-
公开(公告)号：CN117694830A
公开(公告)日：2024-03-15
申请号：CN202311543039.3
申请日：2023-11-20
Applicant: 上海交通大学医学院附属第九人民医院
IPC: A61B5/00
Abstract: 本发明涉及一种便携式皮瓣质地检测设备及图像获取方法，涉及医疗器械技术领域。包括电池壳体和检测装置；检测装置放置于电池壳体内。本发明通过探头按压皮瓣，探头受力带动滑块向内滑动并使弹簧发生形变并挤压压力传感器，通过标记点可以读出探头下压的深度，从而能方便医护人员对皮瓣质地的检查，克服了传统皮瓣检查时只能用手触摸以及临床经验来观察判断的弊端；通过将容纳检测装置的检测装置收纳组件与对检测装置进行充电的充电组件设置为可拆卸的分体形式，更加方便携带出行。
-
公开(公告)号：CN117678977A
公开(公告)日：2024-03-12
申请号：CN202311818591.9
申请日：2023-12-26
Applicant: 上海交通大学医学院附属第九人民医院
IPC: A61B5/00
Abstract: 本发明涉及一种术后皮瓣状态测试方法、系统、设备及存储介质，应用于医疗健康监测技术领域，包括以下步骤：S1.获取移植皮瓣的第一图像，所述第一图像中标注有与移植皮瓣上的物理标记对应的定位标记；S2.确定定位标记在第一图像中的位置；S3.根据定位标记在第一图像中的位置并在终端的拍摄界面中确定出拍摄标记；S4.基于所述拍摄标记，拍摄与拍摄第一图像的高度及角度一致的第二图像；S5.通过拍摄的第二图像观察移植皮瓣的术后情况。本发明实现对定位标记与拍摄标记之间的位置关系进行精准定位，将所获取的图像信息以及位置信息进行精准传递，便于医生通过后续拍摄的图像观察移植皮瓣的术后情况。
-
公开(公告)号：CN111680755B
公开(公告)日：2023-06-27
申请号：CN202010530164.0
申请日：2020-06-11
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G06V10/774 , G06V10/84 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供医学图像识别模型构建及医学图像识别方法、装置、介质及终端。其中，所述医学图像识别模型构建方法包括获取医学图像数据，并对其进行预处理，以建立图像数据集；将预训练的多层深度残差网络和多层视觉几何组网络并联连接，以生成并行网络模型；利用所述图像数据集对所述并行网络模型进行训练，以获得医学图像识别模型。所述医学图像识别方法包括：获取待识别的医学图像；将所述待识别的医学图像输入医学图像识别模型，并输出对应的疾病类型信息；其中，所述医学图像识别模型是根据图像数据集对并行网络模型进行训练得到的。本发明解决了现有技术中医学图像识别精度不高，从而影响医学诊断的准确性和可靠性的问题。
-
公开(公告)号：CN111938655B
公开(公告)日：2021-09-03
申请号：CN202010655993.1
申请日：2020-07-09
Applicant: 上海交通大学 , 上海交通大学医学院附属第九人民医院
IPC: A61B5/107
Abstract: 本发明提供了一种基于关键点信息的眼眶软组织形态评价方法、系统及设备，使用LSFM模型对三维人脸数据进行注册，并以标准可动模型所处的坐标空间为基础对三维人脸数据做校准和归一化；记录左右眼区域特征点索引和特征点数量，并提取左右眼区域特征点；采用线性回归模型判断从三维人脸数据手术前后对应的左、右眼特征点区域，得到平均位移矩阵和对应区域是否进行手术，再得到线性回归的自变量和因变量，计算出方向对结果影响的权值；计算手术眼区域与标准可动模型的平均位移矩阵和非手术眼区域与标准可动模型的平均位移矩阵，设定阈值判断术后眼眶软组织恢复情况。本发明准确率达到90％。
-
公开(公告)号：CN112107457A
公开(公告)日：2020-12-22
申请号：CN202011002311.3
申请日：2020-09-22
Applicant: 上海交通大学医学院附属第九人民医院
Abstract: 本申请提供的一种智能张口康复器，包括：主体，其一端设有上咬合垫与下咬合垫；所述上咬合垫和/或下咬合垫内设有压力传感器，用于采集使用时患者口腔上颌和/或下颌的压力数据；步进电机，用于驱动所述上咬合垫和/或下咬合垫的纵向摆动；处理器，用于依据所述压力数据和/或预先设定的训练指令以使所述步进电机运行或停止，从而驱动所述上咬合垫和/或下咬合垫的纵向摆动或停止。目前的开口康复器每次使用需要人工测量开口角度或开口距离和自行把握训练时长相比，本申请所述的智能张口康复器，不仅可以无需手动，自动实现上咬合垫与下咬合垫的开合，而且训练方式更加精准、科学、可控，能够大大提高康复效。
-
Patent Agency Ranking
公开(公告)号：CN111938655A
公开(公告)日：2020-11-17
申请号：CN202010655993.1
申请日：2020-07-09
Applicant: 上海交通大学 , 上海交通大学医学院附属第九人民医院
IPC: A61B5/107
Abstract: 本发明提供了一种基于关键点信息的眼眶软组织形态评价方法、系统及设备，使用LSFM模型对三维人脸数据进行注册，并以标准可动模型所处的坐标空间为基础对三维人脸数据做校准和归一化；记录左右眼区域特征点索引和特征点数量，并提取左右眼区域特征点；采用线性回归模型判断从三维人脸数据手术前后对应的左、右眼特征点区域，得到平均位移矩阵和对应区域是否进行手术，再得到线性回归的自变量和因变量，计算出方向对结果影响的权值；计算手术眼区域与标准可动模型的平均位移矩阵和非手术眼区域与标准可动模型的平均位移矩阵，设定阈值判断术后眼眶软组织恢复情况。本发明准确率达到90％。
-
公开(公告)号：CN111563953A
公开(公告)日：2020-08-21
申请号：CN202010288381.3
申请日：2020-04-14
Applicant: 上海交通大学医学院附属第九人民医院 , 上海交通大学
Abstract: 本申请提供基于机器学习的颌骨缺损重建方法、装置、终端和介质，包括：采集预设人群范围内的多个被采样人员的颌骨CT数据；基于所述颌骨CT数据，确立每个所述被采样人员的上、下颌骨表面特征性的多个颌骨特征点；通过机器学习算法获取各所述颌骨特征点之间的相关性，以基于各所述颌骨特征点之间的相关性来进行颌骨缺损重建。本发明利用机器学习进行颌骨特征点的还原，可在复杂颌骨重建过程中提供精确且个性化的方案，解决了跨中线大范围颌骨缺损病例重建仅凭经验、无参照可依的临床难题。此外，本发明基于预设人群范围内的颌骨CT数据，有针对性地对特定族群提供颌骨重建策略，在保证骨段血供、保留种植位点的同时，更加贴近该特定族群的面部外形。
-
公开(公告)号：CN109674536A
公开(公告)日：2019-04-26
申请号：CN201910073242.6
申请日：2019-01-25
Applicant: 上海交通大学医学院附属第九人民医院
CPC classification number: A61B34/20 , A61B34/10 , A61B2034/105 , A61B2034/107 , A61B2034/2055
Abstract: 本发明的一种基于激光的手术导航系统及其设备、方法和存储介质。通过探针单元、摄像单元获取对应病灶处的坐标原点数据集，以得到三维影像坐标模型，再获取激光单元对应的物理坐标信息、及内外参数信息，使所述激光单元发射的激光投射于患者病灶处的点与所述三维影像信息中的标记点配准。本发明能够在手术过程中实时在术区本身显示病灶位置、手术规划等，使术者视线和关注区域集中于术区，避免了在术区和导航计算机显示器上的反复切换，有效提高操作的可靠性和导航的精确性，避免了传统导航手术中术者反复将手术工具频繁更换为导航探针的繁琐步骤，提高了手术的连贯性，缩短了操作时间。
-
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：CN116797828A
公开(公告)日：2023-09-22
申请号：CN202310700778.2
申请日：2023-06-14
Applicant: 上海交通大学医学院附属第九人民医院
IPC: G06V10/764 , G06V10/82 , G06V20/70 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种口腔全景片处理方法、装置及可读存储介质，涉及图像处理技术领域，其中方法包括以下步骤：获取口腔全景片，并对所述口腔全景片进行分类及标注，建立口腔全景片数据库；获取原始口腔全景片，并对所述原始口腔全景片进行重建，得到高分辨率图像；构建并训练识别网络及分类网络，利用训练好的所述识别网络及所述分类网络对所述高分辨率图像进行识别处理，得到识别结果。本发明以深度学习中卷积神经网络为基础提取图像的多层次特征，使用多层感知机把全局特征映射为高分辨图像，并设计基于DenseNet与注意力机制模块的分类网络及基于YOLO‑X的识别网络，能够更加准确地识别和分类口腔全景片。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.045 seconds)
