-
公开(公告)号：CN115526835A
公开(公告)日：2022-12-27
申请号：CN202211038213.4
申请日：2022-08-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于超声图像的产程进展角测量方法、系统、设备及介质，所述方法包括：获取超声图像，所述超声图像为预处理后的产时母胎超声标准切面图像；将超声图像输入训练好的分割卷积网络，得到耻骨区域分割结果和胎头区域分割结果；对耻骨区域分割结果和胎头区域分割结果进行拟合，进而测量得到产程进展角。本发明通过采用人工智能技术，实现了产程进展角的全自动化测量，进而能够替代超声医师完成产程进展角测量，从而解决了现有的传统人工测量工作量较大、耗时长的技术问题。
-
公开(公告)号：CN110310744B
公开(公告)日：2021-12-24
申请号：CN201910496083.0
申请日：2019-06-10
Applicant: 暨南大学
IPC: G16H50/50
Abstract: 本发明公开了一种窦房结虚拟生理组织的构建方法、存储介质和计算设备，首先创建窦房虚拟生理组织的几何模型；将几何模型划分成多个区域，包括非兴奋组织区域、中心窦房结组织区域、外围窦房结组织区域和心房组织区域；针对划分得到的非兴奋组织、中心窦房结组织、外围窦房结组织和心房组织分别构建相应的细胞模型；针对于划分得到的非兴奋组织、中心窦房结组织、外围窦房结组织和心房组织分别构建电兴奋传导模型。本发明方法所构建的虚拟生理组织构筑了从微观分子到宏观器官变化的桥梁，所重现的窦房结起搏和电传导过程更符合人类窦房结的电生理，减少动物实验的时间和金钱开销，更快、更好、更安全地研究窦房结的起搏机制。
-
公开(公告)号：CN116664660A
公开(公告)日：2023-08-29
申请号：CN202310586888.0
申请日：2023-05-23
Applicant: 暨南大学
IPC: G06T7/62 , G06T7/194 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了基于卷积神经网络的超声图像的宫口直径测量方法及装置，方法包括：对初始图像进行预处理得到第一图像和第一标签，通过分层变换编码器和解码器构建目标模型，将所述第一图像输入所述目标模型进行处理，得到目标分割结果，基于所述第一标签，对所述目标分割结果进行评估计算得到评估结果，基于所述评估结果，对所述目标分割结果进行计算得到直径测量结果；本发明通过解码器采用多层感知层，计算量和参数量都十分少，计算简单，极大提高分割运行的效率，解决了参数计算量大的问题；采用自注意力能实现特征层级结构，解决了不满足语义分割层级结构的问题；可广泛应用于图像识别技术领域。
-
-
公开(公告)号：CN113598810A
公开(公告)日：2021-11-05
申请号：CN202110829622.5
申请日：2021-07-22
Applicant: 暨南大学
Abstract: 本发明公开了一种基于分割网络的胎心率基线自动计算方法，主要包括采集胎心率信号并进行预处理；利用分割网络获取胎心率信号中每一个采样点归属概率并划分基线采样点和非基线采样点；对基线采样点进行有效性校验得到有效基线采样点；对有效基线采样点进行插值拟合和滤波降噪，最终得到估算的胎心率基线。本发明提供的胎心率基线计算方法能够利用分割网络准确判决和定位基线采样点和非基线采样点，通过引入基线采样点有效性校验过程实现基线的可靠估算，解决了基于数值方法计算基线不稳定的问题，为临床上胎心率基线的求解提供了一种更加智能的方法，可以广泛适用于生物医学信号处理领域和计算机检测领域。
-
Patent Agency Ranking
公开(公告)号：CN116664594A
公开(公告)日：2023-08-29
申请号：CN202310559706.0
申请日：2023-05-17
Applicant: 暨南大学
IPC: G06T7/11 , G06T7/73 , G06V10/25 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于共享CNN的三维医学图像两阶段分割方法及装置，方法包括将初始图像输入目标模型进行图像分割，获得初始分割图；根据初始分割图得到初始分割图的ROI的目标位置信息，进而根据预设的ROI边长确定ROI裁剪框的位置和大小，对初始分割图和初始图像进行裁剪，分别得到第一特征图和第二特征图，将第一特征图和第二特征图进行特征融合得到融合特征图，再输入目标模型，得到分割结果；本发明解决了现有技术中使用两个模型导致的计算量和占用空间大的问题，也解决了模型通用性差的问题，同时提高了三维医学图像的分割效果，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN115527060A
公开(公告)日：2022-12-27
申请号：CN202211038224.2
申请日：2022-08-29
Applicant: 暨南大学
Abstract: 本发明公开了一种产时母胎超声标准切面图像识别方法、系统、设备及介质，所述方法包括：获取数据集，所述数据集包括多张产时母胎超声标准切面图像和多张产时母胎超声非标准切面图像；构建浅层卷积网络，所述浅层卷积网络包括输入层、多个逻辑块和多层全连接层；利用数据集训练浅层卷积网络；获取待识别产时母胎超声图像；将待识别图像输入训练好的浅层卷积网络，以判断待识别图像是否标准，并输出判断结果。本发明通过采用人工智能技术，实现了产时母胎超声标准切面图像的全自动化识别，进而能够替代超声医师完成产时的图像切面质控，从而解决了人工质控工作量较大、耗时长的技术问题。
-
公开(公告)号：CN113611419A
公开(公告)日：2021-11-05
申请号：CN202110906875.8
申请日：2021-08-09
Applicant: 暨南大学
Abstract: 本发明基于胎监宫缩图和高危因素的产后出血风险预测方法及预警系统，其方法包括步骤：S1、收集医院胎监宫缩图及电子病历系统的数据；S2、筛选行经阴道分娩的孕产妇，并提取所需患者信息；S3、应用机器学习方法，建立产妇分娩后24小时内出血风险预测模型；S4、评估各模型预测价值，选取最优的预测模型。本发明通过机器学习的方法建立预测模型，对于及时识别宫缩乏力、预防软产道损伤、纠正凝血功能异常等在内的临床治疗决策、降低出血发生率具有重要意义。
-
公开(公告)号：CN119205803A
公开(公告)日：2024-12-27
申请号：CN202411083529.4
申请日：2024-08-08
Applicant: 暨南大学
IPC: G06T7/11 , G06T7/194 , G06V10/774 , G06V20/70
Abstract: 本申请公开了一种冠状动脉与周围脂肪组织自动分割方法、装置及设备，属于图像分割技术领域，该方法包括：获取目标图像；将目标图像输入至图像分割模型，获取由图像分割模型输出的分割图像；其中，图像分割模型是利用第一训练集训练得到的，第一训练集包括至少一个图像样本，以及在每一个图像样本中标注出血管区域和脂肪组织后形成的图像样本标签；分割图像分别标注出血管区域和脂肪组织。本申请利用图像分割模型对目标图像自动分割出血管区域和脂肪组织，可以有效节省人力与时间成本，提高冠状动脉与周围脂肪组织分割的准确性和实时性，更好地满足临床医疗需求。
-
公开(公告)号：CN117335773A
公开(公告)日：2024-01-02
申请号：CN202311192931.1
申请日：2023-09-15
Applicant: 暨南大学
Abstract: 本申请公开了一种恒流脉冲产生电路、半导体激光器及半导体器件测试设备，所述的电路包括：微控制器单元、信号隔离单元、脉冲整形与调制单元、电容阵列单元、闭环脉冲成形单元和反馈采集单元，微控制器单元、信号隔离单元、脉冲整形与调制单元、闭环脉冲成形单元、反馈采集单元依次连接，反馈采集单元与微控制器单元连接，闭环脉冲成形单元形成大功率高速恒流脉冲信号，该大功率高速恒流脉冲信号的能量由电容阵列单元提供。实施该电路，可以根据需求输出特定的大功率高速恒流脉冲信号，协助技术人员实时监测大功率高速恒流脉冲信号的使用情况，提高大功率高速恒流脉冲信号的质量，能防止上电瞬间对高压偏置电源造成损坏或异常。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.03 seconds)
