-
公开(公告)号：CN115731163A
公开(公告)日：2023-03-03
申请号：CN202211090564.X
申请日：2022-09-07
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G06T7/00 , G06T7/12 , G06T7/13 , G06T7/136 , G06T7/60 , G06T7/62 , G06T17/00 , G06V10/82 , G06V40/18 , A61B3/10 , A61B3/11
Abstract: 本发明的眼球突出度测量方法以及系统，通过先将三维人脸文件转化为二维贴图，简化计算机视觉处理的复杂度。再对眼部区域进行提取，除去图片的冗余部分，提高精度。再进行眼睛轮廓的提取，在检测出眼眶后检测瞳孔，提取出了颞侧眶边缘和瞳孔边缘在二维贴图上的坐标。再映射回三维照片，将三维球坐标方程矩阵化并使用最小二乘法拟合出球心坐标及眼球半径长度，即可计算出眼球突出距离。本申请采用便利、无接触式的三维人脸图像作为输入，通过借助人工智能、计算机视觉与基于三维坐标的数学计算，实现了突眼度的自动化、精准化测量。
-
公开(公告)号：CN115662641A
公开(公告)日：2023-01-31
申请号：CN202211267520.X
申请日：2022-10-17
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G16H50/70 , G06V10/774 , G06V40/18 , G06V40/70 , G06V10/26 , G06V10/764
Abstract: 本发明的一个技术方案是提供了一种多模态眼眶病推理模型的训练方法，其特征在于，所述训练方法包括以下步骤：确定用于识别眼眶病的N项二维特征以及M项三维特征；剔除N项二维特征以及M项三维特征中的冗余特征；对二维图像数据集以及三维数据集进行标注；对二维以及三维的眼眶病推理模型进行训练，然后融合为多模态眼眶病推理模型。本发明的另一个技术方案是提供了一种上述的多模态眼眶病推理模型的训练方法在眼眶病推理系统中的应用。相较于常规的统一标注方法，本发明采用了对二维图像进行纹理特征标注、对三维模型进行结构特征标注的新策略，可以降低强行统一处理不同维度数据引入的噪声，具有较好地准确性和稳定性。
-
公开(公告)号：CN116364292A
公开(公告)日：2023-06-30
申请号：CN202310335253.3
申请日：2023-03-31
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G16H50/50 , G16H50/30 , G16H30/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V40/16 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种甲状腺眼病的预后预测方法，包括：获取历史医疗数据和面部图像数据；对检测数据进行预处理，将不同数据类型的所述检测数据进行特征嵌入生成嵌入特征向量；将同一待预测对象多个检测时间点获得的所述嵌入特征向量集合生成待预测时间序列数据；基于Transformer构建预后预测模型，将所述待预测时间序列数据输入训练后的所述预后预测模型，对未来检测时的甲状腺功能检测指标进行预测。采集大量TED患者面部图像及甲状腺功能检测数据，无创性预测甲状腺功能的异常情况，借助人工智能神经网络训练来达到预测其关键功能指标的目的，进而协助医生和患者对预后眼部健康情况进行评估和监测，实现甲状腺相关眼病筛查的目的，节省了大量成本。
-
公开(公告)号：CN114757881A
公开(公告)日：2022-07-15
申请号：CN202210245678.0
申请日：2022-03-10
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G06T7/00 , G06V10/764 , G06V40/16 , G06V10/82
Abstract: 本发明的基于面部表情分析的甲状腺相关眼病识别方法、系统及终端，通过训练获得的甲状腺相关眼病识别模型，对获取的待识别的人脸图像数据进行面部表情识别，以获得对应正常人脸识别的正常面部表情识别结果或对应甲状腺相关眼病人脸识别的患病面部表情识别结果。本发明从甲状腺相关眼病患者的表情脸特征描述、基于神经网络的表情分析等科学问题入手，最终实现甲状腺相关眼病筛查的目的，方便用户对自身眼部健康情况进行评估，节省了大量的经济成本与时间成本，同时可以有效提升医院对甲状腺相关眼病筛查的工作效率，降低工作成本，进而促进高效、便捷、成本低的眼眶病筛查方法在我国的推广和应用。
-
Patent Agency Ranking
公开(公告)号：CN116058785A
公开(公告)日：2023-05-05
申请号：CN202310146303.3
申请日：2023-02-21
Applicant: 上海交通大学医学院附属第九人民医院
Abstract: 本发明的一个技术方案是提供了一种基于三维人脸模型重建的眼睑参数测量方法。本发明的另一个技术方案是提供了一种基于三维人脸模型重建的眼睑参数测量系统，其特征在于，包括映射模型；三维人脸模型建立模块；关键点提取模块；眼睑参数计算模块。本发明提出的眼睑参数测量方法及系统具有应用场景广、测量准确度高等优点，能够标准化传统临床诊疗过程中繁琐且易受主观因素干扰的眼睑参数测量过程，助力以眼睑疾病为主的多种眼病的诊断评估，节约人工成本，提升医疗效率。
-
公开(公告)号：CN115359527A
公开(公告)日：2022-11-18
申请号：CN202210949144.6
申请日：2022-08-09
Applicant: 上海交通大学医学院附属第九人民医院
Inventor： 雷超宇 , 孙瀚池 , 黄靖 , 屈明宇 , 卞睿彤 , 陈泽瑜 , 王骐宇 , 张可言 , 谈子铭 , 陈烨欣 , 陶泽成 , 徐臻淇 , 玉志勇 , 王翊涵 , 陆悦宁 , 朱佳莹 , 宋雪霏 , 翟广涛 , 周慧芳
IPC: G06V40/16 , G06V40/18 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于边缘AI的多模态眼眶分类识别方法、终端及介质，所述方法应用于移动终端，包括以下步骤：获取待识别的二维人脸彩色图像，对所述二维人脸彩色图像进行区域分割，获取眼眶区域彩色图像；获取与所述二维人脸彩色图像相对应的三维人脸数据，基于所述三维人脸数据获取人脸深度图像，对所述人脸深度图像进行区域分割，获取眼眶区域深度图像；将所述眼眶区域彩色图像和眼眶区域深度图像作为一轻量化多模态识别模型的输入，获取识别的分类结果。与现有技术相比，本发明具有可靠性高、规模小等优点。
-
公开(公告)号：CN116913502A
公开(公告)日：2023-10-20
申请号：CN202310547207.X
申请日：2023-05-15
Applicant: 上海交通大学医学院附属第九人民医院
Abstract: 本发明提供一种基于时序性数据在GD患者中预测GO患病风险的方法，包括：获取目标GD患者在当前时间点的基线数据、治疗处方、临床检验数据和面部图像；将基线数据、治疗处方、临床检验数据和人脸图像按照数值型数据、类别型数据以及图片数据三种类型进行分类，并分别进行预处理，得到三组特征数据；将三组特征数据进行特征融合，得到当前时间点的特征向量；将当前时间点的特征向量与之前所有时间点的特征向量按时间先后顺序组成一个序列数据；将序列数据输入预先训练好的GO患病风险预测模型，以根据GO患病风险预测模型的预测结果确定目标GD患者未来进展为GO病的风险等级。本发明可以提高预测GD患者进展为GO的风险的准确率。
-
公开(公告)号：CN116564505A
公开(公告)日：2023-08-08
申请号：CN202310540069.2
申请日：2023-05-12
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G16H50/20 , G16H50/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了基于深度学习的甲状腺疾病筛查方法、系统、设备及存储介质，该方法包括：建立第一样本集，第一样本集中具有甲状腺疾病的数据构成患者集；训练第一神经网络模型，以使第一神经网络模型输出是否具有甲状腺疾病的分类；训练第二神经网络模型，以使第二神经网络模型输出具有何种甲状腺疾病的分类；训练第三神经网络模型，以使第三神经网络模型输出甲状腺功能七项指标的预测值；将待检测用户的数据分别输入第一神经网络模型、第二神经网络模型和第三神经网络模型得到预测结果。本发明通过神经网络分析甲状腺疾病患者的面部图像，实现甲状腺疾病的识别和分类，提供高效、便捷、成本低甲状腺疾病筛查方法，节约医疗资源。
-
公开(公告)号：CN116363730A
公开(公告)日：2023-06-30
申请号：CN202310148656.7
申请日：2023-02-21
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G06V40/16 , G06V10/26 , G06V20/64 , G06V10/50 , G06V10/80 , G06V10/82 , G06V10/774 , G06T17/20 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于二维照片的多模态眼眶病筛查系统，其特征在于，包括关键点定位模块；眼眶部分提取模块；单目三维图像重建模块；多模态融合模型。获取人脸二维图片后，本发明利用三维重建技术构建出人脸三维模型，再运用多模态神经网络分别对人脸二维图片和人脸三维模型进行特征提取和判断，避免单一模态模型不够全面的局限性，切实提高眼眶病筛查的成功率，助力提升我国在眼眶病筛查领域的研究水平和核心竞争力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.036 seconds)
