-
公开(公告)号：CN118552504B
公开(公告)日：2024-11-15
申请号：CN202410685335.5
申请日：2024-05-30
Applicant: 汕头大学医学院第一附属医院
IPC: G06T7/00 , G06T5/50 , G06T5/60 , G06T7/11 , G06T7/187 , G06N3/044 , G06N3/0464 , G06N3/0455 , G06N3/088
Abstract: 本发明提供一种基于人工智能的超声影像检测方法及系统，涉及超声影像处理技术领域，包括：获取超声图像序列并依次进行预处理，得到标准超声图像序列，提取深层特征向量并生成第一特征序列，调节第一特征序列的长度并融合时序信息，得到超声图像特征；将超声图像特征添加至卷积神经网络中，进行语义分割，生成轮廓边界，提取二值掩模，与原始超声图像进行逐像素相乘生成超声图像子集，进行特征提取并加权融合，得到影像组学特征向量；添加至随机森林模型中，对每个感兴趣区域进行诊断并生成诊断结果，对病灶进行三维重建，计算诊断结果的置信度并映射至三维模型的表面，绘制伪彩色热度图，得到三维可视模型，综合分析生成结构化诊断报告。
-
Patent Agency Ranking
公开(公告)号：CN118648904A
公开(公告)日：2024-09-17
申请号：CN202410685336.X
申请日：2024-05-30
Applicant: 汕头大学医学院第一附属医院
IPC: A61B5/318 , A61B5/363 , A61B5/00 , G06F18/213 , G06F18/24
Abstract: 本发明提供一种基于心电图特征提取的心律异常检测方法及系统，涉及心电图分析处理技术领域，包括基于预设的采样策略生成的分数阶数，对心电图信号进行多尺度分数阶微分，得到分数阶微分信号，通过计算覆盖对应分数阶微分信号所需的盒子数，得到对应的盒维数，确定心电图分形特征集合；基于预定义的心电图类别，分别提取分型特征对应的样本值，合并样本值并排序，通过确定秩和统计量，计算对应的差异显著性度量，确定最优特征集；将待测心电图信号输入心律异常检测网络，分解成信号片段，基于最优特征集，构建片段特征矩阵，堆叠成高维张量，对高维张量进行网络分解，并确定因果关系，计算异常得分，得到心律异常检测结果。
-
公开(公告)号：CN120078426A
公开(公告)日：2025-06-03
申请号：CN202510218320.2
申请日：2025-02-26
Applicant: 汕头大学医学院第一附属医院
Abstract: 本发明提供一种心电图图像处理方法及系统，涉及图像处理技术，根据目标用户的多维数据匹配目标用户对应的标准模型，确定标准模型中与目标用户的诊断信息对应的标准定位点，获取目标用户对应的实时影像数据，根据实时影像数据和标准模型的比例关系，确定标准定位点对应的实际定位点，根据采集组件的触发信息确定定位信号组件，基于实际定位点的点位精度确定定位标记的标记规格，根据定位信号组件投影标记规格的定位标记至实际定位点，获取采集组件移动至定位标记的校准视频数据，根据校准视频数据控制显示设备展示采集组件获取的心电图像数据，可以更加精准的确定电极贴片的放置位置，提高采集心电图像数据时的准确性。
-
公开(公告)号：CN117045277A
公开(公告)日：2023-11-14
申请号：CN202311018006.7
申请日：2023-08-14
Applicant: 汕头大学医学院第一附属医院
Inventor： 邱慕洁
IPC: A61B8/00
Abstract: 本发明涉及超声成像技术领域，具体涉及一种超声精准成像器，包括：成像主机；超声波探头组件，超声波探头组件与成像主机相连接用于进行对待检测目标进行超声扫描；位移组件，位移组件与超声波探头组件相连接，位移组件用于驱动超声波探头组件移动；摄像组件，设置于位移组件的一侧，摄像组件用于对待检测目标进行摄像；成像主机分别与摄像组件和位移组件电连接；成像主机内部设置有信号处理单元、成像单元和控制单元。本发明通过成像主机的信号处理单元确定待检测目标的坐标数据，并根据坐标数据控制位移组件驱动超声波探头组件移动至目标检测中心点，通过位移组件驱动超声波探头组件移动到目标检测位置避免人工误差，同时提高超声检测效率。
-
公开(公告)号：CN118932011A
公开(公告)日：2024-11-12
申请号：CN202411037867.4
申请日：2024-07-31
Applicant: 汕头大学医学院第一附属医院
Abstract: 本发明提供基于微生物检测的自动化控制方法及系统，涉及微生物检测技术领域，包括在不同频率下采用频率扫描技术测量培养基的阻抗参数，得到阻抗信号的特征参数，输入至预先构建的微生物代谢响应模型中，对微生物类型和浓度进行预测；根据微生物代谢响应模型的预测结果，判断培养基中是否含有目标微生物以及目标微生物浓度是否超标，若综合风险评估结果表示培养基中含有目标微生物且含量超标，则根据目标微生物类型和目标微生物浓度，自适应调节微生物培养策略，若重新检测的目标微生物浓度已降低至标准阈值以下，则将检测数据反馈给控制系统，并采用自适应优化算法优化微生物代谢响应模型和检测策略，对微生物进行自动化检测。
-
公开(公告)号：CN118552504A
公开(公告)日：2024-08-27
申请号：CN202410685335.5
申请日：2024-05-30
Applicant: 汕头大学医学院第一附属医院
IPC: G06T7/00 , G06T5/50 , G06T5/60 , G06T7/11 , G06T7/187 , G06N3/044 , G06N3/0464 , G06N3/0455 , G06N3/088
Abstract: 本发明提供一种基于人工智能的超声影像检测方法及系统，涉及超声影像处理技术领域，包括：获取超声图像序列并依次进行预处理，得到标准超声图像序列，提取深层特征向量并生成第一特征序列，调节第一特征序列的长度并融合时序信息，得到超声图像特征；将超声图像特征添加至卷积神经网络中，进行语义分割，生成轮廓边界，提取二值掩模，与原始超声图像进行逐像素相乘生成超声图像子集，进行特征提取并加权融合，得到影像组学特征向量；添加至随机森林模型中，对每个感兴趣区域进行诊断并生成诊断结果，对病灶进行三维重建，计算诊断结果的置信度并映射至三维模型的表面，绘制伪彩色热度图，得到三维可视模型，综合分析生成结构化诊断报告。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
