-
公开(公告)号：CN116942509A
公开(公告)日：2023-10-27
申请号：CN202310895204.5
申请日：2023-07-20
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
Abstract: 本发明公开了一种基于多阶段光学定位的体表自动寻穴方法，属于针灸领域，通过全局相机进行肢体定位、获取待针灸的肢体上的关键点位置、对待针灸的肢体上的穴位粗定位、对待针灸的肢体上的穴位精确定位等步骤，采用全局相机和局部相机相结合，开发基于体表纹理与光流预测方法下的高精度穴位实时定位跟踪方法，解决高精度的体表穴位定位和因体动带来的实时目标跟踪困难问题，实现可以精准、实时、动态对准的三维人体自动寻穴。
-
公开(公告)号：CN115797451A
公开(公告)日：2023-03-14
申请号：CN202211618509.3
申请日：2022-12-15
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
Abstract: 本申请是一种穴位识别方法，具体涉及自动识别技术领域。所述方法包括：获取人体表面三维重建数据；对人体表面三维重建数据进行分类识别，获取人体区域分类数据；将人体区域分类数据与虚拟人体穴位数据进行位姿配准，并在人体表面三维重建数据中映射穴位位置；虚拟人体穴位数据根据人体穴位模型预先建立；将人体表面三维重建数据对应的图像以及穴位位置显示在显示设备中。基于上述方案，简化了穴位识别难度。
-
公开(公告)号：CN116919811A
公开(公告)日：2023-10-24
申请号：CN202310896646.1
申请日：2023-07-20
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
IPC: A61H39/02 , A61H39/08 , A61H39/06 , A61B5/0532
Abstract: 本发明公开了一种针揿导航方法，属于针灸领域，通过多个深度相机获取人体的图像与位置信息，建立三维空间模型并计算穴位位置，提高穴位位置的精准度；处理器接收穴位位置信息，根据机械臂的状态量，结合运动路径规划算法与自适应阻抗控制算法，计算移动路径并控制末端执行器运动到指定穴位位置，实现高精度、高实时性的路径导航；对末端执行器治疗每个穴位的过程进行分解，并对各个部分的人工约束及自然约束进行分析，考虑各个阶段运动约束的变化，采用阻抗控制的方法，通过引入自适应项，实现末端执行器在自由空间的稳定运动并且在与人体接触时保持期望的接触力，实现治疗过程中的自适应阻抗控制。本发明还涉及实施上述方法的针揿导航系统。
-
公开(公告)号：CN116271522A
公开(公告)日：2023-06-23
申请号：CN202211590246.X
申请日：2022-12-12
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
Abstract: 本申请公开了一种经皮电刺激设备及应用方法，该设备包括控制模块、电刺激控制器以及与该电刺激控制器连接的电刺激点阵模块；该电刺激控制器与该电刺激点阵模块成对出现，且一一对应；每个该电刺激点阵模块均包括有多个电触点；该电触点适于与目标刺激物接触，以对该目标刺激物进行电刺激；每个该电刺激控制器均与该控制模块通过弹性框架连接；该弹性框架适于将该控制模块固定在该目标刺激物上；该经皮电刺激设备可以实现多点位精准自动针灸的现代化、数字化以及智能化，相对于传统针灸方法，提高了操作的便捷性与规范性。
-
公开(公告)号：CN117860277A
公开(公告)日：2024-04-12
申请号：CN202311843429.2
申请日：2023-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市立医院
Abstract: 本发明涉及医疗视频理解与识别技术领域，公开了吞咽造影参数确定方法、装置、计算机设备及存储介质，方法包括：获取患者的吞咽造影的视频数据；在视频数据首帧自动获取目标点和目标区域；在视频数据播放过程中自动获取食团；在视频数据播放过程中自动追踪食团、目标点和目标区域；获取目标点的位移量；获取食团的变化信息和目标区域的变化信息；基于目标点的位移量、食团的变化信息和目标区域的变化信息，确定吞咽造影的运动学参数和时间学参数。本发明通过自动追踪食团、目标点和目标区域，根据目标点的位移量、食团的变化信息和目标区域的变化信息，确定出吞咽造影的运动学参数和时间学参数，更加准确且耗时较短。
-
Patent Agency Ranking
公开(公告)号：CN117808827A
公开(公告)日：2024-04-02
申请号：CN202311805376.5
申请日：2023-12-26
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本申请公开了一种脑部梗死区域的分割方法，该方法通过获取脑部检测图像数据和预设阈值，基于所述预设阈值对所述脑部检测图像数据进行阈值分割得到脑部检测预分割图像数据，获取多个预设尺度滤波器，基于所述多个预设尺度滤波器对所述脑部检测预分割图像数据进行特征提取处理，得到脑部梗死特征提取结果，对所述脑部梗死特征提取结果与所述脑部检测图像数据进行拼接处理，得到拼接处理结果，对所述拼接处理结果进行区域分割处理，确定得到所述脑部检测图像数据的目标梗死区域，解决了信息处理技术领域中对缺血性脑卒中梗死区的分割准确性的问题，提高了特征对比度，提高了数据的信噪比，提升了脑部梗死区域的分割精度和分割效率。
-
公开(公告)号：CN117765301A
公开(公告)日：2024-03-26
申请号：CN202311648340.0
申请日：2023-12-04
Applicant: 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
IPC: G06V10/764 , G06V10/82 , G06V10/54 , G06N3/0464 , G06N3/042 , G06N3/0499 , G06V10/44
Abstract: 本发明提供基于知识引导的肺部病理细胞多分类方法、设备及介质，该方法包括以下步骤：将肺部病理细胞图像作为输入被同时送入双分支分类网络的两个分支中；其中，双分支分类网络的两个分支为图卷积空间拓扑信息分支和纹理卷积特征分支；将两个分支生成的特征向量进行拼接；通过多层感知机根据拼接后的特征向量生成最终的分类结果。本发明在保留神经网络自动提取特征的基础上，将临床诊断的先验知识引入网络结构中辅助分类，能够提升分类的准确性；并且能够简化前处理过程并将特征的筛选由神经网络自发的完成，不仅能够提升分类网络效率，也有助于提升分类的准确率，即实现了在简化前处理过程的同时提升了肺部病理细胞分类的准确性。
-
公开(公告)号：CN111916217A
公开(公告)日：2020-11-10
申请号：CN202010789521.5
申请日：2020-08-07
Applicant: 上海交通大学医学院附属第九人民医院 , 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供基于区块链的医疗数据管理方法、系统、存储介质及终端。所述方法包括：分别存储各个医疗机构的医疗元数据至对应的医疗机构服务器；采用哈希算法获取所述医疗元数据的数据摘要，利用所述医疗元数据的数据摘要、时间戳和所述医疗元数据所对应的医疗机构信息构建医疗数据区块；验证所述医疗数据区块的真实性，并根据真实性验证结果将所述医疗数据区块上链到各所述医疗机构服务器中的数据真实性验证区块链或者反馈错误信息。本发明提高了数据共享的效率，区块链数据占用空间小，有效节约存储空间，并且提高了数据的上链效率及医疗数据传输的效率和安全性。
-
公开(公告)号：CN111785323A
公开(公告)日：2020-10-16
申请号：CN202010648290.6
申请日：2020-07-07
Applicant: 上海交通大学医学院附属第九人民医院 , 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供一种基于遗传疾病致病基因的分析系统，至少包括以下模块：位点突变分类模块，用于将遗传疾病的致病基因内位点的突变结果进行分类，未发生突变的位点为0，杂合突变或异质突变的位点的为1，纯合突变或均质突变的位点的为2；突变值获得模块，用于获得致病基因的突变值；结果判断模块，用于根据致病基因的突变值判断该致病基因突变状态和/或致病性；报告单生成模块，用于根据致病基因突变状态和/或致病性，得到匹配的诊断结论，疾病风险评估与遗传咨询建议，并生成受检者的基因筛查分析报告单。本发明可以对正常表型的突变携带者本人进行风险评估，规避后天的损伤因素，同时评估其后代的致病风险，提供婚育指导和遗传咨询建议。
-
公开(公告)号：CN120047720A
公开(公告)日：2025-05-27
申请号：CN202510006181.7
申请日：2025-01-03
Applicant: 中国科学院苏州生物医学工程技术研究所 , 核工业总医院
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/762 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/52 , G06V10/766 , G06V10/26 , G06V20/70 , G06V10/776 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/08 , G16H50/70
Abstract: 本申请公开了一种脑影像评估模型的训练方法、装置、电子设备及存储介质，方法包括：获取对象的脑部影像和脑部影像对应的分级标签；基于卷积神经网络和深度学习网络模型确定脑部影像的脑脊液区域；获取脑脊液区域的放射组学特征和深度学习特征；放射组学特征包括脑脊液区域的局部特征和全局特征；基于放射组学特征和深度学习特征确定融合特征；获取对象的临床特征；基于融合特征、临床特征和分级标签对预设分类器进行训练，得到脑影像评估模型；脑影像评估模型用于对脑影像进行分级评估，本申请通过多维特征得到脑影像评估模型，无需人工进行医学影像的判读，有效提升脑影像评估效率和评估结果统一性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.057 seconds)
