一种基于超级边粒子群优化的3D-2D血管图匹配方法

    公开(公告)号:CN117994541A

    公开(公告)日:2024-05-07

    申请号:CN202410055657.1

    申请日:2024-01-15

    Applicant: 同济大学

    Abstract: 本发明提供了一种基于超级边粒子群优化的3D‑2D血管图匹配方法,包括:S1、采集3D血管图像重建和2D影像;S2、对3D血管图像进行处理,提取特征信息并进行匹配对应的2D影像;S3、对3D血管图像和2D影像进行配准,并进行进一步的筛选和匹配,得到二者之间的相似度评分;S4、如果相似度评分高于设定阈值,则匹配成功,否则匹配失败;S5、匹配成功,将待匹配血管图像的3D坐标系映射到2D坐标系中;S6、根据待匹配血管图像在2D坐标系中的位置,得到3D‑2D血管图匹配结果;S7、对于匹配失败的情况,可以采取手动调整的方式进行匹配;本发明的方法可以辅助找到血管狭窄位置,提高效率,进而减少手术风险,以提高手术成功率。

    一种基于目标检测的血管狭窄病变识别方法及其应用

    公开(公告)号:CN116681890A

    公开(公告)日:2023-09-01

    申请号:CN202310632201.2

    申请日:2023-05-31

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于目标检测的血管狭窄病变识别方法及其应用,方法:对待识别的血管DSA图像数据进行预处理及血管分割后,将其输入病变识别模型后,病变识别模型输出待识别的血管DSA图像数据中各位置对应的标签类型;病变识别模型为改进YOLOv7算法模型,改进YOLOv7算法模型的改进之处在于模型中的Head应用正样本分配策略改进了分配策略,AuxHead使用RepConv层来替代卷积层和归一化层。本发明的识别方法,以目前性能SOTA的YOLOv7目标检测模型作为基础并在其上进行了优化性能的改进,进一步提高了目标检测精度,特别适用于检测血管狭窄病变;能标记出血管狭窄的病变部位,直观且易于理解。

    一种模拟双手按压的心脏用按压装置

    公开(公告)号:CN219071207U

    公开(公告)日:2023-05-26

    申请号:CN202221746445.0

    申请日:2022-07-06

    Applicant: 同济大学

    Inventor: 汪欣怡

    Abstract: 本实用新型公开了一种模拟双手按压的心脏用按压装置,包括支撑台,所述支撑台的内腔设置有调节组件,所述调节组件上连接有安装架,所述安装架的顶部设置有液压缸,所述液压缸的输出端固定连接有安装板,所述安装架的底部设置有导向架,所述安装板的两端滑动连接在导向架上,所述安装板的底部设置有第一电机,所述第一电机的输出轴上连接有转动块,所述转动块上连接有曲柄连杆,所述曲柄连杆的底部连接有连接块,所述连接块的底部设置有防护垫,通过设有第一电机和曲柄连杆,通过第一电机带动转动块进行转动,使得曲柄连杆的底端部分在限位架上进行伸缩滑动,带动连接块进行升降,模拟双手对心脏进行按压,能够减轻医护人员的疲劳,方便操作。

Patent Agency Ranking