-
公开(公告)号：CN113436708B
公开(公告)日：2022-10-25
申请号：CN202110830115.3
申请日：2021-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明属于医学图像技术领域，具体涉及一种基于深度学习算法的延迟CT(T2CT)图像生成方法。包括以下步骤：S1，采集患者的T2PET、T1PET和T1CT图像；S2，将采集的T2PET、T1PET和T1CT图像输入到所提出的多分辨率配准卷积神经网络后，输出包含大、中、小形变量的三个形变场；S3，将步骤S2中输出的包含大、中、小形变量的三个形变场，融合为一个形变场；S4，将所述的形变场和输入的T1CT图像输入到空间转换网络中以生成T2CT图像。本发明具有能够在延迟的PET扫描中执行衰减校正，同时通过生成T2CT图像来避免患者进行额外的CT扫描从而降低患者经受的X射线辐射剂量的特点。
-
公开(公告)号：CN113598791A
公开(公告)日：2021-11-05
申请号：CN202110790906.8
申请日：2021-07-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于脑电图应用技术领域，具体涉及基于静息态脑电图使用时空卷积神经网络的意识障碍分类方法。包括以下步骤：S1，采集意识障碍患者的脑电图信号，并随机分为训练集与测试集；S2，对脑电图信号进行滤波处理，并对训练集与测试集，进行重采样得到训练样本和测试样本；S3，设定阈值，并剔除含有超出阈值数据的训练样本和测试样本；S4，构建时空卷积神经网络模型并训练；S5，利用测试样本，对训练后的模型的性能进行评估；S6，采集有待诊断患者的脑电图信号作为模型输入，计算出分类结果。本发明具有不依赖于患者的行为反应和专家经验，且诊断准确率高，诊断效率高的特点。
-
公开(公告)号：CN113558640A
公开(公告)日：2021-10-29
申请号：CN202110789777.0
申请日：2021-07-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于医疗诊断评估技术领域，具体涉及基于脑电特征的最小意识状态程度的评估方法。包括以下步骤：S1，脑电信号的采集；S2，脑电信号的预处理；S3，脑电信号特征的提取；S4，脑电信号特征的分析；S5，评估结果可视化。本发明具有检测评估准确度高，能够进行多特征分析，有利于面对脑区受损情况不同的患者状态评估的特点。
-
公开(公告)号：CN113598791B
公开(公告)日：2024-04-02
申请号：CN202110790906.8
申请日：2021-07-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于脑电图应用技术领域，具体涉及基于静息态脑电图使用时空卷积神经网络的意识障碍分类方法。包括以下步骤：S1，采集意识障碍患者的脑电图信号，并随机分为训练集与测试集；S2，对脑电图信号进行滤波处理，并对训练集与测试集，进行重采样得到训练样本和测试样本；S3，设定阈值，并剔除含有超出阈值数据的训练样本和测试样本；S4，构建时空卷积神经网络模型并训练；S5，利用测试样本，对训练后的模型的性能进行评估；S6，采集有待诊断患者的脑电图信号作为模型输入，计算出分类结果。本发明具有不依赖于患者的行为反应和专家经验，且诊断准确率高，诊断效率高的特点。
-
公开(公告)号：CN113558636A
公开(公告)日：2021-10-29
申请号：CN202110757900.0
申请日：2021-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明属于智能医疗技术领域，具体涉及基于音乐脑电信号排列熵对阿尔茨海默症患者痴呆程度分类的方法。包括以下步骤：S1，采集轻中度患者、重度患者以及健康老人在无音乐的静息态，音乐刺激态和刺激后状态的脑电信号；S2，对脑电信号预处理并获得干净的脑电信号；S3，对各干净脑电信号均截取出至少3个时间长为2秒的脑电信号片段；S4，对脑电信号片段均计算一次排列熵，并取平均值为最后的排列熵值；S5，分析排列熵值在无音乐静息态，音乐刺激态和刺激后状态的时空变化；S6，以步骤S5的结果作为分类指标，对未知痴呆程度的病人进行痴呆分类。本发明具有客观准确，经济简便的特点。
-
Patent Agency Ranking
公开(公告)号：CN113558640B
公开(公告)日：2024-07-26
申请号：CN202110789777.0
申请日：2021-07-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于医疗诊断评估技术领域，具体涉及基于脑电特征的最小意识状态程度的评估方法。包括以下步骤：S1，脑电信号的采集；S2，脑电信号的预处理；S3，脑电信号特征的提取；S4，脑电信号特征的分析；S5，评估结果可视化。本发明具有检测评估准确度高，能够进行多特征分析，有利于面对脑区受损情况不同的患者状态评估的特点。
-
公开(公告)号：CN113558636B
公开(公告)日：2024-04-02
申请号：CN202110757900.0
申请日：2021-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明属于智能医疗技术领域，具体涉及基于音乐脑电信号排列熵对阿尔茨海默症患者痴呆程度分类的方法。包括以下步骤：S1，采集轻中度患者、重度患者以及健康老人在无音乐的静息态，音乐刺激态和刺激后状态的脑电信号；S2，对脑电信号预处理并获得干净的脑电信号；S3，对各干净脑电信号均截取出至少3个时间长为2秒的脑电信号片段；S4，对脑电信号片段均计算一次排列熵，并取平均值为最后的排列熵值；S5，分析排列熵值在无音乐静息态，音乐刺激态和刺激后状态的时空变化；S6，以步骤S5的结果作为分类指标，对未知痴呆程度的病人进行痴呆分类。本发明具有客观准确，经济简便的特点。
-
公开(公告)号：CN113598790A
公开(公告)日：2021-11-05
申请号：CN202110789780.2
申请日：2021-07-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于生物医学信息应用技术领域，具体涉及基于听觉刺激的意识障碍脑功能网络的意识评估方法。本发明使用度量连通性的PLI方法，在减少容积效应影响的同时建立功能连接网络，更好地刻画了意识在大脑中的网络属性。同时，连通性地方法也在一定程度上减少了脑区损伤带来地影响。本发明使用音乐刺激状态，以及刺激前后的脑电信号，构建出三种状态下的脑功能网络。分别计算多种网络属性，使用网络特征的动态变化评估意识状态。本发明具有能够为医生提供包括随时间变化的脑功能连接网络、网络参数，以及差异化网络在内的多种网络指标辅助临床诊断的特点。
-
公开(公告)号：CN113436708A
公开(公告)日：2021-09-24
申请号：CN202110830115.3
申请日：2021-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明属于医学图像技术领域，具体涉及一种基于深度学习算法的延迟CT(T2CT)图像生成方法。包括以下步骤：S1，采集患者的T2PET、T1PET和T1CT图像；S2，将采集的T2PET、T1PET和T1CT图像输入到所提出的多分辨率配准卷积神经网络后，输出包含大、中、小形变量的三个形变场；S3，将步骤S2中输出的包含大、中、小形变量的三个形变场，融合为一个形变场；S4，将所述的形变场和输入的T1CT图像输入到空间转换网络中以生成T2CT图像。本发明具有能够在延迟的PET扫描中执行衰减校正，同时通过生成T2CT图像来避免患者进行额外的CT扫描从而降低患者经受的X射线辐射剂量的特点。
-
公开(公告)号：CN214341041U
公开(公告)日：2021-10-08
申请号：CN202022295584.3
申请日：2020-10-15
Applicant: 杭州电子科技大学
IPC: A47B67/02 , A47B97/00 , G05B19/042
Abstract: 本实用新型公开一种多功能智能中药柜。包括中药柜柜体和智能控制模块；中药柜柜体上设有若干个可单向抽出的中药药斗和用于完成配药的工作台。每个中药药斗内底部设有实时获取药斗内药物重量数据的压力传感器，且中药药斗的外侧面板上设有显示屏；每个中药药斗下方设有带有开关的LED灯。本实用新型是一种多功能智能化的中药柜，基于CAN总线通信的智能药斗LED定位提示，配合对应药斗的显示屏，实现智能辅助配药；本实用新型利用工业相机实现可追溯操作，方便医师和病人双向的核对，有利于缓解医患之间的纠纷问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
