-
公开(公告)号：CN110874860B
公开(公告)日：2023-04-25
申请号：CN201911151141.2
申请日：2019-11-21
Applicant: 哈尔滨工业大学
Abstract: 基于混合损失函数的对称监督模型的目标提取方法，本发明涉及目标提取方法。本发明的目的是为了解决现有左心房提取方法耗费大量人力物力、存在人为差异、效率低的问题。过程为：1、获取心脏核磁共振影像数据，并进行标注；2、对1获取的带标记的心脏核磁共振影像数据进行预处理；3、得到训练好的对称监督模型，保存训练好的对称监督模型；4、采用3训练好的对称监督模型对预处理后的心脏核磁共振影像数据进行预测，并输出每个像素判别为左心房的概率，设定一个概率阈值将结果二值化；5、根据2的逆操作将4获得的二值化切片结果重建到三维体数据，完成左心房的提取。本发明用于目标提取领域。
-
公开(公告)号：CN106777934B
公开(公告)日：2019-04-30
申请号：CN201611099890.1
申请日：2016-12-02
Applicant: 哈尔滨工业大学
IPC: G16H50/50
Abstract: 一种用于分析CaMKII致室性心律失常的仿真系统，涉及一种进行心律失常研究的辅助分析工具。本发明包括：用于电刺激的区域设置和刺激参数设置的电刺激设置模块；用于设置仿真对象的参数并结合电刺激设置模块的电刺激信息输出仿真对象的信息的仿真对象设置与输出模块，包括：用于CaMKII调控蛋白信息的查看、修改和编辑录入的亚细胞仿真单元，用于记录细胞膜动作电位的信息的细胞仿真单元，用于记录动作电位在纤维中传导的信息的纤维仿真单元，用于记录动作电位在组织中传导的信息的组织仿真单元，用于记录动作电位在心室中传导的信息的全心室仿真单元。本发明用于心律失常研究的辅助分析。
-
公开(公告)号：CN107730497A
公开(公告)日：2018-02-23
申请号：CN201711024432.6
申请日：2017-10-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10101 , G06T2207/10132 , G06T2207/20081 , G06T2207/20084 , G06T2207/30101 , G06T2207/30204
Abstract: 一种基于深度迁移学习的血管内斑块属性分析方法，属于医学图像处理领域，具体涉及一种血管内斑块属性分析方法。本发明首先临床方式获取多模态血管内影像数据，人工标记血管内斑块的属性，然后对标记后的血管内影像进行预处理，将经预处理后的血管内影像数据作为深度卷积神经网络的输入，采用有监督的迁移学习方式进行深度卷积神经网络训练，并采用由基于反向传播算法的随机梯度下降方式进行网络参数的学习；接着采用训练好的多个跨模态的预测模型对步骤一中获取的血管内影像进行投票融合预测，最后生成斑块种类概率图谱。本发明解决了现有方法耗费人力多、存在人为差异、速率低的问题。本发明可运用于血管图像处理。
-
公开(公告)号：CN107296600A
公开(公告)日：2017-10-27
申请号：CN201710348768.1
申请日：2017-05-17
Applicant: 哈尔滨工业大学(威海)
IPC: A61B5/0402
CPC classification number: A61B5/0402 , A61B5/7221 , A61B5/7264 , A61B5/7267
Abstract: 本发明公开了一种快速十二导联心电信号质量评估方法，其步骤为：(1)将心电信号质量评估结果分为可接受与不可接受；(2)用户自主选择质量评估方法；(3)对十二导联心电信号进行特征提取；(4)如果质量评估方法是阈值法，则直接基于特征与阈值的大小关系得到评估结果，跳转到步骤(8)；(5)如果质量评估方法是机器学习方法，则对提取的特征进行变换；(6)重复步骤(3)和(5)，获得大量心电信号的特征数据，对信号进行类别标记，构建学习与分类系统；(7)对新的心电测试信号，重复步骤(3)和(5)，获取特征，进行分类；(8)将评估结果反馈给用户。本发明拥有较高的准确率、很好的鲁棒性，并且方法简单、成本低廉。
-
公开(公告)号：CN104537187B
公开(公告)日：2017-08-25
申请号：CN201510018534.1
申请日：2015-01-14
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种驾驭式虚拟心脏仿真方法，本发明涉及的是基于驾驭式计算进行心脏电生理仿真的方法，本发明是要解决传统复杂心脏建模计算复杂、不合理或失效，而且修正后整个过程必须重做，从而造成了极大的人力物力资源浪费的问题。一、(1)虚拟心脏模型电生理仿真计算过程包括解析组织文件、边界初始化与仿真迭代计算三个部分；(2)虚拟心脏电生理仿真架构；二、驾驭式控制仿真客户端状态机的设计；三、客户端与服务端程序通信方式和消息格式的设计：采用C/S模式，基于TCP协议客户端程序与服务端程序进行通信。本发明应用于计算机仿真领域。
-
Patent Agency Ranking
公开(公告)号：CN106777934A
公开(公告)日：2017-05-31
申请号：CN201611099890.1
申请日：2016-12-02
Applicant: 哈尔滨工业大学
IPC: G06F19/00
CPC classification number: G16H50/50
Abstract: 一种用于分析CaMKII致室性心律失常的仿真系统，涉及一种进行心律失常研究的辅助分析工具。本发明包括：用于电刺激的区域设置和刺激参数设置的电刺激设置模块；用于设置仿真对象的参数并结合电刺激设置模块的电刺激信息输出仿真对象的信息的仿真对象设置与输出模块，包括：用于CaMKII调控蛋白信息的查看、修改和编辑录入的亚细胞仿真单元，用于记录细胞膜动作电位的信息的细胞仿真单元，用于记录动作电位在纤维中传导的信息的纤维仿真单元，用于记录动作电位在组织中传导的信息的组织仿真单元，用于记录动作电位在心室中传导的信息的全心室仿真单元。本发明用于心律失常研究的辅助分析。
-
公开(公告)号：CN110874860A
公开(公告)日：2020-03-10
申请号：CN201911151141.2
申请日：2019-11-21
Applicant: 哈尔滨工业大学
Abstract: 基于混合损失函数的对称监督模型的目标提取方法，本发明涉及目标提取方法。本发明的目的是为了解决现有左心房提取方法耗费大量人力物力、存在人为差异、效率低的问题。过程为：1、获取心脏核磁共振影像数据，并进行标注；2、对1获取的带标记的心脏核磁共振影像数据进行预处理；3、得到训练好的对称监督模型，保存训练好的对称监督模型；4、采用3训练好的对称监督模型对预处理后的心脏核磁共振影像数据进行预测，并输出每个像素判别为左心房的概率，设定一个概率阈值将结果二值化；5、根据2的逆操作将4获得的二值化切片结果重建到三维体数据，完成左心房的提取。本发明用于目标提取领域。
-
公开(公告)号：CN106096632A
公开(公告)日：2016-11-09
申请号：CN201610388764.1
申请日：2016-06-02
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6267 , G06K2209/051 , G06N20/00
Abstract: 基于深度学习和MRI图像的心室功能指标预测方法，属于医学图像处理领域。传统的心室指标预测方法主要依赖于人工分割每个相位的心室肌肉部分，然后在此基础上进行测算。这种方式需要耗费大量的人力和时间，并且存在严重的人为差异。一种基于深度学习和MRI图像的心室功能指标预测方法，所述方法通过以下步骤实现：临床方式获取心脏核磁共振影像；人工勾勒心室轮廓并计算相关的心室功能指标；对心脏MRI图像进行预处理；采用深度学习方法对心脏核磁共振数据进行特征表示；采用机器学习方法训练心室功能指标预测模型；采用训练好的模型对步骤一获取的心脏核磁共振影像进行心室功能指标预测。本发明能快速、准确、自动化的预测心室功能指标来辅助临床心脏疾病的诊断。
-
公开(公告)号：CN101782943A
公开(公告)日：2010-07-21
申请号：CN201010120294.3
申请日：2010-03-09
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于真实人体解剖数据的ECG仿真方法，涉及一种心电图仿真方法，解决了现有技术无法定量的确定心脏电生理特性的问题，具体过程如下：A、使用TNNP心室肌细胞模型，利用真实人体心脏解剖数据，建立心室电生理模型；B、对步骤A建立的心室电生理模型进行求解，求解出膜电位Vm；C、根据步骤B获得的膜电位Vm，获得时间t介质中所有的点相对于源极点的跨膜电压的密度ρ，以时间t为横轴，以介质中所有的点相对于源极点的跨膜电压的密度ρ为纵轴，绘制ECG曲线。本发明基于TNNP心室肌细胞模型，使用真实人体心脏解剖数据，建立心室电生理模型，引入辅助域求解膜电位Vm，并对心电图进行仿真。
-
公开(公告)号：CN101650835A
公开(公告)日：2010-02-17
申请号：CN200910072846.5
申请日：2009-09-09
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/20
Abstract: 一种基于局部线性嵌入法构建狗左心室传导系统的三维几何结构，具体涉及一种将平面图像映射成曲面图像的方法。本发明由下述步骤完成心室传导系统的构建：首先，将狗的左心室三维几何构形运用LLE算法映射到平面，记为心室传导系统的二维线状图；然后，将真实的心室传导系统的二维平面图中的传导系统提取出来并与其整合到新的图中；最后，将整合后的新图，再一次运用LLE算法映射到左心室的三维几何构型中，从而得到左心室传导系统的三维几何结构。本发明具有保持空间结构的局部线性特征的优势，同时兼顾高效快速的特点，并利用真实的数据，反应了较为真实的狗的左心室传导系统。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.03 seconds)
