-
公开(公告)号：CN117497168A
公开(公告)日：2024-02-02
申请号：CN202311408601.1
申请日：2023-10-26
Applicant: 上海交通大学医学院附属上海儿童医学中心
Abstract: 本发明属于疾病辅助诊断技术领域，具体涉及一种基于小样本特征增强的罕见病训练方法、诊断方法及系统。其中，基于小样本特征增强的罕见病诊断方法，包括：获取待诊断图像，将待诊断图像送入训练好的特征提取网络中提取人脸特征，将人脸特征送入分类器中，得到人脸分类向量，分类器是测试时所采用的分类器；将人脸分类向量经过预设的归一化指数函数得到分类概率，并将分类概率最高的若干类别及对应概率值作为输出结果。本发明极大缓解了罕见病样本量少带来的分类精度下降的问题，让特征提取网络更加地鲁棒，分类效果更加地准确。
-
公开(公告)号：CN117238515A
公开(公告)日：2023-12-15
申请号：CN202311050152.8
申请日：2023-08-19
Applicant: 上海交通大学医学院附属上海儿童医学中心
Abstract: 本申请涉及一种特纳综合征筛查系统，其包括影像采集模块、影像处理模块和筛查分类模块。影像采集模块用于获取数据集和待筛查影像；影像处理模块用于对影像进行统一标准化操作。筛查分类模块，包括模型建立单元，模型训练单元和影像筛查单元；模型建立单元用于建立预训练模型；还用于对预训练模型进行训练、优化改善和评估，最终得到特纳综合征筛查模型并保存。影像筛查单元用于通过特纳综合征筛查模型对待筛查影像进行分类预测，得到筛查预测结果。本申请方案能够有效快捷地对待筛查儿童是否患有特纳综合征做出较为准确的预测判断，有助于改善筛查特纳综合征工作效率低下的问题。
-
公开(公告)号：CN111341459A
公开(公告)日：2020-06-26
申请号：CN202010127217.4
申请日：2020-02-28
Applicant: 上海交通大学医学院附属上海儿童医学中心
Abstract: 本发明公开一种分类深度神经网络模型的训练方法及装置、遗传病检测方法及装置。训练方法包括：构建遗传病数据集；其中遗传病数据集包括遗传病人脸数据集和分类标签；将遗传病数据集中的训练集输入至分类深度神经网络的预训练模型以得到分类向量，并基于分类向量和分类标签确定分类损失代价函数值；基于分类损失代价函数值和训练参数对分类深度神经网络的预训练模型进行训练，直至分类损失代价函数值小于预设阈值时停止训练，以得到训练好的分类深度神经网络模型。本技术方案可以自动对患者的照片或视频进行检测，辅助医生进行遗传病的判断，有利于节省大量的人力物力，同时可以缓解医疗资源的紧张和不平衡等问题。
-
公开(公告)号：CN108606811A
公开(公告)日：2018-10-02
申请号：CN201810327840.7
申请日：2018-04-12
Applicant: 上海交通大学医学院附属上海儿童医学中心
IPC: A61B8/00
CPC classification number: A61B8/44 , A61B8/42 , A61B8/4411 , A61B8/4444
Abstract: 本发明公开了一种超声骨龄检测系统及其方法，包括，步骤1：将待测组织浸入耦合介质中，将扫描窗部分浸入耦合介质中并与待测组织接触，设置接触压力阈值并固定扫描窗；步骤2：根据所述手部的超声图像调节超声波探头的位置和角度，使得在扫描过程中超声探头的长轴与待测组织的切面垂直；步骤3：设置扫描参数，开始扫描并获得待测组织的超声骨龄图像。本发明通过超声骨龄检测系统获取骨龄特征区域图像，评价儿童骨龄，经过一次扫描完成后，在保证成像质量的同时，既可达到宽视野的目的，又不存在操作者依赖性的问题。儿童骨骼系统软骨成分多，超声成像透声条件优于成人。因此，本发明的超声骨龄检测系统及其方法适用于儿童骨龄的检测。
-
-
-
Search Results
4
records
(took 0.042 seconds)
