-
公开(公告)号:CN115035999A
公开(公告)日:2022-09-09
申请号:CN202210438080.3
申请日:2022-04-25
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种感音性耳聋听觉网络的信息交互监测方法及系统,步骤S1、向感音性耳聋病人给予初始多模态听觉刺激,并监测感音性耳聋病人听觉网络在多模态听觉刺激作用下产生的听觉网络影像特征,对所述听觉网络影像特征进行时序变化分析确定应答衰减率;步骤S2、基于所述应答衰减率对所述多模态听觉刺激进行适应性调整;步骤S3、基于所述应答衰减率对所述听觉网络影像特征的监测频率进行适应性调整。本发明确定应答衰减率实现所述多模态听觉刺激与所述听觉网络呈循环交互来维持所述听觉网络的最优应答稳定性,检测听觉网络在调整后的多模态听觉刺激作用下的适应性来保障听觉网络的安全性。
-
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。
-
公开(公告)号:CN114864086A
公开(公告)日:2022-08-05
申请号:CN202210293660.8
申请日:2022-03-24
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种基于肺功能报告模板的疾病预测方法,收集基于患者身体基本信息获得的各个检测参数的预计值,并收集实时获取的各个检测参数的实测值;处理每个检测参数实测值与预计值之间的实际百分比,建立检测参数与肺功能分类之间的匹配关系式,并确定与检测参数匹配的肺功能分类的指标等级;以每个患者的肺功能分类的指标等级和人为疾病判定结果为机器学习模型的训练值,训练得到每种人为疾病判定结果与肺功能分类的指标等级之间的关联关系式;将患者的肺功能报告导入关联关系式内预测该患者的肺部疾病;本发明将疾病预测结果与每个肺功能分类建立关联关系,且关联关系比较精准,提高疾病预测准确度。
-
公开(公告)号:CN114792566A
公开(公告)日:2022-07-26
申请号:CN202210438074.8
申请日:2022-04-25
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种感音性耳聋听觉功能网络的个体化评估方法及系统,包括以下步骤:步骤S1、将待评估听觉功能网络的感音性耳聋病人作为目标个体,选取对照群组,并构建听觉功能网络的群组时域特征演化模型;步骤S2、利用人工势场法基于所述现时时序处的个体时域特征、现时时序处应用的听觉诊疗方案和未来时序处的群组时域特征构建个体时域特征预测势场;步骤S3、基于所述个体时域特征预测势场得到目标个体听觉功能网络在未来时序处的个体时域特征。本发明构建群组时域特征演化模型和个体时域特征预测势场,能够做到预见性的个体化评估治疗效果,有助于将无效治疗方案进行实时更换,提高治疗效果不佳。
-
公开(公告)号:CN114792555A
公开(公告)日:2022-07-26
申请号:CN202210182526.0
申请日:2022-02-26
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CT图像的治疗方案有效定位方法及系统,包括以下步骤:步骤S1、跟踪监测一组使用所述治疗方案的治疗患者样本,依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部CT监测图像,并识别出所述治疗患者样本的病灶变化特征;步骤S2、基于每个治疗患者样本的病灶变化特征量化出所述治疗方案对每个治疗患者样本的有效性作为个体有效性,以及统计群体有效性。本发明基于跟踪监测一组使用所述治疗方案的治疗患者样本的病灶变化特征来验证治疗方案的个体有效性和群体有效性,依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者,以实现为待治疗患者精准匹配高有效性的治疗方案。
-
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:CN114998200A
公开(公告)日:2022-09-02
申请号:CN202210438073.3
申请日:2022-04-25
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种基于影像数据构建高个体辨识力的脑功能网络方法,包括以下步骤:步骤S1、基于一组参照脑影像数据得到群体共性脑影像数据分量和共性率,以及群体个性脑影像数据分量和群体个性脑影像数据分量的个性率;步骤S2、得到个体共性脑影像数据分量以及个体共性脑影像数据分量的共性率,共性惩罚率,得到个体个性脑影像数据分量的个性奖励率;步骤S4、基于所述共性惩罚率和个性奖励率将个体脑影像数据构建为基础个体脑功能网络,并得到表征高个体辨识力的目标个体脑功能网络。本发明实现在个体化识别时降低共性特征的对相似度识别的干扰,从有限的功能磁共振成像数据得到尽可能高个体辨识力的影像特征或者指标,提高个体化识别的精度。
-
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。
-
-
-
-
-
-
-
-
-