-
公开(公告)号：CN118823007A
公开(公告)日：2024-10-22
申请号：CN202411015721.X
申请日：2024-07-26
Applicant: 中国医学科学院阜外医院
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06T7/70 , G06N3/0464 , G06V10/762 , G16H30/40 , G16H50/30
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种心胸比计算方法、心脏房室增大发生概率确定方法及设备，旨在避免漏诊。本发明提出的心胸比计算方法包括：将正位胸片图像输入分别输入到训练好的心肺分割模型和脊柱分割模型，获取心肺分割结果和脊柱分割结果；并对心肺分割结果去除噪点；根据脊柱分割结果获取脊柱中心线；基于心肺分割结果获取左右肺野在同一水平面上最外侧分割点连接线的最大长度作为胸廓最大横径；基于心肺分割结果分别计算心脏左右侧缘在同一水平面上与脊柱中心线的最远距离，计算左侧缘最远距离和右侧缘最远距离之和作为心脏最大横径；根据心脏最大横径和胸廓最大横径计算心胸比。本发明降低了对医生经验的依赖，提高了准确率。
-
公开(公告)号：CN116452579B
公开(公告)日：2023-12-08
申请号：CN202310636052.7
申请日：2023-06-01
Applicant: 中国医学科学院阜外医院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于胸片图像的肺动脉高压智能评估方法，包括：获取受检者的正位胸片图像；将正位胸片图像预处理后输入训练好的图像质量评估模型，输出图像质量评分；将图像质量评分符合预设的肺动脉高压评估标准的正位胸片图像输入训练好的异常特征检测模型中，输出异常特征检测框位置、异常类别和异常特征概率值；将由异常特征检测框位置、异常类别和异常特征概率值构成的向量输入肺动脉高压筛查模型中，输出肺动脉高压的概率值。本方案能够对胸片图像中多种异常特征精确检测，从而提高肺动脉高压预测的精确性，并通过可视化评估结果辅助医生进行临床决策。
-
公开(公告)号：CN116681659A
公开(公告)日：2023-09-01
申请号：CN202310571427.6
申请日：2023-05-20
Applicant: 中国医学科学院阜外医院
IPC: G06T7/00 , G06V10/774
Abstract: 本申请的目的是提供一种冠脉CTA图像处理方法、设备、介质及辅助决策系统。方法包括：A、获取实时冠脉CTA影像序列；B、对所述实时冠脉CTA影像序列进行预处理；C、将连续N层实时图像输入心包粗分割模型，以输出第N/2层实时图像的实时心包粗分割结果；D、根据所述实时心包粗分割结果以及实时心脏坐标信息获取实时心包中间分割结果；E、将所述连续N层实时图像以及所述第N/2层实时图像的实时心包中间分割结果输入心包细分割模型，得到第N/2层实时图像的实时心包细分割结果；F、重复上述步骤C—步骤E；G、将得到的一个或多个实时心包细分割结果沿层级维度进行合并。通过本申请所述的方法实现对心包边界的精确分割。
-
公开(公告)号：CN116407133B
公开(公告)日：2023-08-29
申请号：CN202310647886.8
申请日：2023-06-02
Applicant: 中国医学科学院阜外医院
Abstract: 本发明公开了一种心电信号的质量评估方法、装置、存储介质及电子设备。其中，该方法包括：获取待评估心电信号；基于待评估心电信号，采用变分自编码器模型，确定待评估心电信号对应的第一重建心电信号的质量得分；确定待评估心电信号的频率特征评估分数；确定待评估心电信号的波形形态评估分数；根据质量得分，频率特征评估分数和波形形态评估分数，得到待评估心电信号的质量评估结果。本发明解决了相关技术中心电质量评估方法中通过专家标注方式获取有标签心电数据，采用有标签心电数据进训练获取评估模型，导致的评估效率低且前期投入大的技术问题。
-
公开(公告)号：CN113744870B
公开(公告)日：2023-06-27
申请号：CN202111075983.1
申请日：2021-09-14
Applicant: 中国医学科学院阜外医院
IPC: G16H50/20
Abstract: 本发明公开了一种病案首页主要诊断预测系统及方法，该系统中，数据组织模块从数据库中提取病人关联的临床数据，对病人关联的临床数据进行数据清洗与特征构建，获得病人关联的特征；人群分组模块根据病人关联的特征对病人进行第一轮分组，获得病人关联第一轮分组标识；模型生成模块针对每个第一轮分组内的病人根据其关联的特征完成对应的主要诊断预测模型训练与生成；结果计算引擎模块接收主要诊断预测请求，依据请求携带的新增病人标识，依次通过数据组织模块和人群分组模块，获得新增病人关联第一轮分组标识，调用该第一轮分组标识对应的主要诊断预测模型获得主要诊断预测结果。采用本发明能够提高病案首页主要诊断填写的准确性和一致性。
-
Patent Agency Ranking
公开(公告)号：CN116211316A
公开(公告)日：2023-06-06
申请号：CN202310400960.6
申请日：2023-04-14
Applicant: 中国医学科学院阜外医院
IPC: A61B5/318 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种多导联心电信号的类型识别方法、系统及辅助系统，首先通过数据采集模块获取多导联心电信号以及与其中部分多导联心电信号相关联的患者特征信息与心电信号类型标签，再依次输入数据预处理模块和数据集划分模块分别完成数据预处理和数据集划分，然后经由模型生成模块训练并存储心电自监督模型，最后当服务计算模块接收到心电信号的类型识别请求时，自动调用已训练的心电自监督模型，基于请求携带的数据获得与设定的各种心电信号类型对应的概率信息，同时可调用心电判读模块内置的心电判读模型对心电图进行判读。本申请方法及系统，能够基于更少的标签数据训练得到多导联心电信号的类型识别模型，同时提高模型识别准确性。
-
公开(公告)号：CN113611401A
公开(公告)日：2021-11-05
申请号：CN202110986673.9
申请日：2021-08-26
Applicant: 中国医学科学院阜外医院
Abstract: 本发明实施例公开了一种围术期血液管理的系统及方法，包括信息采集模块、信息处理模块、人工智能计算模块及临床支持结果展示模块，其中，信息采集模块实时获取患者的诊疗数据；信息处理模块基于患者的诊疗数据进行用血评估重要特征提取，且通过数据清洗转换为人工智能引擎可识别的特征；人工智能计算模块基于人工智能引擎可识别的特征构建分类模型，实现术前贫血评估、围术期输血预测及术后输血不良事件风险预测，得到用血评估结果；临床支持结果展示模块，集成用血评估结果，并根据用血评估结果进行预警及推荐。这样，本发明实现对围术期血液管理的多环节覆盖及动态监测，最大限度降低输血风险。
-
公开(公告)号：CN118053542A
公开(公告)日：2024-05-17
申请号：CN202311715237.3
申请日：2023-12-13
Applicant: 中国医学科学院阜外医院
Abstract: 本发明提供一种抗生素使用电子监控方法、装置、计算机设备和存储介质，该方法包括获取当前病患的临床阶段，根据临床阶段确定预设用药规则；获取用药实例；解析用药实例，获得当前病患的抗生素药剂量和病情；根据预设用药规则，获取与病情对应的预设药剂量，检测抗生素药剂量与预设药剂量是否匹配；当抗生素药剂量与预设药剂量不匹配时，发出第一提示信息，将抗生素药剂量发送至监控方，存储用药实例。利用预设用药规则对医嘱的抗生素药剂量进行对比，进而检测医生是否存在滥用抗生素的情形，在医生存在滥用抗生素的情况下，及时对医生进行提示，并记录，介入人为干预，有效实现对抗生素的使用的监控，避免了抗生素滥用的情况。
-
公开(公告)号：CN117059263B
公开(公告)日：2024-01-19
申请号：CN202310647898.0
申请日：2023-06-02
Applicant: 中国医学科学院阜外医院
Abstract: 基于双视图胸片的肺动脉高压发生概率的确定方法及系统，该方法包括：获取实时正侧位胸片和实时左侧位胸片；将实时正侧位胸片和实时左侧位胸片输入第一胸片分析模型，第一胸片分析模型包括第一卷积神经网络、第二卷积神经网络以及第一全连接层，第一卷积神经网络包括空间注意力模块；使用第一卷积神经网络对实时正侧位胸片进行分析处理，得到实时正侧位胸片的全连接层参数；使用第二卷积神经网络对实时左侧位胸片进行分析处理，得到实时左侧位胸片的全连接层参数；将实时正侧位胸片的全连接层参数和实时左侧位胸片的全连接层参数经过第一全连接层拼接操作，再经过激活函数激活得到肺动脉高压发生概率值。具有能够提高对PH预测的概率的准确性的效果。
-
公开(公告)号：CN115270718B
公开(公告)日：2023-10-10
申请号：CN202210880857.1
申请日：2022-07-26
Applicant: 中国医学科学院阜外医院
IPC: G06F40/126 , G06F40/166 , G06F40/216 , G06F18/25 , G06N3/0464 , G06N3/084
Abstract: 一种疾病编码的自动编目方法及系统，包括：构建训练数据及构建模型；将医疗文本输入医疗文本特征提取模块，提取医疗文本特征；基于疾病编码信息生成无向加权图，通过疾病编码特征提取模块运算，得到疾病编码特征；将医疗文本特征及疾病编码特征输入基于标签注意力机制的特征融合模块，得到疾病编码的最终预测特征及疾病编码被分配的概率值；利用损失函数评估模型的预测误差，基于反向传播进行所述模型参数调优；在应用阶段，将患者的医疗文本输入训练好的模型，将得到的各疾病编码被分配的预测概率值与预设的疾病编码判定阈值对比，将符合所述判定阈值的所有疾病编码作为所述患者的疾病编码输出。本申请实现疾病编码的自动编目，且提高准确性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.034 seconds)
