-
公开(公告)号：CN115527060A
公开(公告)日：2022-12-27
申请号：CN202211038224.2
申请日：2022-08-29
Applicant: 暨南大学
Abstract: 本发明公开了一种产时母胎超声标准切面图像识别方法、系统、设备及介质，所述方法包括：获取数据集，所述数据集包括多张产时母胎超声标准切面图像和多张产时母胎超声非标准切面图像；构建浅层卷积网络，所述浅层卷积网络包括输入层、多个逻辑块和多层全连接层；利用数据集训练浅层卷积网络；获取待识别产时母胎超声图像；将待识别图像输入训练好的浅层卷积网络，以判断待识别图像是否标准，并输出判断结果。本发明通过采用人工智能技术，实现了产时母胎超声标准切面图像的全自动化识别，进而能够替代超声医师完成产时的图像切面质控，从而解决了人工质控工作量较大、耗时长的技术问题。
-
公开(公告)号：CN113611419A
公开(公告)日：2021-11-05
申请号：CN202110906875.8
申请日：2021-08-09
Applicant: 暨南大学
Abstract: 本发明基于胎监宫缩图和高危因素的产后出血风险预测方法及预警系统，其方法包括步骤：S1、收集医院胎监宫缩图及电子病历系统的数据；S2、筛选行经阴道分娩的孕产妇，并提取所需患者信息；S3、应用机器学习方法，建立产妇分娩后24小时内出血风险预测模型；S4、评估各模型预测价值，选取最优的预测模型。本发明通过机器学习的方法建立预测模型，对于及时识别宫缩乏力、预防软产道损伤、纠正凝血功能异常等在内的临床治疗决策、降低出血发生率具有重要意义。
-
公开(公告)号：CN110448335A
公开(公告)日：2019-11-15
申请号：CN201910624322.6
申请日：2019-07-11
Applicant: 暨南大学
IPC: A61B8/08 , A61B8/00 , G06N3/04 , G06N3/08 , G06T7/00 , G06T7/11 , G06T7/12 , G06T7/181 , G06T7/187
Abstract: 本发明公开了一种基于超声图像的胎儿头围全自动测量方法和装置，方法包括步骤：S1、获取胎儿头部二维超声图像；S2、构建全卷积神经网络，根据全卷积神经网络对胎儿头部的二维超声图像进行语义分割，从中初步分割出ROI区域；S3、获取ROI区域的轮廓；S4、对上述胎儿头部的ROI区域的轮廓进行椭圆拟合；S5、根据椭圆计算胎儿头围长度。本发明基于深度学习方法和图像处理技术实现，可以快速准确的集合超声图像中的胎儿颅骨，根据像素之间与实际长度的对应关系可计算出胎儿的头围。
-
公开(公告)号：CN109464163A
公开(公告)日：2019-03-15
申请号：CN201811493108.3
申请日：2018-12-07
Applicant: 暨南大学
IPC: A61B8/08
CPC classification number: A61B8/0866
Abstract: 本发明属于产科监护领域，涉及一种胎头方向测量装置、测算方法及测量装置模拟器。胎头方向测量装置包括数据处理单元以及分别与数据处理单元相连的胎头特征点定位单元、参考平面和参考向量定位单元。通过获取胎头两个特征点之间的方向向量，然后计算方向向量在参考平面上的第一投影向量，计算参考向量在参考平面上的第二投影向量，最后计算第一投影向量至第二投影向量的角度，确定胎头方向。本发明提供胎头方向测量装置和方法，可以更加方便、灵活的测算胎头方位，用户操作简单灵活；提供的胎头方向测量装置模拟器，可以模拟胎头方向测量原理，对胎头方向测量精确度进行检验，提高算法可靠性。
-
公开(公告)号：CN108836394A
公开(公告)日：2018-11-20
申请号：CN201810618968.9
申请日：2018-06-15
Applicant: 暨南大学
IPC: A61B8/08
CPC classification number: A61B8/0866 , A61B8/5207
Abstract: 本发明公开了一种胎头下降角度自动测量方法，包括下列步骤：S1、采集孕产妇的经会阴超声图像，记为原始图像；S2、超声图像耻骨联合分割；S3、超声图像胎头轮廓分割；S4、计算耻骨联合上下缘连线、耻骨联合下缘与胎头轮廓切线之间的夹角，夹角即为AOD。该用于评估胎头位置的AOD自动测量方法，准确、客观、可靠地测量胎头位置，实现胎头位置定量描述，帮助医生对分娩进程进行科学决策，从而有效降低母胎伤害、减少不必要的剖宫产，提高生育质量。
-
Patent Agency Ranking
公开(公告)号：CN102314712A
公开(公告)日：2012-01-11
申请号：CN201110285025.7
申请日：2011-09-23
Applicant: 暨南大学
IPC: G06T17/30
Abstract: 本发明公开了一种基于三维成像技术的骨盆建模与骨盆参数测算方法。本发明基于骨盆三维成像技术测量骨盆特征点的空间坐标，然后以体表易测的特征点坐标和产妇的身高、人种、民族、出生地信息为输入数据，以体表无法直接测量的特征点坐标为输出数据，利用数学建模方法建立骨盆参数估算模型；本发明基于磁场跟踪定位技术测量骨盆体表易测的特征点坐标，利用上述骨盆参数估算模型，推算骨盆体表无法直接测量的特征点坐标；然后利用体表测量和推算出来的坐标，经过分析计算，得到临床所需骨盆特征点、线、面之间的数量位置关系。本发明涉及的骨盆测算方法无创，可以综合多种因素为临床提供更多、更可靠、更有用的骨盆信息。
-
公开(公告)号：CN113598810B
公开(公告)日：2023-08-15
申请号：CN202110829622.5
申请日：2021-07-22
Applicant: 暨南大学
Abstract: 本发明公开了一种基于分割网络的胎心率基线自动计算方法，主要包括采集胎心率信号并进行预处理；利用分割网络获取胎心率信号中每一个采样点归属概率并划分基线采样点和非基线采样点；对基线采样点进行有效性校验得到有效基线采样点；对有效基线采样点进行插值拟合和滤波降噪，最终得到估算的胎心率基线。本发明提供的胎心率基线计算方法能够利用分割网络准确判决和定位基线采样点和非基线采样点，通过引入基线采样点有效性校验过程实现基线的可靠估算，解决了基于数值方法计算基线不稳定的问题，为临床上胎心率基线的求解提供了一种更加智能的方法，可以广泛适用于生物医学信号处理领域和计算机检测领域。
-
公开(公告)号：CN115546014A
公开(公告)日：2022-12-30
申请号：CN202211263415.9
申请日：2022-10-14
Applicant: 暨南大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于风格迁移的超声图像处理方法、装置、设备和介质，步骤如下：收集来自医院的多源超声图像及多源超声图像的标注图像；提取多源超声图像的内容信息和样式信息；根据迁移参数确定所述内容信息和样式信息的迁移比例，并根据迁移比例生成风格迁移后的超声图像；将多源超声图像和风格迁移后的超声图像输入评估网络得到二值化超声图像，根据二值化超声图像和多源超声图像的标注图像的评估结果自适应确定迁移参数取值，并确定风格迁移后的超声图像。本方法面对由于不同机器、不同设置和不同操作获得的数据而导致胎儿头部超声分割方法泛化能力降低的问题，引入内容信息和样式信息两种维度的信息，以实现更好的多源超声数据分割性能。
-
公开(公告)号：CN106889987B
公开(公告)日：2019-12-24
申请号：CN201710092419.8
申请日：2017-02-21
Applicant: 暨南大学
IPC: A61B5/0488
Abstract: 本发明公开了一种基于分段滤波处理的子宫肌电强度信息提取方法，包括以下步骤，步骤A1、采集孕产妇的子宫肌电信号，记为原始子宫肌电信号；步骤A2、识别上述子宫肌电信号的爆发波段与非爆发波段；步骤A3、对所述子宫肌电信号不同信号波段进行不同方式的滤波处理，消除子宫肌电信号中的脉冲性噪声干扰；步骤A4、利用包络提取算法提取所述子宫肌电信号包络。本发明能够有效去除脉冲性噪声对于子宫肌电强度信号提取造成的影响，抑制由脉冲性噪声产生的虚假波峰，且得到的子宫肌电强度信号更加平滑，使得临床检测结果的准确性和波形的可观察性得到大大改善，降低临床误判率，进而使得利用子宫肌电强度信号进行宫缩监护成为可能，便于实际临床应用。
-
公开(公告)号：CN110310744A
公开(公告)日：2019-10-08
申请号：CN201910496083.0
申请日：2019-06-10
Applicant: 暨南大学
IPC: G16H50/50
Abstract: 本发明公开了一种窦房结虚拟生理组织的构建方法、存储介质和计算设备，首先创建窦房虚拟生理组织的几何模型；将几何模型划分成多个区域，包括非兴奋组织区域、中心窦房结组织区域、外围窦房结组织区域和心房组织区域；针对划分得到的非兴奋组织、中心窦房结组织、外围窦房结组织和心房组织分别构建相应的细胞模型；针对于划分得到的非兴奋组织、中心窦房结组织、外围窦房结组织和心房组织分别构建电兴奋传导模型。本发明方法所构建的虚拟生理组织构筑了从微观分子到宏观器官变化的桥梁，所重现的窦房结起搏和电传导过程更符合人类窦房结的电生理，减少动物实验的时间和金钱开销，更快、更好、更安全地研究窦房结的起搏机制。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.018 seconds)
