-
公开(公告)号：CN118212407A
公开(公告)日：2024-06-18
申请号：CN202410274716.4
申请日：2024-03-11
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学长沙计算与数字经济研究院
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/084 , G06N3/0464
Abstract: 本申请公开了一种肿瘤图像的分割方法、装置及电子设备。其中，该方法包括：获取待进行肿瘤分割的原始肿瘤图像，其中，原始肿瘤图像为对目标对象的目标器官进行CT扫描后得到的图像；采用肿瘤分割模型对原始肿瘤图像进行分割，得到肿瘤区域所对应的目标肿瘤图像，其中，肿瘤分割模型包括编码器、解码器和多尺度注意力模块，多尺度注意力模块通过结合目标对象在原始肿瘤图像中采样的交互点对原始肿瘤图像进行特征融合处理；显示目标肿瘤图像。本申请解决了相关技术中对于肿瘤的分割存在精度较差的技术问题。
-
公开(公告)号：CN117829259A
公开(公告)日：2024-04-05
申请号：CN202410050288.7
申请日：2024-01-12
Applicant: 北京航空航天大学 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学第一医院
IPC: G06N3/094 , G06N3/0475 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084 , G06T11/00 , G06V10/74
Abstract: 本发明提供了一种训练方法、虚拟染色方法以及虚拟染色系统。该训练方法包括获得细胞样本的拉曼图像以及该细胞样本的对应的真实染色图像；基于拉曼图像以及真实染色图像训练循环生成对抗网络以使循环生成对抗网络中的生成网络的损失函数的值收敛；以及基于具有收敛的损失函数的值的经训练循环生成对抗网络中的生成网络来获得目标生成网络模型，其中目标生成网络模型基于目标细胞样本的目标拉曼图像生成目标虚拟染色图像，目标虚拟染色图像用于对目标细胞样本中的细胞结构进行增强显示；其中生成网络的损失函数包括细胞结构相似度约束项，细胞结构约束项基于结构相似性SSIM函数来约束生成网络的输入图像与输出图像中的细胞结构的一致性。
-
公开(公告)号：CN118072923A
公开(公告)日：2024-05-24
申请号：CN202410169617.X
申请日：2024-02-06
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
IPC: G16H40/20 , G16H50/70 , G16H10/60 , G06Q30/0201
Abstract: 本发明涉及一种基于术前因素的高花费可能性预测方法及系统。所述方法包括：获取患者特征数据，并排除不符合指标要求的数据，得到筛选后的患者特征数据划分为训练集和验证集；确定高花费费用参数，训练集经过多因素回归分析进行变量筛选，将筛选后的变量作为自变量，将高花费费用参数作为因变量，构建预测模型；基于验证集，对预测模型进行评价；根据预测模型绘制列线图，并通过列线图预测高花费可能性。由于获取到的是患者的全面的特征数据，且通过多因素回归分析筛选变量，多种影响花费的因素联合起来进行预测，可以提高医疗费用的预测准确性。
-
公开(公告)号：CN114167062A
公开(公告)日：2022-03-11
申请号：CN202010950029.1
申请日：2020-09-10
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明涉及一种体腔内感染性并发症早期诊断的标记物，以及相关的试剂盒和装置，同时本发明构建出一种对腔内感染性并发症的评分方法、对其危险等级的检测方法，以及提供一种筛选体腔内感染性并发症的标记物的方法。本发明实现了对体腔内感染的早期诊断，能够有效地指导临床干预，降低患者围手术期死亡率，具有极高的临床应用价值。
-
公开(公告)号：CN110101581A
公开(公告)日：2019-08-09
申请号：CN201910264867.0
申请日：2019-04-03
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明涉及一种预防或治疗压疮的经鼻插管固定用胶布，包括固定面1，固定带2，和敷料3，所述敷料3一端与固定面连接，所述固定面1、固定带2和敷料3均设置有粘胶层和粘胶纸。使用时所述敷料3未与固定面连接的一端包裹鼻翼延伸至鼻腔，经鼻插管与鼻翼之间。本发明胶布无需临床剪裁即可直接使用，简易方便，固定效果好；能够预防插管对鼻粘膜或鼻翼、鼻头产生的压疮，具有缓冲或吸收渗液的作用，对于已产生压疮的患者，可以缓解压疮的进展，减轻压疮症状，减少更换经鼻插管或调整经鼻插管位置的次数。因而减轻了患者插管的痛苦，改善了患者的睡眠等生活质量，增加了患者的依从性，促进术后恢复；同时提高了医护人员的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN119648643A
公开(公告)日：2025-03-18
申请号：CN202411684140.5
申请日：2024-11-22
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 北京安德医智科技有限公司
Abstract: 本发明提供了一种癌病灶图像数据处理方法、处理系统、电子设备以及计算机可读存储介质，其中，癌病灶图像数据处理方法包括获取癌病灶对应的癌病灶mask；对癌病灶mask进行计算处理，得到癌病灶mask对应的病灶基准点；基于病灶基准点对癌病灶mask进行变换处理，得到癌病灶mask的K视图；基于K视图和癌病灶mask进行计算处理，得到癌病灶表面曲线长径的近似值，解决了现有技术中，通过人工测量方法或者采用临床医生基于计算机断层扫描血管造影影像对癌病灶测量癌病灶长径误差较大、无法在不手术或在术前准确获得癌病灶长径的技术问题。
-
公开(公告)号：CN118348002A
公开(公告)日：2024-07-16
申请号：CN202410426967.X
申请日：2024-04-10
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 元珵科技(北京)有限公司
Abstract: 本发明公开了自动化复合滤光片检测仪，包括计算机、测试工装、运动机构、尺寸测量机构、光谱测量机构，所述自动化复合滤光片检测仪通过外部电源对计算机、运动机构、尺寸测量机构、光谱测量机构供电，所述计算机分别连接至运动机构、尺寸测量机构、光谱测量机构，以实现数据的传输和受控，所述运动机构为工装基座。由工业相机测量的复合滤光片直径、由光谱仪记录的多个点位的光谱数据，位移精度高，检测区域精确，高效地实现了对小尺寸复合滤光片的检测。
-
公开(公告)号：CN113288452B
公开(公告)日：2022-10-04
申请号：CN202110443748.9
申请日：2021-04-23
Applicant: 北京大学
Abstract: 本申请提出一种手术质量检测方法及装置，该方法包括：获取记录待检测手术过程的视频数据；基于视频数据，针对待检测手术的至少两种评价路径，分别提取与各评价路径相关的特征数据；基于特征数据和预设的评价函数，分别确定各评价路径在待检测手术过程不同时刻的质量评估值，及基于特征数据和预设的权重函数，分别确定各评价路径的各质量评估值对应的权重系数；根据各评价路径的所有质量评估值及对应的权重系数，确定待检测手术过程的质量检测结果。本申请基于多条评价路径，对手术质量进行自动化检测，提高了手术质量检测的效率、可重复性及全面性。
-
公开(公告)号：CN113989294B
公开(公告)日：2022-07-05
申请号：CN202111628829.2
申请日：2021-12-29
Applicant: 北京航空航天大学 , 北京肿瘤医院(北京大学肿瘤医院)
IPC: G06T7/10 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种基于机器学习的细胞分割和分型方法、装置、设备及介质。所述方法包括获取目标对象的至少一个细胞代谢图像；利用机器学习分割模型对至少一个细胞代谢图像进行单细胞图像分割，得到多个单细胞代谢图像；对多个单细胞代谢图像中的每个单细胞代谢图像进行单细胞特征提取，得到与单细胞代谢图像对应的单细胞图像特征图谱；将与多个单细胞代谢图像中的每个单细胞代谢图像对应的单细胞图像特征图谱进行组合，得到目标对象的图像特征图谱；通过对目标对象的图像特征图谱进行聚类对细胞进行分型。本公开提供的上述方法不受病理医生主观因素的影响，能够避免对细胞形态造成损伤并实现对细胞的精准分型，从而确定目标对象的病变程度。
-
公开(公告)号：CN113288452A
公开(公告)日：2021-08-24
申请号：CN202110443748.9
申请日：2021-04-23
Applicant: 北京大学
Abstract: 本申请提出一种手术质量检测方法及装置，该方法包括：获取记录待检测手术过程的视频数据；基于视频数据，针对待检测手术的至少两种评价路径，分别提取与各评价路径相关的特征数据；基于特征数据和预设的评价函数，分别确定各评价路径在待检测手术过程不同时刻的质量评估值，及基于特征数据和预设的权重函数，分别确定各评价路径的各质量评估值对应的权重系数；根据各评价路径的所有质量评估值及对应的权重系数，确定待检测手术过程的质量检测结果。本申请基于多条评价路径，对手术质量进行自动化检测，提高了手术质量检测的效率、可重复性及全面性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.019 seconds)
