肺结节多属性分类模型的构建方法、系统、介质及装置

    公开(公告)号:CN114119447A

    公开(公告)日:2022-03-01

    申请号:CN202010896295.0

    申请日:2020-08-31

    Abstract: 本发明提供一种肺结节多属性分类模型的构建方法、系统、介质及装置,包括:获取计算机断层扫描图像,建立CT数据表征方式,使用所述CT数据表征方式对所述计算机断层扫描图像进行处理,获得消除层厚、像素间距差异的去差异计算机断层扫描图像;基于肺部轮廓提取技术对所述差异计算机断层扫描图像进行提取,获得肺部轮廓图像;对所述肺部轮廓图像进行去噪,获得具有统一的相对坐标系的去噪肺部轮廓图像;从去噪肺部轮廓图像提取肺结节的坐标与大小,获得肺结节图像;基于深度学习的多属性分类模型对所述肺结节图像进行特征提取获得图像特征,对所述图像特征进行属性分类。本发明用于对肺结节在CT图像上表现的属性进行分类,从而预测属性表现的程度。

    血压测量系统、血压测量方法、计算机装置及储存介质

    公开(公告)号:CN111904403B

    公开(公告)日:2024-08-06

    申请号:CN201910386120.2

    申请日:2019-05-09

    Abstract: 本发明提供一种血压测量系统、血压测量方法、计算机装置及储存介质,包括:具有气囊的套件,用于固定在待测部位;气路模块,连接所述套件;用于向所述气囊充气和放气;压力信号采集模块,连接所述套件,用于采集所述套件中的压力信号;加速度采集模块,用于输出相应的加速度数字信号;处理模块,通信连接所述压力信号采集模块、所述气路模块且通信连接于所述加速度采集模块,用于得到第一包络线和第二包络线,根据得到的所述修正峰值序列得到收缩压和舒张压。用于解决现有技术中在动态血压测量系统等穿戴式血压监测设备上,运动干扰尤其影响其测量准确性的问题,使得抗运动干扰能力得到了大幅度的提高,增加了血压测量准确性。

    基于图像数据多样性的模型训练方法、系统、介质及设备

    公开(公告)号:CN113963226A

    公开(公告)日:2022-01-21

    申请号:CN202010681146.2

    申请日:2020-07-15

    Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备,所述基于图像数据多样性的模型训练方法包括:对原始数据进行数据多样性处理,将所述原始数据的数据特征和处理后的数据特征进行存储;选取第一预设数量的数据特征输入至少两个分类器中进行分类,根据分类结果选取第一分类器;选取第二预设数量的数据特征,输入到所述第一分类器以外的分类器中进行分类,以选取第二分类器;重复上一步骤,直至所存储的数据特征为零,以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性,提高了集成学习模型整体泛化能力,实现了各个模态网络模型充分训练二者之间的平衡。

    面向医疗大数据处理的医疗云系统、方法、系统和介质

    公开(公告)号:CN111951935A

    公开(公告)日:2020-11-17

    申请号:CN201910409935.8

    申请日:2019-05-16

    Abstract: 本申请提供的一种面向医疗大数据处理的医疗云系统、方法、系统和介质,通过虚拟化技术将医院自身IT资源池化,在医院私有云的基础上,采用虚拟桌面架构升级为医疗社区云,通过基于Hadoop的医疗大数据处理系统,用分布式计算方式解决医疗大数据收集、存储和分析上的难题,提出一种云环境下面向医疗大数据的Apriori算法,利用矩阵思想将事务数据库转化为布尔矩阵,对事务存储方式和矩阵行列进行压缩改进、对算法结束条件进行优化,并移植到Hadoop医疗大数据平台上实现MapReduce并行化处理。本申请有效的减少了数据库扫描次数,解决了算法串行化和生成频繁项集效率低下等问题。

    一种建立心跳冲击波形态特征库的方法

    公开(公告)号:CN104346369A

    公开(公告)日:2015-02-11

    申请号:CN201310327012.0

    申请日:2013-07-30

    Inventor: 李超

    CPC classification number: G06K9/0053 G06K9/6269

    Abstract: 本发明提供一种建立心跳冲击波形态特征库的方法,包括:选择并添加标准样本向量;通过机器学习的方式添加新特征向量;修正边缘数据。优选地,所述选择并添加标准样本向量的步骤包括:通过测量床铺震动采集人心跳冲击波信息;从所述采集到的心跳冲击波信息中选择样本波形;为所述样本波形选择特征点;将所述样本波形转化为样本向量;将所述样本向量添加到所述心跳冲击波形态特征库。如上所述,本发明的建立心跳冲击波形态特征库的方法,具有以下有益效果:通过机器学习的方式建立心跳冲击波形态特征库,效率高,准确性好。并且根据优选的方式,波形的样本向量和特征向量简单,计算量小。

    虚拟现实的数据共享系统、方法、装置、终端、及介质

    公开(公告)号:CN111786930A

    公开(公告)日:2020-10-16

    申请号:CN201910267172.8

    申请日:2019-04-03

    Inventor: 李萍 李超

    Abstract: 本申请提供虚拟现实的数据共享系统、方法、装置、终端、及介质,所述系统包括:一个主虚拟现实设备,其通信连接一主控制设备;多个从虚拟现实设备,各所述从虚拟现实设备通信连接对应的从控制设备,且各从控制设备与所述主控制设备通信连接;其中,所述主控制设备将主虚拟现实设备的虚拟现实三维模型数据和虚拟现实操作指令数据存入不同的存储区域,以供各所述从虚拟现实设备通过对应的从控制设备获取后同步共享。本申请建立虚拟现实设备之间的共享同步机制,以实现虚拟现实设备之间高效率及高智能化的数据资源共享同步。

    基于多路传感器来确定上下床状态的方法及系统

    公开(公告)号:CN105434122A

    公开(公告)日:2016-03-30

    申请号:CN201410389757.4

    申请日:2014-08-08

    Inventor: 李超

    Abstract: 本发明提供一种基于多路传感器来确定上下床状态的方法及系统。根据本发明的方法,首先对多路传感器所感测的当前震动信号分别进行心率滤波及呼吸滤波以获得心率波形、呼吸波形,并基于心率波形来确定第一上下床状态、基于呼吸波形来确定第二上下床状态,同时还基于所述多路传感器所感测的当前压力信号、通常在床值与通常离床值来确定第三上下床状态;其中,多路传感器设置在被监测人员睡眠所使用的床的床脚;随后再基于第一上下床状态、第二上下床状态、第三上下床状态以及前一次的上下床状态来确定当前的上下床状态,由此可准确确定被监测人员的上下床状态,为其睡眠质量及健康状况等提供参考依据。

    一种上下床行为监控方法及系统

    公开(公告)号:CN104127185A

    公开(公告)日:2014-11-05

    申请号:CN201310159997.0

    申请日:2013-05-03

    Inventor: 李超

    Abstract: 本发明提供一种上下床行为监控方法及系统,该方法包括:在床脚下设置感应床上压力的压电传感器;压电传感器包括第一级压力传感单元和第二级压力传感单元;第一级压力传感单元通过压力变化获得关于上下床动作的变化的第一电信号;第二级压力传感单元通过压力变化获得关于用户心跳的第二电信号;当第一电信号发生剧变后并最终归于平稳时,表示发生了上下床动作;在第一电信号发生剧变后并最终归于平稳后,若从第二电信号中提取出了心冲击信号,表示床上有人;若从第二电信号中没有提取出心冲击信号,则表示床上没人。本发明将压电传感器测量出来的电压值进行样本分析计算,判定人的行为是上床还是离床,从而实现对用户上下床行为的有效监控。

    肺部病灶的检测方法、系统、存储介质、终端及显示系统

    公开(公告)号:CN109993733A

    公开(公告)日:2019-07-09

    申请号:CN201910239154.9

    申请日:2019-03-27

    Abstract: 本发明提供一种肺部病灶的检测方法、系统、存储介质、终端及显示系统,肺部病灶的检测方法包括:获取已标注病灶的病人影像;识别标注的区域轮廓,对识别的区域轮廓进行训练,以获取关键特征点;从病人的全身影像中提取胸腔影像,并判断提取的胸腔影像是否属于胸腔;若是,执行下一步骤;若否,重新提取胸腔影像;读取提取到的胸腔影像,将该胸腔影像的像素值进行转换,并生成医学图像文件及具有掩膜的医学图像;通过病灶的关键特征点对具有掩膜的医学图像进行病灶检测;将检测出的病灶映射至提取到的胸腔影像上,实现肺部病灶的可视化,并形成肺部3D模型。本发明为医生提供一种医疗辅助手段,辅助医生精确诊断影像里的肺部病灶的位置。

Patent Agency Ranking