提高牙颌CBCT数据和激光扫描数据的配准精度，具有较好的精确性和通用性，而且准确率高，快速稳定。
-
公开(公告)号：CN111340812A
公开(公告)日：2020-06-26
申请号：CN202010104060.3
申请日：2020-02-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度神经网络的交互式肝脏图像分割方法，包括采用LITS数据集作为训练数据并预处理；选定预分割网络和修复网络并优化；对预处理后的数据再处理；在空间域上对特征图中需要加强相应的像素进行增强并得到初步分割结果；对初步分割结果进行变换并得到输入数据；采用修复网络对初步分割结果进行进一步修复得到最终的肝脏图像分割结果。本发明本发明方法的可靠性高、准确性好且速度较快。
-
-
-
-
Search Results
15
records
(took 0.019 seconds)
