一种基于深度学习的医疗器械的故障类别检测方法和系统

    公开(公告)号:CN116595444B

    公开(公告)日:2023-09-26

    申请号:CN202310883905.7

    申请日:2023-07-19

    Abstract: 本申请属于医疗器械领域,具体涉及一种基于深度学习的医疗器械的故障类别检测方法和系统,其中方法包括:获取医疗器械的振动信号,对振动信号进行预处理;对预处理信号进行插值运算;在插值信号中添加随机扰动,得到第一补充信号;对振动信号进行随机过采样,生成第二补充信号;将第二补充信号和振动信号结合,得到拓展信号;将拓展信号转换为故障图像,将故障图像输入多层分类模型进行故障分类,得到医疗器械故障类别;上述方法对插值信号添加随机扰动可以模拟实际振动信号中的噪声和变化,增强数据的抗干扰能力。对第一补充信号进行随机过采样,能够平衡不同类型的医疗器械故障类别的信号数量,从而提升对医疗器械进行故障分类的准确性。

    一种肾脏多期CT影像检测系统及方法、电子设备

    公开(公告)号:CN117115166B

    公开(公告)日:2024-03-26

    申请号:CN202311377857.0

    申请日:2023-10-24

    Abstract: 本公开涉及计算机技术领域,公开了一种肾脏多期CT影像检测系统及方法、电子设备,包括:图像确定模块用于确定待检测肾脏对应的目标肾脏多期CT影像;第一分割模块用于根据平扫期CT影像确定第一肾脏器官掩膜、肾结石掩膜和肾积水掩膜;第二分割模块用于对静脉期CT影像进行肾脏病灶分割确定肾脏病灶掩膜;病灶分类模块用于根据动脉期CT影像、静脉期CT影像和肾脏病灶掩膜对多个病灶区域进行病灶分类,确定每个病灶区域对应的病灶分类结果;检测结果确定模块用于将肾脏结石掩膜、肾脏积水掩膜、肾脏病灶掩膜和病灶分类结果确定为肾脏CT检测结果。通过本公开实施例,可利用肾脏多期CT影像中全面的医学特征,确定肾脏CT检测结果。

    一种肾脏多期CT影像检测系统及方法、电子设备

    公开(公告)号:CN117115166A

    公开(公告)日:2023-11-24

    申请号:CN202311377857.0

    申请日:2023-10-24

    Abstract: 本公开涉及计算机技术领域,公开了一种肾脏多期CT影像检测系统及方法、电子设备,包括:图像确定模块用于确定待检测肾脏对应的目标肾脏多期CT影像;第一分割模块用于根据平扫期CT影像确定第一肾脏器官掩膜、肾结石掩膜和肾积水掩膜;第二分割模块用于对静脉期CT影像进行肾脏病灶分割确定肾脏病灶掩膜;病灶分类模块用于根据动脉期CT影像、静脉期CT影像和肾脏病灶掩膜对多个病灶区域进行病灶分类,确定每个病灶区域对应的病灶分类结果;检测结果确定模块用于将肾脏结石掩膜、肾脏积水掩膜、肾脏病灶掩膜和病灶分类结果确定为肾脏CT检测结果。通过本公开实施例,可利用肾脏多期CT影像中全面的医学特征,确定肾脏CT检测结果。

    一种基于深度学习的医疗器械的故障类别检测方法和系统

    公开(公告)号:CN116595444A

    公开(公告)日:2023-08-15

    申请号:CN202310883905.7

    申请日:2023-07-19

    Abstract: 本申请属于医疗器械领域,具体涉及一种基于深度学习的医疗器械的故障类别检测方法和系统,其中方法包括:获取医疗器械的振动信号,对振动信号进行预处理;对预处理信号进行插值运算;在插值信号中添加随机扰动,得到第一补充信号;对振动信号进行随机过采样,生成第二补充信号;将第二补充信号和振动信号结合,得到拓展信号;将拓展信号转换为故障图像,将故障图像输入多层分类模型进行故障分类,得到医疗器械故障类别;上述方法对插值信号添加随机扰动可以模拟实际振动信号中的噪声和变化,增强数据的抗干扰能力。对第一补充信号进行随机过采样,能够平衡不同类型的医疗器械故障类别的信号数量,从而提升对医疗器械进行故障分类的准确性。

Patent Agency Ranking