-
公开(公告)号：CN113689441A
公开(公告)日：2021-11-23
申请号：CN202111007475.X
申请日：2021-08-30
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于DeepLabV3网络的左心室超声动态分割方法，所述动态分割方法包括如下步骤：收集二维超声心动图中心尖四腔切面的数据，形成数据集；对数据集进行预处理并标准化，并将数据集划分为训练集，测试集以及验证集；构建深度学习网络模型，用上述划分得到的训练集对网络模型进行训练；使用训练阶段得到的最终权重参数对验证集进行验证，验证集评估出来的效果用来调整超参数，最后用测试集进行测试。本发明方法中的网络模型使用的参数更少，降低了网络的复杂度，同时能够自动地、准确地动态提取二维超声心动图中心尖四腔切面中的左心室区域，无需人工进行交互，通用性、泛化能力较好。
-
公开(公告)号：CN107314954A
公开(公告)日：2017-11-03
申请号：CN201710422038.1
申请日：2017-06-07
Applicant: 华东师范大学
CPC classification number: G01N15/00 , G01N15/1031 , G01N2015/1062
Abstract: 本发明公开了一种对流体中微小磁颗粒磁场的测量装置，其包括敏感材料；绝缘覆盖层，其紧密地包裹敏感材料；测量容器，其为中空的结构，并和敏感材料紧密结合，形成轴心为绝缘覆盖层紧密包裹敏感材料的中空腔体；入口和出口，其分别开在测量容器两端，用以测量目标的进入和离开测量容器；信号线圈，其绕在测量容器表面，可从其两端取得所需的信号；驱动源，与敏感材料连接，在敏感材料两端施加驱动信号；偏置线圈，其绕在测量容器表面，并在其两端施加偏置源。本装置将传感器和测量腔体结合在一起，形成一个整体，一方面可以实现测量的简便化同时使目标和传感器的相对距离尽可能的小，提高了测量精度。
-
公开(公告)号：CN101105944A
公开(公告)日：2008-01-16
申请号：CN200710041547.6
申请日：2007-06-01
Applicant: 华东师范大学
Abstract: 一种LC共振巨磁阻抗效应复合丝及其制备方法，属于磁敏传感器和信息功能材料及其制备的技术领域。该复合丝由金属丝(1)、隔离层(2)、软磁层(3)和端头(4)组成，隔离层(2)是绝缘电介质，隔离层(2)以使金属丝(1)的端头(4)暴露在外的方式依附在金属丝(1)的表面，软磁层(3)依附在隔离层(2)的表面，端头(4)和软磁层(3)分别为该复合丝的两个引出端，制备时，在除了端头(4)外的金属丝(1)的表面上涂敷隔离层(2)，再在隔离层(2)的表面上用化学法镀一层软磁层(3)，得成品LC共振巨磁阻抗效应复合丝。该复合丝有制备工艺简单，成本低，具有较高的巨磁阻抗效应值，抗干扰性好，几何尺寸小，应用在器件上方便可靠等优点。
-
公开(公告)号：CN113689441B
公开(公告)日：2024-08-16
申请号：CN202111007475.X
申请日：2021-08-30
Applicant: 华东师范大学
IPC: G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895 , G16H30/40
Abstract: 本发明公开了一种基于DeepLabV3网络的左心室超声动态分割方法，所述动态分割方法包括如下步骤：收集二维超声心动图中心尖四腔切面的数据，形成数据集；对数据集进行预处理并标准化，并将数据集划分为训练集，测试集以及验证集；构建深度学习网络模型，用上述划分得到的训练集对网络模型进行训练；使用训练阶段得到的最终权重参数对验证集进行验证，验证集评估出来的效果用来调整超参数，最后用测试集进行测试。本发明方法中的网络模型使用的参数更少，降低了网络的复杂度，同时能够自动地、准确地动态提取二维超声心动图中心尖四腔切面中的左心室区域，无需人工进行交互，通用性、泛化能力较好。
-
公开(公告)号：CN107314954B
公开(公告)日：2021-11-19
申请号：CN201710422038.1
申请日：2017-06-07
Applicant: 华东师范大学
Abstract: 本发明公开了一种对流体中微小磁颗粒磁场的测量装置，其包括敏感材料；绝缘覆盖层，其紧密地包裹敏感材料；测量容器，其为中空的结构，并和敏感材料紧密结合，形成轴心为绝缘覆盖层紧密包裹敏感材料的中空腔体；入口和出口，其分别开在测量容器两端，用以测量目标的进入和离开测量容器；信号线圈，其绕在测量容器表面，可从其两端取得所需的信号；驱动源，与敏感材料连接，在敏感材料两端施加驱动信号；偏置线圈，其绕在测量容器表面，并在其两端施加偏置源。本装置将传感器和测量腔体结合在一起，形成一个整体，一方面可以实现测量的简便化同时使目标和传感器的相对距离尽可能的小，提高了测量精度。
-
Patent Agency Ranking
公开(公告)号：CN103983394B
公开(公告)日：2017-01-18
申请号：CN201410196079.X
申请日：2014-05-09
Applicant: 华东师范大学 , 南京东华汽车转向器有限公司
IPC: G01L5/22
Abstract: 本发明公开了一种扭矩传感器，包括：底座与顶盖，其中央设有中空部，底座与顶盖相互配合并通过螺栓固定；第一转子与第二转子，其设置在底座与顶盖之间，第一转子与第二转子以中空部同轴旋转；磁性元件，其设置在第一转子与第二转子之间，与第一转子同步旋转，磁性元件具有至少一对磁极对；至少一个测量元件，其与第二转子连接，与第二转子同步旋转；输出电路，其固定在底座上，并与测量元件电气连接；当第一转子与第二转子之间发生相对转动时，测量元件检测磁性元件磁场强度来测量转动角位移得到扭矩，并通过输出电路输出与扭矩对应的电压信号。本发明采用线性元件直接测量磁性元件的线性磁强分量来测得转动角位移，直接输出电压信号。
-
公开(公告)号：CN119648716A
公开(公告)日：2025-03-18
申请号：CN202411526924.5
申请日：2024-10-30
Applicant: 华东师范大学
IPC: G06T7/11 , G06T7/194 , G06T7/00 , G06N3/0495 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种改进的组织超声图像分割系统，所述组织超声图像分割系统包括改进的图像分割网络模型FSwinNet，实现资源受限环境中的图像高效分割；所述图像分割网络模型包括一个或多个编码器模块、一个或多个解码器模块和一个或多个瓶颈块；所述编码器模块的Swin Transformer中使用SFFN沙漏前馈神经网络模块，所述解码器模块中使用MBDW轻量化算子。本发明还公开了利用上述图像分割系统进行组织超声图像轻量化分割的方法，具有广泛应用前景。
-
公开(公告)号：CN116058867B
公开(公告)日：2025-02-11
申请号：CN202310017632.8
申请日：2023-01-06
Applicant: 华东师范大学 , 北京昌超医疗科技有限公司
IPC: A61B8/00
Abstract: 本发明提出了一种不固定扫描探头的轻量型成像超声系统，所述成像超声系统包括无线扫描探头、终端设备、三维成像计算设备；其中，所述无线扫描探头以无线方式分别向终端设备和三维成像计算设备传输超声图像数据和探头的加速度、角速度数据；所述终端设备向三维成像计算设备提供所需的二维超声图像；所述三维成像计算设备将重建完成的三维超声数据传输至终端设备。本发明解决了医生对二维超声图像难以理解的问题，能够使医生通过实时三维视图更直观地理解组织器官结构，以更高效率的方式培训医生做超声扫描和理解二维超声图，解决超声医生培训耗时长的问题。
-
公开(公告)号：CN115736980B
公开(公告)日：2024-08-13
申请号：CN202211498669.9
申请日：2022-11-28
Applicant: 华东师范大学 , 北京昌超医疗科技有限公司
IPC: A61B8/00 , A61B5/318 , G06N3/04 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种应急用的超声成像系统，所述系统包括用户终端、无线超声探头、计算平台、心电监护仪；所述用户终端安装有对应的超声信息显示软件，能够显示超声图片并接收计算平台传输的辅助诊断结果并进行显示；所述无线超声探头用于对待检查部位进行超声扫描，并将超声扫描形成的图像文件通过无线传输方式发送给用户终端；所述计算平台部署在云服务器上，用于对用户终端上传的超声视频和/或心电监护仪传输的心电信号进行检测与计算，获得辅助信息，并传送回用户终端进行显示；所述心电监护仪至少具有一导联，能够将心电数据无线传输至计算平台。本发明还提出了上述系统在腹腔损伤或腹腔异常出血的快速应急超声检查中的应用。
-
公开(公告)号：CN113888585A
公开(公告)日：2022-01-04
申请号：CN202111011790.X
申请日：2021-08-31
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于卷积神经网络算法的颈动脉医学超声影像血管跟踪方法，所述方法包括获取原始医学图像组；预处理原始医学超声影像，构成训练卷积神经网络模型所需的训练图像；对训练集中的医学超声影像组进行扩充和特征增强，构建卷积神经网络，在卷积神经网络模型中载入训练集，确定卷积神经网络的模型参数，通过深度学习方法对医学超声影像进行特征学习，得到训练好的卷积神经网络模型并保存；部署训练好的卷积神经网络模型；使用部署好的神经网络对医学超声影像进行识别跟踪。本发明还提供了实现上述方法的系统。使用本发明方法对医学超声影像进行颈动脉血管目标跟踪，利用了深度学习卷积神经网络的特性，获得更好的跟踪准确率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.02 seconds)
