-
公开(公告)号：CN116681671A
公开(公告)日：2023-09-01
申请号：CN202310651362.6
申请日：2023-06-02
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明涉及动脉瘤病灶检测技术领域，公开了一种动脉瘤病灶检测神经网络的知识融合方法及装置，方法包括：获取动脉分割数据、动脉瘤区域人工标注数据及动脉瘤知识数据；分别根据三种数据构建血管‑算法映射矩阵、标注‑算法映射矩阵及知识‑算法映射矩阵；根据三种映射矩阵依次构建血管图谱基础结构、更新血管图谱基础结构的节点信息及边权重，获得初始动脉数据融合图；通过对三种映射矩阵进行网格化参数优化，获得最佳动脉数据融合图。本发明通过对动脉数据及知识进行量化表征及数据融合，能够建立包含丰富的动脉相关信息的三维动脉数据融合图，为动脉瘤病灶的检测提供更可靠、更全面的数据支持。
-
公开(公告)号：CN115828706A
公开(公告)日：2023-03-21
申请号：CN202211694954.8
申请日：2022-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种正问题建模方法、装置、电子设备及计算机可读存储介质，其中，方法主要包括：(1)基于电极立体结构边界条件的脑电正问题物理方程描述；(2)带有电极立体结构与头脑结构的正问题有限元构建；(3)传导矩阵计算。本发明提出基于电极立体结构描述的正问题建模方法，在构建电极覆盖区域法向电流分布的同时进一步构建了因电极内切向电压差导致的切向电流分布，该模型一方面增加了切向电流的描述使得电极内部的电场分布更加精细，一方面因为其立体结构的优势可以更细节、更直观地描述电极内电导率的分布，从而进一步使得电极内部的电场描述更精细化。
-
公开(公告)号：CN115424069A
公开(公告)日：2022-12-02
申请号：CN202211063946.3
申请日：2022-08-31
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06V10/774 , A61B5/00 , A61B5/055
Abstract: 本发明公开了一种基于级联分类器的神经系统疾病分类方法，属于医学影像的计算机处理领域，本发明基于级联分类器的神经系统疾病分类方法在特征送入分类器之前，使用经验核映射增强脑网络特征的表达，使其在高维特征空间具有更好地空间分布特性，并在分类器训练过程中通过样本选择逐步纳入训练样本，并根据样本贡献确定样本权重，避免训练过程中离群样本的干扰，从而提高分类模型的鲁棒性。本发明还涉及一种基于级联分类器的神经系统疾病分类系统以及装置。
-
公开(公告)号：CN113274037B
公开(公告)日：2022-08-26
申请号：CN202110739351.4
申请日：2021-06-30
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种动态脑功能网络的生成方法、系统及设备，其中，所述方法包括：获取被试人员的头皮脑电数据，并进行伪迹去除预处理，以获取高质量头皮脑电信号；基于高质量头皮脑电信号，获取被试人员的微状态时间序列，并针对指定微状态，在所述微状态时间序列中确定所述指定微状态的闭环周期；基于所述闭环周期内的时序信号，确定所述被试人员在所述闭环周期内的静息态功能网络；基于多个所述静息态功能网络确定所述指定微状态周期内随微状态时间序列变化的动态静息态功能网络并进行网络拓扑特性分析。本发明提供的技术方案，能够生成更加精确的动态脑功能网络。
-
公开(公告)号：CN109984843A
公开(公告)日：2019-07-09
申请号：CN201910212954.1
申请日：2019-03-20
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种骨折闭合复位导航系统及方法，该系统包括磁定位仪模块和计算机软件模块；所述磁定位仪模块包括磁定位仪传感器、跟踪源、探针；所述计算机软件模块包括：三维重建模块、坐标统一模块和骨折复位导航模块。本发明通过磁定位仪实时获取空间位置，减少了医生和患者接受X光照射次数，降低了医患损伤；本发明通过磁定位仪实时采集断骨的空间数据并实时移动计算机软件模块中渲染出的三维骨折模型，可以实时监控断骨位置，复位导航显示更直观；本发明能充分结合医学图像信息、空间定位技术及三维可视化技术，能提高复位精度与效率。
-
Patent Agency Ranking
公开(公告)号：CN106063726A
公开(公告)日：2016-11-02
申请号：CN201610347648.5
申请日：2016-05-24
Applicant: 中国科学院苏州生物医学工程技术研究所
CPC classification number: A61B17/3403 , A61B2017/3413
Abstract: 本发明公开一种实时穿刺导航系统，其包括：穿刺针；上位机，显示基于术前磁共振图像和术中超声图像相融合的多模态影像的穿刺导航空间；超声探测装置，其包括超声探头和超声成像设备，超声探头将采集的超声数据发送给超声成像设备处理后输出术中超声图像进行显示并发送至上位机；空间配准装置，其具有磁定位仪和标定体模，磁定位仪接收器通过探头夹具固定在超声探头上；标定体模标定磁定位仪接收器与术中超声图像平面的对应位置；磁定位仪接收器采集超声探头的空间位置进而得到术中超声图像平面的空间位置；连接到上位机和穿刺针的增强现实眼镜。本发明无需特定的超声探头和成像设备，不局限于特定的穿刺部位，穿刺导航的便利性和准确性较高。
-
公开(公告)号：CN118762032A
公开(公告)日：2024-10-11
申请号：CN202410754660.2
申请日：2024-06-12
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/10 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/048
Abstract: 本发明提供基于对比学习的多模态医学图像分割方法及设备、介质，在深度学习网络输入部分采用多模态医学图像数据，通过卷积和密集卷积模块分别对两个模态的数据进行特征提取，再进行特征拼接操作，得到融合了多模态信息的高维特征，输入到分割模块得到概率图，另一方面将融合后的高维特征输入到投影头，基于体素嵌入和真实标签中的类别，选择组织边缘的体素作为样本，进行锚点采样，引入了名为记忆存储的队列来存储体素嵌入，通过体素级对比学习来增强对脑组织边缘的识别能力，从而提高脑组织分割的精度和鲁棒性。
-
公开(公告)号：CN118379309A
公开(公告)日：2024-07-23
申请号：CN202410423207.3
申请日：2024-04-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供低场婴儿磁共振图像大脑区域提取方法、系统及存储介质，该方法包括步骤：获取低场婴儿磁共振图像，将低场婴儿磁共振图像分为训练数据和测试数据；利用阈值分割生成全脑标签，对全脑标签进行最大连通域处理，通过生成的全脑mask和背景进行矩阵运算，再进行偏置场校正；通过训练数据对基于深度学习的大脑区域提取模型进行训练，并在训练过程中引入错分割损失函数；将测试数据输入训练好的基于深度学习的大脑区域提取模型，输出每个像素对应的掩码，将分割掩码取值为预设值的区域作为婴儿大脑区域。本发明解决了低场图像背景离散点和不均匀场的问题，以及边界收敛性差和区域欠分割的问题，提升了低场婴儿磁共振图像大脑提取的准确性。
-
公开(公告)号：CN110236482B
公开(公告)日：2024-03-22
申请号：CN201910471543.4
申请日：2019-05-31
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种一体化眼脑部视觉功能成像系统，包括：视觉刺激呈现设备，呈现包含多种刺激诱发范式的图片和视频；眼部视觉成像设备，是基于多光谱的视网膜和瞳孔成像设备；脑部视觉成像设备，是基于近红扩散相关谱技术的视觉脑皮层血流信号成像设备；协同工作站，包括成像采集控制模块和图像分析模块，用于协同控制眼部视觉成像设备和脑部视觉成像设备，并将获取到的多光谱视网膜、瞳孔图像和视觉脑皮层血流图像进行处理与分析。通过该系统能够实现眼部视网膜、瞳孔和大脑视觉皮层神经功能响应的同步记录，对多模态多参数的视觉生理信号进行联合分析，为视觉信息编解码、视觉重建机理研究、视觉神经调控定量评估受损定位等提供方法。
-
公开(公告)号：CN115691678A
公开(公告)日：2023-02-03
申请号：CN202211327800.5
申请日：2022-10-27
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G16B40/30 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的深度学习染色体自动识别模型，包括依次串联的：输入端卷积层、池化层、第一稠密块、通道注意力模块、第一过渡层、第二稠密块、第二过渡层、第三稠密块、第三过渡层、第四稠密块以及分类器层。本发明提供的基于注意力机制的深度学习染色体自动识别模型，通过在第一密集块后加入通道注意力模块提取重要信息、抑制冗余信息，能提高整体分类的准确率，解决现有深度学习染色体识别网络容易忽略图像不同区域特征的问题；本发明提供的基于注意力机制的深度学习染色体自动识别系统，可实现染色体的高准确率自动识别，在染色体识别及异常分析中具有很好的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.098 seconds)
