-
Patent Agency Ranking
公开(公告)号：CN119515796A
公开(公告)日：2025-02-25
申请号：CN202411535418.2
申请日：2024-10-31
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06T7/00 , A61B17/00 , A61B17/94 , A61B17/56 , G06V20/40 , G06T19/00 , G16H30/20 , G16H20/40 , G06V10/25 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供一种基于深度学习的肩关节镜手术辅助方法及系统，包括：采集专家级的肩关节镜手术视频，对肩关节镜手术视频进行分帧处理得到分帧后图片，对分帧后图片进行标签标注得到标注后图片；基于DconnNet模型提取标注后图片的特征，得到图片特征；由RetinaNet模型学习图片特征，获得待确定病灶区域；利用深度学习模型训练待确定病灶区域和手术器械标签组成的数据，建立肩关节镜手术辅助模型；将实时手术数据输入肩关节镜手术辅助模型，输出手术辅助结果。本发明通过将人工智能技术应用于肩关节镜手术辅助技术中，能提高低年资医师的医疗技术水平、缩短学习周期、改善不同医院医疗资源不平衡以及推动新型数字医疗手术器械发展。
-
公开(公告)号：CN119344712A
公开(公告)日：2025-01-24
申请号：CN202411606372.9
申请日：2024-11-12
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明公开了一种多模态困难气道评估方法、系统、电子设备及介质，方法包括：获取若干患者的历史采样数据，包括基本信息、头颈活动视频、颈部超声图像以及声门暴露图片；基于头颈活动视频获取患者的面部图像特征；基于颈部超声图像获取患者的超声特征；基于声门暴露图片获取患者的气道标签；以一个患者的基本信息、面部图像特征、超声特征以及气道标签为一个样本，构建样本集；构建基于机器学习算法的困难气道分类器，并采用样本集中的数据对困难气道分类器进行训练，得到训练好的困难气道分类器；采用训练好的困难气道分类器对当前患者的气道采样数据进行评估，得到气道评估结果。本发明能够提高患者困难气道预测的准确性。
-
公开(公告)号：CN119339211A
公开(公告)日：2025-01-21
申请号：CN202411535430.3
申请日：2024-10-31
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V10/82 , A61B17/00 , A61B17/94 , A61B17/56 , G06V10/20 , G06V20/40 , G06V10/80 , G06V10/40 , G06T7/00 , G06T17/00 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/042
Abstract: 本发明提供一种基于深度学习的膝关节镜手术辅助方法及系统，包括以下步骤：获得含有目标病灶的膝关节术前CT/MRI图像，获取全部待分析CT/MRI图像中关于目标病灶信息，分别提取目标病灶和关联病灶的病灶特征；采集大量的膝关节镜手术视频，对视频进行分帧处理以及标签标注；对手术中膝关节镜影像进行提取，并对手术区域进行三维重建，得到术中实时膝关节模型，根据患者术前影像资料对实时膝关节镜下的病灶部位进行识别并凸显；对添加标签的数据进行训练，得到深度学习算法模型；将模型精度提升至理想范围后，指引进行手术，并进行优化迭代；本发明对图像进行融合定位，对图像进行准确的分割处理，构建模型并实现模型持续优化升级。
-
公开(公告)号：CN119942867A
公开(公告)日：2025-05-06
申请号：CN202510229717.1
申请日：2025-02-28
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明公开了一种基于VR的神经阻滞教学方法，包括：通过VR服务器搭建神经阻滞的手术场景，并同步显示于VR显示器；VR服务器随机输出患者基本信息及拟进行手术信息，使用者通过VR显示器选择拟采用的神经阻滞部位；VR服务器输出神经阻滞操作前准备引导信息，引导使用者进行设备以及药品准备工作，并选择局部麻醉药物和注射量，引入局麻药中毒事件；VR服务器输出患者体位准备引导信息，使用者选择合适体位；根据不同的神经阻滞部位随机引入不良事件；输出通过的结果。本发明所述方法通过虚拟或模拟环境进行培训，提供安全的学习环境，减少实际操作中的风险，模拟临床紧急情况，提高真实性，促进麻醉医师应急处理能力。
-
公开(公告)号：CN119517299A
公开(公告)日：2025-02-25
申请号：CN202411535433.7
申请日：2024-10-31
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G16H20/40 , G16H30/20 , G06T7/00 , G06T7/10 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于多模态数据融合的双腔气管导管选择方法及系统，包括：采集受众的基本信息、颈部超声图片和胸部CT数据；对基本信息、颈部超声图片和胸部CT数据进行数据融合与预处理，得到多模态融合数据；利用深度学习获得双腔气管导管分析结果；综合多模态融合数据和双腔气管导管分析结果，得到双腔气管导管推荐结果；收集气管插管新数据，利用气管插管新数据对双腔气管导管推荐结果持续进行修正和优化。本发明通过采用人工智能和多模态融合数据进行双腔气管导管选择，达到正确选择合适的双腔气管导管的目的，能有效提高双腔气管导管选择精确度。
-
-
-
-
Search Results
5
records
(took 0.04 seconds)
