-
公开(公告)号：CN117710680A
公开(公告)日：2024-03-15
申请号：CN202311826795.7
申请日：2023-12-28
Applicant: 西安交通大学医学院第二附属医院
Abstract: 一种具有丰富信息交互机制的双路径医学图像分割方法，构建具有信息交互的双路径I2U‑Net网络，该双路径I2U‑Net网络的特征编码器有两条输入路径，分别为图像特征输入路径和隐藏状态输入路径；图像特征路径和隐藏状态路径实现多功能信息交互，再进行整体信息融合与增强，最后进行解码和优化；本发明通过双路径多层面的信息交互机制，可以有效地学习包含低级细节描述和高级语义抽象的综合特征，具有良好的分割性能和泛化能力。
-
公开(公告)号：CN117357658A
公开(公告)日：2024-01-09
申请号：CN202311343749.1
申请日：2023-10-17
Applicant: 西安交通大学医学院第二附属医院
IPC: A61K47/59 , A61K47/61 , A61K47/60 , A61K41/00 , A61K31/7088 , A61K31/713 , A61K31/7105 , A61P9/10
Abstract: 本发明公开了一种增强超声空化应用于IS病灶靶向控释ENA的ACPNs、制备方法及应用，属于生物医药领域。通过在C10F19‑PEI聚合物、磷脂和PFP的混合物表面负载ENA，并偶联由HA、NH2‑PEG2k‑NH2、6‑己氨基巨内酰胺‑NHS和三乙胺脱水聚合形成的聚合物，再偶联pVEC，得到ACPNs。FUS在3.6MPa、20Hz、100cycles、7s条件下激发ACPNs空化，可安全、高效、可逆地打开BBB，促进ACPNs外渗至IS病灶中；再在3.6MPa、20Hz、100cycles、7s或3.6MPa、40Hz、200cycles、3s的条件下，FUS激发IS病灶中ACPNs空化诱导声孔效应增强IS细胞对ENA的摄取，实现靶向控释ENA。此过程可规避非预期的不良生物效应及细胞损伤，为IS病灶中ENA的精准靶向控释提供潜在策略。
-
公开(公告)号：CN117101025A
公开(公告)日：2023-11-24
申请号：CN202311069963.2
申请日：2023-08-24
Applicant: 西安交通大学医学院第二附属医院
IPC: A61N7/00
Abstract: 本发明公开了一种超声治疗仪及其操作方法，涉及生物医疗器械技术领域，提供一种超声治疗仪及其操作方法，包括超声辐射腰带和对其进行控制的主机。超声辐射腰带上设有用于发射超声波辐射脾脏的超声阵元群、控制超声阵元群的超声波剂量的超声辐射控制器和捕获超声阵元群辐射机体或脾脏后的回波信号采集器；主机配置有参数调控区、无线信号发射接收区、数据处理区、图像处理区、数据存储区等。本发明的超声治疗仪的主机与超声辐射腰带之间通过无线信号发射接收装置进行信息传递，解决了病患接受超声辐射脾脏时参与体力活动的幅度、范围、时间等导致超声传导受阻、长时间固定体位、超声辐射脾脏错位等限制问题。
-
公开(公告)号：CN115546570A
公开(公告)日：2022-12-30
申请号：CN202211026435.4
申请日：2022-08-25
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于三维深度网络的血管图像分割方法及系统，将注意力引导的特征融合模块、尺度感知特征增强模块以及多尺度特征聚合模块集成到U型编码器‑解码器中，使用注意力引导的特征融合模块代替传统的编、解码阶段之间的跳跃连接，将尺度感知特征增强模块嵌入网络最底部，将多尺度特征聚合模块集成到解码路径中；通过注意力引导模块抑制不相关背景噪声，同时自适应地将血管的语义信息和空间信息结合起来，帮助血管与噪声分离；通过一个并行结构将不同的扩张率的卷积层应用到并行结构分支上，以获得具有不同接收域的更丰富的特征映射；通过计算不同尺度在空间中的重要性，动态调整这些层次特征以适应不同尺度的血管；利用多尺度特征聚合模块对多尺度特征图进行聚合和精炼，得到血管图像分割结果。
-
公开(公告)号：CN114066904A
公开(公告)日：2022-02-18
申请号：CN202111398856.5
申请日：2021-11-19
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开了一种基于深度学习的皮肤病变图像分割方法、设备及存储介质，方法包括以下步骤：对原始皮肤病变图像做预处理，得到作为模型的输入皮肤病变图像；对输入皮肤病变图像提取多尺度高级特征X1,X2,X3；捕获所述多尺度高级特征X3的全局信息并动态结合，输出自适应特征；多尺度高级特征X1,X2,X3进行交互，对所述自适应特征恢复特征分辨率，并与经过交互的特征结合，输出多尺度特征F1,F2,F3,F4；对多尺度特征F1,F2,F3,F4利用空间注意机制对相邻尺度之间的特征进行交互，再进行卷积和sigmoid函数处理得到预测的分割掩码，即得到皮肤病变图像中的特征图像；多尺度桥接模块该模块结合多尺度特征，能够有效地融合编码器和解码器特征的多尺度上下文信息，进一步提出全局‑局部通道空间注意模块，旨在捕获全局上下文信息。
-
Patent Agency Ranking
公开(公告)号：CN113963794A
公开(公告)日：2022-01-21
申请号：CN202111257210.5
申请日：2021-10-27
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开了一种基于资源对象建模的层次化医疗数据处理交换系统和方法，包含两个技术创新点。首先，该系统将医疗数据进行封装，形成资源对象，简单资源对象可以由单条医疗数据库内的记录内容构造生成；若干简单资源对象可进一步聚合生成一个复杂的衍生资源对象，在复杂资源对象的衍生过程中，其输入也可以包含若干衍生资源对象。其次，针对当前现在医疗机构信息化水平发展不均导致使用统一接口标准困难重重的现状，根据互联互通标准与各家医疗机构自身的信息化水平，提出了一套符合实际情况的基于资源对象的多级标准接口方案，旨在支持不同层级、类型医疗机构间的数据互操作，达到多源异构数据库间数据的互联互通、存储交换和隐私保护。
-
公开(公告)号：CN119693644A
公开(公告)日：2025-03-25
申请号：CN202411771807.5
申请日：2024-12-04
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06N3/043
Abstract: 本发明涉及医学图像处理领域，具体为一种基于模糊逻辑建模和动态图卷积网络的医学图像分割方法、系统、设备及介质，包括以下步骤：S1，构建集成有边界完整性增强模块和轨迹连续性增强模块的BT‑Net 3D U型深度网络；S2，提取输入特征；S3，边界完整性增强模块基于不确定估计和模糊神经网络获取增强的边界特征；轨迹连续性增强模块基于动态图卷积网络获取增强的连续性成像特征；S4，特征重建，获得最终的分割结果。本发明基于模糊逻辑建模减少不确定性，能够迭代增强血管边界的完整性，从而提高网络在复杂情况下确定血管边界的能力，基于动态图卷积网络迭代增强血管轨迹的连续性，从而提高网络处理跨尺度复杂微小血管结构的能力。
-
公开(公告)号：CN118748076A
公开(公告)日：2024-10-08
申请号：CN202410730971.5
申请日：2024-06-06
Applicant: 西安交通大学医学院第二附属医院
IPC: G16H50/20
Abstract: 本申请公开了一种基于多模型间交互反馈的诊疗方法及装置，该方法包括：将检查图像输入视觉大模型得到视觉特征向量，并将视觉特征向量转换为自然提示语言；将文字检查报告输入大语言模型得到语言特征向量；分别抽取自然提示语言与语言特征向量的语言信息得到自然语言信息与特征语言信息；对自然语言信息与特征语言信息对进行翻译对齐；获取视觉大模型与大语言模型的不确定性，并基于不确定性确定视觉大模型与大语言模型的交互程度；视觉大模型与大语言模型根据交互程度进行交互诊断得到诊断结果。解决了现有技术中医学图像分析方法对人工的依赖程度较高的问题，能够大幅度减少人工干预，实现高效地疾病诊断，提升患者就诊体验。
-
公开(公告)号：CN112151175B
公开(公告)日：2024-08-20
申请号：CN202011012722.0
申请日：2020-09-23
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开了一种基于影像学数据的计算机辅助多人决策方法、系统及设备，方法包括以下步骤：提取和构建病变组织影像预测所需的特征数据集，基于所述增广后的反映组织形态的影像学特征数据集，使用点估计网络分别进行最大值、最小值、中位值和平均值的点预测，得到病变良恶性点分布，基于反映病变良恶性点分布，使用综合预测网络进行良恶性统计分布指标预测，得到反映病变的影像学统计分布指标，良恶性范围、平均值和中位值；将所得良恶性范围、平均值和中位值映射至反映病变良恶性范围内；预测具有医学临床价值的统计分布指标，包括良恶性指标范围、平均值和中位值，本方法可深度学习多个专家标注/决策特征，提高病变良恶性预测准确率。
-
公开(公告)号：CN116580240A
公开(公告)日：2023-08-11
申请号：CN202310568224.1
申请日：2023-05-19
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G16H50/30
Abstract: 一种多尺度特征提取及其内在关系建模的深度学习方法，包括以下步骤：基于现有技术的多尺度特征提取模块Res2Net，使用轻量级Transformer对多尺度上下文特征进行整合，形成多尺度感知特征提取模块；根据现有技术的多尺度特征提取模块Res2Net和多尺度感知特征提取模块SAFE，设计尺度感知残差模块；根据尺度感知残差模块，构建三维尺度感知残差神经网络；本发明不仅能够有效的提取多尺度特征，还使用了轻量化的Transformer对多尺度特征之间的内在关系进行了建模和整合，相比于现有技术的多尺度特征提取模块，本发明具有更强的特征学习能力，获取到的多尺度特征整合为一个更具分辨力的特征。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.033 seconds)
