公开(公告)号：CN118229626A

公开(公告)日：2024-06-21

申请号：CN202410244531.9

申请日：2024-03-04

Applicant: 厦门大学

Inventor： 刘祖国 ,  刘雨雯 ,  徐常升 ,  林祥 ,  罗志明 ,  王玉倩 ,  黄彩虹

IPC: G06T7/00 ,  G16H50/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种用于眼前节图像多病种特征检测的方法、介质和设备，该方法包括：接收待处理的眼前节图像；将待处理的眼前节图像输入训练完成的第一深度学习模型中，输出图像检测结果，图像检测结果包括标识出的眼前节图像上存在的病灶特征位置以及病灶特征对应的疾病类型；根据知识图谱确定病灶特征对应的疾病类型以及相应的诊疗策略建议，将图像检测结果、病灶特征对应的疾病类型以及相应的诊疗策略建议进行映射存储，得到初步的诊疗分析结果；将初步的诊疗分析结果发送给预设终端。上述方案通过深度学习模型能够精准地标识出眼前节图像的病灶位置，并输出相应的疾病类型和诊疗建议，能够满足不同场景对多病种特征检测的需求。

公开(公告)号：CN113962311A

公开(公告)日：2022-01-21

申请号：CN202111254098.X

申请日：2021-10-27

Applicant: 厦门大学

Inventor： 刘祖国 ,  李爽 ,  林祥 ,  罗志明 ,  黄彩虹 ,  刘雨雯

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明提供了一种目标分类系统。该目标分类系统具体可以是知识数据和人工智能驱动的多病种识别系统。该系统能够用于获取医学图像和非图像医学信息；使用医学专家知识库匹配信息数据，由医学知识推理算法得到眼科疾病权重结果；使用医学影像诊断中的器官组织分割算法、疾病病灶识别算法得到眼科疾病权重结果；结合知识推理和医学图像识别所得权重结果，加权计算获得最终疾病诊断结果。本发明参照医学临床诊断思路，以大数据对医学数据的结构化处理，以人工智能模型对疾病病灶的检测能力，实现了疾病的自动诊断。该系统改进了现有就诊方式，实现了疾病的人工智能初步诊断筛查，有效缓解医疗资源紧缺现状，具有广泛的应用前景。

公开(公告)号：CN117953573A

公开(公告)日：2024-04-30

申请号：CN202410050319.9

申请日：2024-01-12

Applicant: 厦门大学

Inventor： 刘祖国 ,  徐常升 ,  刘雨雯 ,  黄彩虹

IPC: G06V40/18 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的自动眼前节图像的处理方法、介质和设备，所述方法包括：接收移动终端上传的待处理的眼前节图像；将所述眼前节图像输入训练完成的深度学习模型中，输出针对所述眼前节图像的图像特征分析结果，所述图像特征分析结果包括判断所述待处理的眼前节图像的图像质量是否符合预设图像质量要求，若不符合则发出第一提示信息至所述移动终端。上述方案通过深度学习模型自动完成对移动终端上传的待处理的眼前节图像的质量评估，能够有效提升图像质量评估速度，并统一质量审查标准，降低后续诊断评估模型的计算成本。

公开(公告)号：CN113962311B

公开(公告)日：2025-02-07

申请号：CN202111254098.X

申请日：2021-10-27

Applicant: 厦门大学

Inventor： 刘祖国 ,  李爽 ,  林祥 ,  罗志明 ,  黄彩虹 ,  刘雨雯

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种目标分类系统。该目标分类系统具体可以是知识数据和人工智能驱动的多病种识别系统。该系统能够用于获取医学图像和非图像医学信息；使用医学专家知识库匹配信息数据，由医学知识推理算法得到眼科疾病权重结果；使用医学影像诊断中的器官组织分割算法、疾病病灶识别算法得到眼科疾病权重结果；结合知识推理和医学图像识别所得权重结果，加权计算获得最终疾病诊断结果。本发明参照医学临床诊断思路，以大数据对医学数据的结构化处理，以人工智能模型对疾病病灶的检测能力，实现了疾病的自动诊断。该系统改进了现有就诊方式，实现了疾病的人工智能初步诊断筛查，有效缓解医疗资源紧缺现状，具有广泛的应用前景。

公开(公告)号：CN118134876A

公开(公告)日：2024-06-04

申请号：CN202410268432.4

申请日：2024-03-08

Applicant: 厦门大学

Inventor： 刘祖国 ,  陈玉光 ,  王玉倩 ,  徐常升 ,  刘雨雯 ,  黄彩虹

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/60 ,  G06T7/13 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习自动评估泪液分泌水平的方法、介质和设备，该方法包括：接收预设终端采集的待处理的眼部图像；将待处理的眼部图像输入训练完成的第一深度学习模型中，输出针对眼部图像的分割结果，分割结果包括角膜区域和泪河区域；根据眼部图像的分割结果使用泪河平均径向高度计算方法计算出泪河高度；根据计算出的泪河高度评估泪液分泌水平，并将评估结果反馈给预设终端。上述方案通过深度学习模型能够对用户通过预设终端采集的眼部图像进行分割，输出分割结果，并根据分割结果计算泪河高度，进而评估泪液分泌水平反馈给预设终端，能够满足不同场景下用户对泪液分泌水平自我评估的需求。