-
公开(公告)号:CN119904447A
公开(公告)日:2025-04-29
申请号:CN202510123771.8
申请日:2025-01-26
Applicant: 暨南大学附属第一医院(广州华侨医院)
IPC: G06T7/00 , A61B5/107 , G06N3/0499
Abstract: 本发明涉及一种基于机器学习的视觉图像脊柱姿态分析方法,涉及一般的图像数据处理或产生领域,所述方法包括:对BP神经网络执行多次学习动作以获得脊柱姿态分析模型;采用脊柱姿态分析模型根据待分析人员的身体宽度最大数值、视觉感应机构的各项感应参数以及连续多帧视觉画面的视觉数据智能分析待分析人员的脊柱侧弯严重程度分型。本发明还涉及一种基于机器学习的视觉图像脊柱姿态分析系统。通过本发明,面对脊柱侧弯的严重程度分型的分析结果不够可靠和稳定的技术问题,采用针对性的机器学习模式完成对脊柱姿态分析模型的定制结构设计,并使用包括视觉图像的基础数据直接分析脊柱侧弯的严重程度分型,从而解决了上述技术问题。
-
公开(公告)号:CN119548279A
公开(公告)日:2025-03-04
申请号:CN202411464520.8
申请日:2024-10-21
Applicant: 暨南大学附属第一医院(广州华侨医院)
Abstract: 本发明公开了一种非人灵长类脊髓半切损伤模型制作方法,其依次通过将脊髓及硬脊膜暴露、以硬脊膜拉钩架辅助地将硬脊膜切开、以立体定位仪及安装在立体定位仪上的定位导针对脊髓的中轴置入定位导针、置入硬脊膜保护片、使用显微手术刀沿定位导针的滑槽向下切开脊髓组织、水密缝合硬脊膜及以引流管留置硬膜外筋膜下引流及穿戴护理衣,实现非人灵长类脊髓半切损伤模型制作。本发明确保了建模的一致性以及建模的成功率。
-