-
公开(公告)号：CN109830300A
公开(公告)日：2019-05-31
申请号：CN201910129439.7
申请日：2019-02-21
Applicant: 暨南大学
Abstract: 本发明适用于计算机领域，提供了一种甲状腺结节分析方法，所述方法包括：接收用户输入的甲状腺结节分析参数，所述甲状腺结节分析参数包括用户基本信息以及甲状腺基本信息；根据所述甲状腺结节分析参数以及训练生成的甲状腺结节分析模型确定用户甲状腺结节恶性风险并输出，所述训练生成的甲状腺结节分析模型是基于随机森林算法或基于神经网络算法训练生成。本发明实施例提供的甲状腺结节分析方法，直接根据用户输入的相关信息即可直接输出诊断结果，诊断过程方便快捷，且诊断过程中使用的基于随机森林算法或者基于神经网络算法训练生成的甲状腺结节分析模型，有效保证了诊断结果的准确率。
-
公开(公告)号：CN108806776A
公开(公告)日：2018-11-13
申请号：CN201810611120.3
申请日：2018-06-14
Applicant: 暨南大学附属第一医院(广州华侨医院)
CPC classification number: G16H30/20 , G06T7/0012 , G06T7/33 , G06T7/97 , G06T2207/10081 , G06T2207/10088 , G06T2207/20084 , G06T2207/30096 , G16H50/20
Abstract: 本发明公开了一种基于深度学习的多模态医学影像的方法，包括以下步骤：S1：影像获取：利用电子计算机断层扫描和磁共振成像技术获取患者检测部位的医学影像，S2：影像处理：对S1中所述的利用电子计算机断层扫描和磁共振成像技术获取的两幅影像进行预处理，S3：特征提取：对S2中所述的处理后的两幅影像进行内部特征提取和外部特征提取，S4：影像对齐：对S3中所述的提取到的两幅影像的外部特征进行对齐，利用图像分割对齐和像素特征对齐法对两幅影像的内部特征进行对齐。本发明通过对获取的医学影像进行融合，将融合的影像数据在同一个三维空间内显示，形成三维图像，能够更加直观的对影像进行综合分析，可以更快的做出诊断。
-
公开(公告)号：CN112641427A
公开(公告)日：2021-04-13
申请号：CN202010937516.4
申请日：2020-09-08
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: A61B5/00
Abstract: 本发明公开了一种用于碘对比剂体内代谢评估及风险防范系统。本发明中，包括碘对比剂风险防范系统、供电模块、数据输入模块、数据记录模块一、数据发送模块、无线传输模块、信息接收端、终端显示模块、控制模块，其特征在于：碘对比剂风险防范系统的输入端连接有供电模块的输出端，数据记录模块一的输入端连接有碘对比剂风险防范系统的输出端，数据发送模块的输入端连接有数据记录模块一的输出端，无线传输模块的输入端连接有数据发送模块的输出端，无线传输模块配合碘对比剂检测模块和碘对比剂风险防范系统的使用，使得人们和医护人员可以及时的对体内的碘对比剂含量进行监测和风险防范，不需要人工对其进行检测，降低了医护人员的劳动负担。
-
公开(公告)号：CN109636901A
公开(公告)日：2019-04-16
申请号：CN201811561768.0
申请日：2018-12-20
Applicant: 暨南大学附属第一医院(广州华侨医院)
CPC classification number: G06T17/00 , G01B11/02 , G06T2207/30096
Abstract: 本发明公开了一种鼻咽癌乏氧微环境影像组学研究模型建立方法，包括使用多目立体视觉对肿瘤肿瘤进行三维重建，本发明提供了一种效率高、同时考虑了肿瘤级配、肿瘤粒形的影响，能够对肿瘤的整体密实度及各个粒级的密实度进行计算，计算结果能够为肿瘤混配优化提供技术支持。且该发明的所使用的肿瘤肿瘤模型，各个粒级的肿瘤粒径与其实际值相同，而非整个粒级肿瘤粒径的平均值，更能代表实际状况。
-
公开(公告)号：CN117912700A
公开(公告)日：2024-04-19
申请号：CN202410150751.5
申请日：2024-02-02
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: G16H50/50 , G16H50/70 , G06F18/24 , G06F18/214 , G06F18/27
Abstract: 本发明提供一种肾透析预测方法、装置、设备以及存储介质，该肾透析预测方法包括：S101：获取预测对象的临床信息，临床信息对应的临床特征包括术前特征、术中特征；S102：将临床信息输入目标预测模型，根据目标预测模型的输出信息获取预测对象的肾透析风险，目标预测模型基于历史病历信息训练多个预设分类器得到。本发明能够在完成手术后马上根据预测对象的临床信息快速获取预测对象的肾透析风险，便于早期干预，保护预测对象的术后安全，并且，预测过程无需依赖医生经验，有效降低医生主观经验影响，稳定性和准确度更高。
-
Patent Agency Ranking
公开(公告)号：CN108784695A
公开(公告)日：2018-11-13
申请号：CN201810599071.6
申请日：2018-06-12
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: A61B5/05
CPC classification number: A61B5/05 , A61B5/0042
Abstract: 本发明公开了一种磁敏感加权成像用于慢性大脑中动脉狭窄或闭塞的诊断系统，包括对比剂添加模块、扫描模块、成像模块、处理模块、融合模块、分析模块、判断模块、存储模块和显示模块，所述成像模块包括磁距图像单元和相位图像单元，融合模块包括图像融合单元和图像对比单元，所述对比剂添加模块和扫描模块连接，扫描模块和成像模块连接，所述成像模块和处理模块连接，处理模块和融合模块连接，所述融合模块和分析模块连接，分析模块与判断模块连接，所述判断模块与存储模块连接。本发明通过将磁距图像和相位图像进行融合，形成独特的图像对比，并对图像进行分析判断，能够准确快速的做出诊断，节约医务人员的时间。
-
公开(公告)号：CN117912700B
公开(公告)日：2024-11-15
申请号：CN202410150751.5
申请日：2024-02-02
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: G16H50/50 , G16H50/70 , G06F18/24 , G06F18/214 , G06F18/27
Abstract: 本发明提供一种肾透析预测方法、装置、设备以及存储介质，该肾透析预测方法包括：S101：获取预测对象的临床信息，临床信息对应的临床特征包括术前特征、术中特征；S102：将临床信息输入目标预测模型，根据目标预测模型的输出信息获取预测对象的肾透析风险，目标预测模型基于历史病历信息训练多个预设分类器得到。本发明能够在完成手术后马上根据预测对象的临床信息快速获取预测对象的肾透析风险，便于早期干预，保护预测对象的术后安全，并且，预测过程无需依赖医生经验，有效降低医生主观经验影响，稳定性和准确度更高。
-
公开(公告)号：CN108451975A
公开(公告)日：2018-08-28
申请号：CN201810605496.3
申请日：2018-06-13
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: A61K33/18
Abstract: 本发明公开了一种碘对比剂诱导肾功能损伤的模型建立方法，包括以下步骤：S1：建模准备：准备六只重量相同的SD大鼠，然后按照重量称取六份碘对比剂，S2：碘对比剂注射：将S1中所述的六份碘对比剂分别静脉注射于六只SD大鼠体内，建立模型，S3：肾功能检查：当S2中所述的碘对比剂分别静脉注射完成后，分别在注射之后的24h和48h对六只大鼠的肾功能进行检查，并分别对检查数据进行记录，S4：数据整合：对S3中所述的数据进行整合，并按照检查时间对数据进行分类排序。本发明通过注射不同剂量的碘对比剂，并对注射后的模型进行检查，对检查数据进行整合，记录，分析，能够直观的得出各剂量碘对比剂对模型肾功能损伤的情况。
-
公开(公告)号：CN112315443A
公开(公告)日：2021-02-05
申请号：CN202011174507.0
申请日：2020-10-28
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: A61B5/026 , A61B5/0275 , A61B5/055
Abstract: 本发明公开了基于体素内不相干运动MRI成像对比剂急性肾损伤检测系统。本发明中，所述扫描模块的输出端连接有所述成像模块的输入端，所述成像模块的输出端连接有所述数据输入模块的输入端，所述数据输入模块的输出端连接有所述中央处理单元的输入端，所述供电模块的电源输出端连接有所述中央处理单元的输入端，中央处理单元的输出端连接有所述图像分析模块的输入端；采用了IVIM模型，很好的解决了ADC值差异大的问题。对于肾脏病变而言，如果病变在注射钆剂后有强化；且病变内不含脂肪成分，那么该病灶一般为肿瘤需要进行手术切除；对28例病人的31个病灶(15例强化，16例无强化)行IVIM和对比增强MRI研究，从而增强了检测时的准确性。
-
公开(公告)号：CN111897857A
公开(公告)日：2020-11-06
申请号：CN202010781503.2
申请日：2020-08-06
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: G06F16/2458 , G06F16/215 , G06K9/62 , G16H50/30
Abstract: 本发明涉及一种主动脉夹层心脏手术后ICU时长预测方法，包括步骤：从主动脉夹层心脏手术后ICU数据库获取ICU数据，并进行数据预处理；基于kendall相关系数，对预处理后的ICU数据进行特征提取，取其中相关系数值高于预设阈值的特征；构建机器学习模型，基于提取的ICU数据特征对构建的机器学习模型进行训练；训练完成后，通过患者实时的主动脉夹层心脏手术后ICU数据，对其ICU时长进行预测。通过本发明，能够及对患者动脉夹层心脏手术后ICU时长进行预测，提高患者及家属对病情及恢复过程的掌握程度，同时也可为医护人员制备医疗计划提供有力支撑。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
