-
Patent Agency Ranking
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：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。
-
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。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
