-
公开(公告)号：CN114913107A
公开(公告)日：2022-08-16
申请号：CN202210569168.9
申请日：2022-05-24
Applicant: 浙江大学
IPC: G06T5/50
Abstract: 本发明公开了一种儿童临床低剂量CT图像的增强方法，包括：(1)收集训练数据集和验证数据集，(2)对图像进行预处理；(3)构建CT图像增强模型，所述的CT图像增强模型基于改进的双通道Transformer网络，还包含图像分解模块和分段重建模块；(4)利用训练数据集对CT图像增强模型进行训练，并利用验证数据集对CT图像增强模型进行评估；(5)将待增强的儿童临床低剂量CT图像输入训练好的CT图像增强模型，得到最终增强的儿童低剂量CT图像。利用本发明，可以将低剂量噪声污染严重的图像增强至满足临床诊断要求的图像质量。
-
公开(公告)号：CN114188021B
公开(公告)日：2022-06-10
申请号：CN202111520413.9
申请日：2021-12-13
Applicant: 浙江大学
IPC: G16H50/20 , G06V10/46 , G06V10/80 , G06V10/82 , G06F40/295 , G06F40/30 , G06F16/28 , G06F16/36 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多模态融合的儿童肠套叠诊断智能分析系统，包括儿童肠套叠关系抽取模型、文本特征提取模型、超声影像质控模型、结构化数据特征提取模型和特征融合模型；儿童肠套叠关系抽取模型用于构建儿童肠套叠知识图谱；文本特征提取模型用于提取原始诊断病历、超声诊断报告中的文本特征；超声影像质控模型用于提取儿童肠套叠超声影像中的图像特征；结构化数据特征提取模型用于提取儿童肠套叠实验室数据中的结构化数据特征；特征融合模型用于融合文本特征、图像特征和结构化数据特征，输出高维特征后，使用归一化函数将儿童肠套叠的预测输出映射为概率分布。本发明可以实现儿童肠套叠疾病的快速诊断，缩短诊断时间、降低假阳性率。
-
公开(公告)号：CN118733772B
公开(公告)日：2025-04-01
申请号：CN202410856045.2
申请日：2024-06-28
Applicant: 浙江大学
IPC: G06F16/353 , G06F18/213 , G06F18/22 , G06N3/0455 , G06N3/047
Abstract: 本发明公开了一种儿童医疗文本数据分类方法，包括：(1)获取儿童医疗文本数据，标注得到层级多标签文本；(2)处理得到医疗文本、正样本标签文本、负样本标签文本，构建三元组数据集；(3)构建三塔模型，三塔模型包括三个编码器模块、一个标签召回模块和一个标签排序模块；(4)基于三元组数据集训练三塔模型；(5)使用训练完的三塔模型，分别对层级多标签文本中的父类标签文本和子类标签文本进行处理，将得到特征向量保存至离线特征向量库中；(6)针对待预测儿童医疗文本，使用三塔模型进行处理，再结合离线特征向量库，预测获取相似度高于阈值的top‑k预测标签。本发明可以大大提高儿童医疗文本到标签的匹配效率。
-
公开(公告)号：CN118014981B
公开(公告)日：2024-08-23
申请号：CN202410277189.2
申请日：2024-03-12
Applicant: 浙江大学
IPC: G06T7/00 , G06T7/70 , G06N3/0455 , G06N3/0464 , G06V10/52 , G06V10/44 , G06V10/80 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于双层CSwin和CNN的头影标志点定位方法，包括：(1)采集头颅侧位影像数据集，标注头影标志点后划分为训练集和验证集；(2)对训练集和验证集中的头颅侧位影像进行预处理；并将头颅侧位影像中的头影标志点位置转换为二维高斯热图；(3)构建标志点定位模型，所述的标志点定位模型包括一个CNN编码器、一个双层CSwin编码器和一个解码器；(4)利用训练集对标志点定位模型进行训练，并通过验证集对训练好的模型进行验证；(5)将待定位的头颅侧位影像预处理后输入训练好的模型，预测得到头影标志点的热图；将热图转换为标志点，得到头影标志点的坐标。利用本发明，可以获得更为精准的头影标记点定位结果。
-
公开(公告)号：CN116258697B
公开(公告)日：2023-11-24
申请号：CN202310150365.1
申请日：2023-02-22
Applicant: 浙江大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06N3/09 , G06N3/0464
Abstract: 本发明公开了一种基于粗标注的儿童皮肤病图像自动分类装置和方法，对获取的儿童皮肤病图像进行病灶区域的粗标注后，对粗标注的病灶区域进行预处理以建立掩码蒙版标注图像；构建包括U‑Net、纹理特征提取模块、颜色特征提取模块、形状特征提取模块、第一相关分析模块、第二相关分析模块以及特征融合和分类模块的分类模型，利用掩码蒙版标注图像对分类模型进行监督学习，以优化分类模型的参数；利用参数优化的分类模型进行儿童皮肤病图像自动分类。该装置和方法基于粗标注构建能够顾准确自动分
-
Patent Agency Ranking
公开(公告)号：CN114913169B
公开(公告)日：2023-03-24
申请号：CN202210655628.X
申请日：2022-06-10
Applicant: 浙江大学
IPC: G06T7/00 , G06N3/04 , G06N3/08 , G06V10/764 , A61B6/00
Abstract: 本发明公开了一种新生儿坏死性小肠结肠炎筛查系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机存储器中存有训练好的新生儿坏死性小肠结肠炎筛查模型；所述的新生儿坏死性小肠结肠炎筛查模型基于改进的DenseNet神经网络模型，在原始DenseNet的框架基础上引入PReLU激活函数以及ECA注意力机制；所述计算机处理器执行所述计算机程序时实现以下步骤：将待筛查的腹部平片数据进行预处理，然后输入训练好的新生儿坏死性小肠结肠炎筛查模型，得到是否患有坏死性小肠结肠炎的筛查结果。利用本发明，可以提高新生儿坏死性小肠结肠炎的诊断准确率，从而尽快向患儿提供优质医疗救助。
-
公开(公告)号：CN114343579A
公开(公告)日：2022-04-15
申请号：CN202210004675.8
申请日：2022-01-05
Applicant: 浙江大学
IPC: A61B5/00
Abstract: 本发明公开了一种患儿医源性皮肤损伤自动评估手持装置，包括手柄、底座和检测头；底座内设有电池模块、图像处理模块、智能推荐模块和数据库模块；手柄内设有5G传输模块和控制开关；检测头上设有CCD扫描器、触屏显示屏和高清摄像头；图像处理模块的输入端与高清摄像头连接，接收来自高清摄像头传来的图像数据并进行分类分级；图像处理模块的输出端与智能推荐模块连接，将分类分级的结果传入智能推荐模块；所述的智能推荐模块连接数据库模块，用于从数据库模块中调取分类分级处治方案。利用本发明，可以实现对NICU中新生儿医源性皮肤损伤的损伤类型判断以及损伤程度鉴定，并根据判断鉴定结果推荐相应的处治意见。
-
公开(公告)号：CN115205599B
公开(公告)日：2023-02-10
申请号：CN202210879158.5
申请日：2022-07-25
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/22 , G06V10/82 , G06N3/0464 , G06N3/084 , A61B6/00
Abstract: 本发明公开了一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机存储器中存有训练好的域泛化分类模型；所述的域泛化分类模型采用改进的F‑conv网络模型，包括权重层、滤波器层、共享层三个部分；对于待测的图像，输入域泛化分类模型后，通过权重组与滤波器层中对应的滤波器组进行点乘加权，将所有结果相加，获得滤波器层的输出；滤波器层的输出输入至共享层，通过多次2D的卷积，最终再通过全连接层获得模型的分类结果。利用本发明，可以让多年龄段儿童在同一模型上实现肺炎高性能分类。
-
公开(公告)号：CN114708255B
公开(公告)日：2022-11-01
申请号：CN202210471812.9
申请日：2022-04-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于TransUNet模型的多中心儿童X线胸片图像肺部分割方法，包括：(1)收集多中心的儿童X线胸片图像并进行预处理；(2)将数据划分为训练集、验证集和测试集；(3)构建分割模型，分割模型在UNet的基础上加入了Transformer层，包括三次下采样、线性层、Transformer层、上采样四个部分；(4)将训练集送入到构建的分割模型中进行训练，利用验证集对分割模型的性能进行评估，根据评估的效果对模型的超参数进行调整，通过反复训练、验证，最终得到性能达标的分割模型；(5)将待分割的多中心儿童X线胸片影像输入训练好的分割模型中，从而智能分割出肺部区域。本发明的方法，结合了Transformers与UNet两种网络的优点，具有较高的分割精度和效率。
-
公开(公告)号：CN114898863A
公开(公告)日：2022-08-12
申请号：CN202210349721.8
申请日：2022-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种新生儿坏死性小肠结肠炎手术干预时机辅助识别系统，采用手术干预时机辅助识别模型，利用该模型的具体工作过程如下：将新生儿坏死性小肠结肠炎患者的影像数据和临床数据输入数据预处理模块分别进行预处理；将预处理后的影像数据和临床数据输入特征提取模块进行特征提取；然后加入超图约束，选取不同特征之间相关联的高阶特征；最后加入两种数据特征的邻接矩阵作为网络正则化约束，得到最终特征矩阵；根据临床指征选取模块选择的临床指征，将最终特征矩阵中的临床指征输入预测分类模块进行分类，得到是否需要手术的二分类结果。本发明可以对新生儿坏死性小肠结肠炎外科手术干预时机进行判断，提高患儿的诊治效率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.021 seconds)
