-
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。
-
公开(公告)号：CN113052186A
公开(公告)日：2021-06-29
申请号：CN202110287453.7
申请日：2021-03-17
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种基于影像学的新冠肺炎诊断和病情追踪方法及系统，方法包括：将患者CT图像载入卷积神经网络中提取浅层特征；将浅层特征通过D层残差密集块RDB均进行局部特征融合得到稠密残差特征；将D层残差密集块RDB的每层对应的稠密残差特征串联后并通过一个1*1卷积核的卷积进行融合，得到全局特征；将浅层特征与全局特征通过残差连接融合在一起进行全局特征学习；最终通过softmax分类器对特征提取后的图像进行分类，判断患者是否属于新冠肺炎患者。本发明基于医学图像和神经网络技术，通过智能方式实现新冠肺炎病症的诊断和病情追踪，可以避免采用人工检测或者设备检测等手段，减轻医生工作量，减少了人力物力成本。
-
Patent Agency Ranking
公开(公告)号：CN114723688B
公开(公告)日：2024-08-16
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 , 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：CN117593576A
公开(公告)日：2024-02-23
申请号：CN202311587918.6
申请日：2023-11-27
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/764 , G06T7/00 , G06V10/25 , G16H50/20
Abstract: 本发明公开了基于探测器CT影像数据鉴别炎症性肠病的图像分类方法，包括如下步骤：S1、根据临床数据对克罗恩病患者、溃疡性结肠炎患者以及肠结核患者进行分组；S2、对所有患者进行双层探测器光谱CT检查获取动脉期和静脉期数据；S3、将所有光谱数据存储在全息光谱图像数据包中，并在后处理工作站上重建各个能谱图像；S4、利用后处理工作站上的各个模块，测量病例各项定量参数；S5、对S4中的各项定量参数进行分析；S6、结合各项参数及统计学，评估双层探测器光谱CT影响数据对鉴别克罗恩病、溃疡性结肠炎和肠结核的诊断效能，本发明计算碘密度值和标准化碘密度值、有效原子序数值、虚拟平扫值，通过量化的指标数据分析，提高对三组疾病鉴别准确率。
-
公开(公告)号：CN114446467B
公开(公告)日：2023-09-12
申请号：CN202111671240.0
申请日：2021-12-31
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H50/20 , G16H50/70 , G16H15/00 , G16H70/60 , G06F40/30 , G06F18/2135 , G06F18/22 , G06F18/25 , G06F123/02
Abstract: 本发明公开了一种基于结构化报告模板的肺功能定量分析方法，包括以下步骤：步骤S1、在肺功能检测病例大数据中获取所述病例使用的多种结构化报告模板，并将在结构化报告模板中使用生理指标数据定量描述的多个器官组织进行第一主成分分析得到表征病例肺功能状态的主要影响元素的器官组织以作为中心分析主体；步骤S2、在目标对象的历史结构化报告中提取出使用生理指标数据定量描述的多个器官组织，以及依次将每个器官组织在历史结构化报告中的生理指标数据按历史结构化报告的时序链接构成多组器官组织的生理指标时序数据。本发明实现融合医学专家经验和医生个人经验对目标对象的肺功能波动趋势特征进行分析来提高分析准确度。
-
公开(公告)号：CN115040148A
公开(公告)日：2022-09-13
申请号：CN202210379069.4
申请日：2022-04-12
Applicant: 华中科技大学同济医学院附属协和医院
IPC: A61B6/03
Abstract: 本发明公开了一种基于CT图像的新冠肺炎病灶发展趋势预测方法，包括以下步骤：步骤S1、获取目标确诊对象的现时新冠肺炎病灶CT图像和历史新冠肺炎病灶CT图像，并分别提取出现时新冠肺炎病灶表征数据和历史新冠肺炎病灶表征数据；步骤S2、设置康复新冠肺炎病灶表征数据，并引入人工势场法构建现时引力势场，现时斥力势场，以及构建现时合力场；步骤S3、基于所述现时合力场的势场方向进行发展趋势方向预测，并沿发展趋势方向进行定向发展得到目标确诊对象的未来新冠肺炎病灶表征数据。本发明引入人工势场法进行新冠肺炎病灶发展趋势的预测，能够充分考虑阻滞新冠肺炎病灶朝康复方向发展的因素影响，避免数据趋势对于预测场景脱离。
-
公开(公告)号：CN114898890A
公开(公告)日：2022-08-12
申请号：CN202210227322.4
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: 本发明公开了一种基于深度学习的肺炎疫情管控方法及系统，包括以下步骤：步骤S1、基于多个康复患者的历史康复时序数据构建识别患者每个时序处病情平稳度的平稳度时序识别模型，以及构建识别患者每个时序处病情康复度的康复度时序识别模型；步骤S2、基于所述模型权重对所述平稳度时序识别模型和康复度时序识别模型进行加权组合构建为识别患者每个时序处病情风险的风险时序识别模型。本发明通过构建为识别患者每个时序处病情风险的风险时序识别模型，基于待管控患者的实时肺炎病情表征数据识别出待管控患者的实时病情风险，并按实时病情风险确定实时管控等级，以实现对待管控患者的实时分级管控来达到管控资源的实时合理配置。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.033 seconds)
