-
公开(公告)号：CN114330267A
公开(公告)日：2022-04-12
申请号：CN202111461852.7
申请日：2021-12-02
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06F40/186 , G06F40/295 , G06F40/30 , G16H15/00 , G16H50/70
Abstract: 本发明公开了一种基于语义学关联的结构化报告模板的设计方法，包括以下步骤：步骤S1、基于历史病案大数据语义构建得到第一诊疗知识图谱；步骤S2、基于病症诊疗指南大数据构建得到第二诊疗知识图谱；步骤S3、将所述第一诊疗知识图谱和第二诊疗知识图谱进行实体融合得到融合表征诊疗实操经验和诊疗专家经验的诊疗结构化知识图谱，并基于诊疗结构化知识图谱为病症类别构建出结构化报告模板；步骤S4、根据结构化报告模板对病症类别进行统一诊疗以提高诊疗规范性。本发明使得按照结构化报告模板进行病症诊疗即符合医生的诊疗实操经验也符合诊疗专家经验，实现诊疗标准性和机动性的兼顾，突破了计算机辅助诊断方法仅采用诊疗指南驱动的局限。
-
公开(公告)号：CN114926388A
公开(公告)日：2022-08-19
申请号：CN202210227144.5
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种用于新冠肺炎病灶识别的CT图像处理方法及系统，包括以下步骤：步骤S1、依次将一组新冠肺炎确诊患者在新冠肺炎确诊阶段且包含新冠肺炎病灶的肺部CT图像标记为确诊CT图像，以及在新冠肺炎未确诊阶段且不包含新冠肺炎病灶的肺部CT图像标记为未确诊CT图像；步骤S2、将确诊CT图像和未确诊CT图像分别沿横向中轴线和纵向中轴线均分割为四个局部图像，依次统计未确诊CT图像中每个局部图像的潜在发生率。本发明利用新冠肺炎确诊患者的确诊CT图像和未确诊CT图像进行模型训练，实现通过未确诊CT图像预测出未确诊患者患新冠肺炎疾病的患病概率和病灶的高发区域，以实现对新冠疾病的提前预警。
-
公开(公告)号：CN114781475A
公开(公告)日：2022-07-22
申请号：CN202210227173.1
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06K9/62 , G06T3/60 , G06T3/40 , G06T7/11 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/00
Abstract: 本发明公开了一种基于深度学习的新冠肺炎CT图像分类方法及系统，包括以下步骤：步骤S1、在患病周期内获取一组连续表征新冠肺炎目标病患肺部状态的新冠肺炎CT图像，将一组连续的所述新冠肺炎CT图像进行阶段性划分得到多个表征新冠肺炎目标病患病情发展阶段的新冠肺炎CT图像阶段簇；步骤S2、基于深度学习机制构建新冠肺炎CT图像分类模型，并对所述新冠肺炎CT图像阶段簇进行阶段分类得到每个新冠肺炎CT图像阶段簇所表征的所述病情发展阶段，再映射至新冠肺炎CT图像阶段簇中将所述病情发展阶段作为新冠肺炎CT图像的类别标签。本发明实现对所述新冠肺炎目标病患在患病周期内的所有新冠肺炎CT图像进行分阶段的快速划分。
-
公开(公告)号：CN114723688A
公开(公告)日：2022-07-08
申请号：CN202210293732.9
申请日：2022-03-24
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种用于CT影像肺炎识别的影像处理方法和系统，影像去噪模块用于对CT影像中的两瓣肺部进行影像去噪处理，并校正影像灰度不均匀性，获取灰度分布均匀的无噪声的预处理影像；识别方式选择模块用于通过计算和对比两瓣肺部的灰度平均值选择肺炎识别方式；影像填补识别模块用于将两瓣肺部的CT影像补充完成形成两个相同的肺部影像，并将两个肺部影像的相同肺部切片图层进行灰度对比，来确定肺炎结节的区域和结节尺寸；影像特征对比识别模块用于将两瓣肺部的CT影像分别与相同尺寸的标准影像进行对比，识别每瓣肺部的CT影像中的结节区域和结节尺寸；本发明选择不同的方式进行影像处理和肺炎识别，提高两种结节型肺炎的识别精度。
-
公开(公告)号：CN113854996A
公开(公告)日：2021-12-31
申请号：CN202111032939.2
申请日：2021-09-03
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎康复期患者肺部功能评估方法，包括以下步骤：步骤S1、定期采集多个新冠肺炎患者在康复期不同阶段的肺部功能表征数据，以获得肺部康复时序数据，并对所述肺部康复时序数据进行曲线拟合得到肺功能时序曲线；步骤S2、基于肺功能时序曲线的相似度对所有新冠肺炎患者进行分类得到多组康复期患者集群，实现利用全体共性对新冠肺炎患者进行集群化评估分析；步骤S3、在所述康复期患者集群对每个康复期患者进行康复监听识别出离群患者，实现利用康复期患者的个体差异性进行离群患者的单独评估管理。本发明利用康复期患者的个体差异性进行离群患者的单独评估管理，提高了新冠肺炎患者的管理精度。
-
Patent Agency Ranking
公开(公告)号：CN112401915A
公开(公告)日：2021-02-26
申请号：CN202011302100.1
申请日：2020-11-19
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎CT复查的图像融合比对方法，包括：S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像，并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域；S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像。本发明将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合，可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况，无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释，减轻医生工作负担。
-
公开(公告)号：CN114847982A
公开(公告)日：2022-08-05
申请号：CN202210293727.8
申请日：2022-03-24
Applicant: 华中科技大学同济医学院附属协和医院
IPC: A61B6/00
Abstract: 本发明公开了一种用于新冠肺炎病人的多次复查图像的融合处理方法，对每个首检CT影像进行图像处理以筛选保存具有病灶的首检CT影像，并在该首检CT影像上标记对应病灶的病患点坐标阈；将每个复查CT影像与首次检查中对应的首检CT影像的病患点坐标阈的像素点依次进行像素对比，以计算该病患点坐标阈内的像素值的变化；确定原病灶恢复情况；将首检CT影像和复查CT影像的所有病患点坐标阈内的像素点的像素值进行调整赋值，将调整赋值后的多个复查CT影像与匹配的首检CT影像进行对比，以复查是否出现新病灶并输出新的复查病理结果；本发明提高了复查的精度，得到每个病灶点具体的恢复范围，同时还可以判定病人的肺部有没有出现新的病灶点。
-
公开(公告)号：CN113963806A
公开(公告)日：2022-01-21
申请号：CN202111107697.9
申请日：2021-09-22
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎筛查方法及筛查系统，包括以下步骤：步骤S1、为与新冠肺炎确诊患者产生密切接触的密接对象设定观测期，并在观测期内进行持续观测所述密接对象的肺部病灶表征数据以确定密接对象的患病趋势，选取出患病趋势持续升高的密接对象标定为疑似病患；步骤S2、系统构建新冠肺炎的病症分类器，将疑似病患的肺部病灶表征数据输入至所述病症分类器中确定疑似病患的患病类别，并在疑似病患中选取出患病类别为新冠肺炎的疑似病患标定为确诊病患。本发明实现差别式观测，去除密切接触程度低的密接对象存在的冗余观测，降低观测负担，提高排查效率。
-
公开(公告)号：CN113854996B
公开(公告)日：2024-02-23
申请号：CN202111032939.2
申请日：2021-09-03
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎康复期患者肺部功能评估方法，包括以下步骤：步骤S1、定期采集多个新冠肺炎患者在康复期不同阶段的肺部功能表征数据，以获得肺部康复时序数据，并对所述肺部康复时序数据进行曲线拟合得到肺功能时序曲线；步骤S2、基于肺功能时序曲线的相似度对所有新冠肺炎患者进行分类得到多组康复期患者集群，实现利用全体共性对新冠肺炎患者进行集群化评估分析；步骤S3、在所述康复期患者集群对每个康复期患者进行康复监听识别出离群患者，实现利用康复期患者的个体差异性进行离群患者的单独评估管理。本发明利用康复期患者的个体差异性进行离群患者的单独评估管理，提高了新冠肺炎患者的管理精度。
-
公开(公告)号：CN114496172A
公开(公告)日：2022-05-13
申请号：CN202111537145.1
申请日：2021-12-15
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种影像结构化报告模板的数据处理方法，包括以下步骤：步骤S1、在历史病例大数据的医疗影像结构化报告中提取出以结构化表格形式表征的组织实体，并筛选出通用率高于通用阈值的组织实体作为结构化主实体；步骤S2、在目标对象的历史医疗影像中从病理表征时序数据中提取出的所有组织实体中剔除所述结构化主实体，在剩余的组织实体中筛选出波动率高于波动阈值的组织实体作为结构化副实体。本发明形成唯一应用于目标对象的影像结构化报告模板，以实现对结构化主实体的去中心化使得影像结构化报告模板兼容专家经验和医生个人经验来提高影像结构化报告对病理特征的表达精准性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.044 seconds)
