-
公开(公告)号：CN117635613A
公开(公告)日：2024-03-01
申请号：CN202410106804.3
申请日：2024-01-25
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请涉及一种眼底病灶监测装置及方法，涉及眼科检测技术领域，该方法包括以下步骤：图像获取模块，获得眼底检测图像；病灶获取模块，扫描眼底检测图像，获得眼底检测图像中的病灶区域；中心定位模块，扫描病灶区域，获得病灶区域的病灶中心；边缘定位模块，获得以病灶中心为中心，不同角度对应的病灶区域的病灶边缘与病灶中心的距离，整合获得对应的病灶边缘信息；发展判定模块，将相邻的两次监测周期获得的病灶边缘信息进行比对，获得病灶区域的发展情况信息。本申请通过对病灶区域的中心以及病灶边缘进行监测，从而获得眼底病灶的发展情况，为后期治疗提供数据依据，为病患的治疗效果提供保障。
-
公开(公告)号：CN116862906B
公开(公告)日：2023-12-12
申请号：CN202311073475.9
申请日：2023-08-24
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请涉及一种眼部检测装置及方法，涉及眼科检测技术领域，该方法包括以下步骤：基础信息获取模块，其用于基于待测人员的待测人员眼部图像，解析获得眼眶参数信息、虹膜参数信息以及病灶参数信息；病灶偏移分析模块，其用于基于眼眶参数信息、虹膜参数信息以及病灶参数信息，获得病灶当前偏移信息；偏移变化分析模块，其用于将病灶当前偏移信息与上一检测周期对应的病灶当前偏移信息进行比对，获得病灶偏移变化信息。本申请基于虹膜以及眼眶作为参照基础，识别病灶相对参照的变化情况，从而获得病灶变化信息，为后续工作提供数据参考依据。
-
公开(公告)号：CN116363740A
公开(公告)日：2023-06-30
申请号：CN202310632455.4
申请日：2023-05-31
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明涉及一种基于深度学习的眼科疾病类别智能分析方法及装置，所述方法包括：识别目标眼科疾病数据中的眼科疾病类型，对目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；提取眼科结构化数据中的眼科疾病标签，构建眼科疾病标签与眼科疾病类型的关联关系；获取就医人员的眼底影像和OTC影像，分别对眼底影像和OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；分别对归一化眼底影像和归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取眼底热力影像和OTC热力影像的眼底特征图和OTC特征图；以识别就医人员的当前眼科疾病类型。本发明可提高眼科疾病类别智能分析的准确性。
-
公开(公告)号：CN118657993B
公开(公告)日：2025-04-22
申请号：CN202410760015.1
申请日：2024-06-13
Applicant: 武汉大学人民医院(湖北省人民医院) , 武汉大学
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06N5/045 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06N3/0985 , G06N3/084
Abstract: 本发明公开了一种具备可解释性的病灶感知眼底图像分类方法及系统，首先利用多病灶标签的Transformer实现病灶感知的特征提取，接着利用图像块Token中的显著局部信息增强病灶TC得到病灶分类结果。然后基于眼底图像基础大模型编码具备医学领域知识的病灶知识嵌入，并基于对比学习的思想引导病灶概念学习。最后设计了一个可解释的分类器，通过将预设的可学习疾病Token作为查询序列，病灶TC作为键和值，计算交叉注意力，将其输出序列的全局平均池化结果作为疾病诊断结果，注意力权重作为指示各病灶对具体疾病诊断结果的贡献度，从而生成对疾病诊断结果的解释。本发明极大提高了人工智能辅助医学诊断的可靠性。
-
公开(公告)号：CN119570729A
公开(公告)日：2025-03-07
申请号：CN202411672585.1
申请日：2024-11-21
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: C12N5/079
Abstract: 本发明涉及生物技术领域，具体涉及一种用于高效制备视网膜单细胞悬液的试剂盒及解离质地较硬的视网膜组织的方法，包括胶原酶II和胶原酶IV混合酶、解离缓冲液、洗涤缓冲液、终止液和重悬液，其中胶原酶II和胶原酶IV的质量比为1.0～1.8:1，总浓度为1.2～2.2mg/mL。使用本发明的试剂盒和解离方法，能够有效解离质地较硬的视网膜组织，充分消化细胞间突出链接，实现较为充分的突出间隙物质消化，经过多次实验验证，能够较好地实现视网膜组织的单细胞解离，并且能够保持高度细胞活性。
-
Patent Agency Ranking
公开(公告)号：CN118903130A
公开(公告)日：2024-11-08
申请号：CN202411082094.1
申请日：2024-08-08
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: A61K31/4725 , A61P9/10 , A61P27/02
Abstract: 本发明涉及眼科药物技术领域，具体涉及一种立他司特在制备治疗视网膜动脉阻塞损伤的药物中的应用。本发明发现立他司特的新用途，以解决视网膜动脉阻塞的治疗手段匮乏难题。立他司特能有效减轻视网膜动脉阻塞损伤和视网膜神经节细胞的凋亡。同时，立他司特还具有抑制视网膜的炎症浸润和小胶质细胞的活化的作用。立他司特还具有减轻视网膜神经节细胞损伤的作用，可以用于视网膜动脉阻塞的神经炎症损伤等相关疾病，具有广泛的应用前景。
-
公开(公告)号：CN117274278A
公开(公告)日：2023-12-22
申请号：CN202311272452.0
申请日：2023-09-28
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06T7/11 , G06T7/13 , G06T7/136 , G06V10/26 , G06V10/46 , G06T5/00 , G06T5/40 , G06T5/50 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于模拟感受野的视网膜图像病灶部位分割方法及系统，包括：获取视网膜图像，对去噪后的视网膜图像进行直方图均衡化，将视网膜图像与均衡直方图像进行差值处理；将直方差分图像转化为灰度图像，得到灰度值对应的映射像素值，将映射像素值与所述视网膜图像进行加权融合，得到融合图像，利用感受野模拟模型提取视网膜图像中的图像数据集，并识别对应的病灶数据集，提取病灶数据集中的病灶特征；对视网膜图像进行图像分层，得到视网膜图像对应的分层图像，识别所述分层图像中病灶区域，对视网膜图像中病灶部位进行分割，得到视网膜图像对应的病灶分割图像。本发明在于提高视网膜图像中病灶的分割效率。
-
公开(公告)号：CN116580446B
公开(公告)日：2023-10-24
申请号：CN202310846496.3
申请日：2023-07-11
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供了一种泛血管疾病虹膜特点识别方法及系统，所述方法包括获取待检测的虹膜图像信息和预设的虹膜图像信息；将待检测的虹膜图像信息发送和预设的虹膜图像信息发送至训练后的神经网络进行分割，得到分割后的待检测的虹膜图像信息和预设的虹膜图像信息；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第一特征提取层，得到第一特征向量和第二特征向量；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第二特征提取层，得到第三特征向量和第四特征向量；根据第一特征向量、第二特征向量、第三特征向量、第四特征向量对待检测的虹膜图像信息进行识别，实现了泛血管疾病虹膜特点的识别。
-
公开(公告)号：CN116681923A
公开(公告)日：2023-09-01
申请号：CN202310534978.5
申请日：2023-05-12
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/30 , G06T7/00 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及疾病分类技术领域，揭露了一种基于人工智能的眼科疾病自动分类方法及系统，包括：对目标眼科图像进行图像分类，得到分类眼科图像；对分类眼科图像进行图像特征提取，得到分类图像特征，确定分类眼科图像中的病灶图像，获取分类眼科图像对应的病症描述信息，对分类眼科图像进行病灶类别分析，得到第一病灶类别；调度分类眼科图像对应的诊断报告，提取诊断报告对应的诊断标签，对分类眼科图像进行病灶类别分析，得到第二病灶类别；计算第一病灶类别和第二病灶类别的偏差系数，分析分类眼科图像对应的实际病灶类别，对分类眼科图像进行眼科疾病分类，得到第一分类结果。本发明在于提高基于人工智能的眼科疾病自动分类的准确性。
-
公开(公告)号：CN116363740B
公开(公告)日：2023-08-01
申请号：CN202310632455.4
申请日：2023-05-31
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明涉及一种基于深度学习的眼科疾病类别智能分析方法及装置，所述方法包括：识别目标眼科疾病数据中的眼科疾病类型，对目标眼科疾病数据进行数据结构化处理，得到眼科结构化数据；提取眼科结构化数据中的眼科疾病标签，构建眼科疾病标签与眼科疾病类型的关联关系；获取就医人员的眼底影像和OTC影像，分别对眼底影像和OTC影像进行图像归一化设置，得到归一化眼底影像和归一化OTC影像；分别对归一化眼底影像和归一化OTC影像进行热力图可视化，得到眼底热力影像和OTC热力影像，分别提取眼底热力影像和OTC热力影像的眼底特征图和OTC特征图；以识别就医人员的当前眼科疾病类型。本发明可提高眼科疾病类别智能分析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.037 seconds)
