基于机器学习的支气管镜图像辅助优化系统

    公开(公告)号:CN117522719B

    公开(公告)日:2024-03-22

    申请号:CN202410017385.6

    申请日:2024-01-05

    发明人: 宗政 吴菊 张霞

    IPC分类号: G06T5/60 G06T7/00 G06V10/762

    摘要: 本发明涉及图像处理技术领域,具体涉及基于机器学习的支气管镜图像辅助优化系统,包括:图像采集模块,用于采集支气管图像;参考区域获取模块,用于根据支气管图像得到支气管图像中每个像素的参考区域;修正混乱程度获取模块,用于根据每个像素的参考区域得到每个像素的初始混乱程度,根据初始混乱程度得到每个像素的修正混乱程度;图像增强模块,用于根据修正混乱程度得到每两个像素的修正聚类距离,根据修正聚类距离得到多个独立纹理区域;根据每个独立纹理区域得到增强后支气管图像。从而通过分析支气管图像中每个区域符合病灶特征的情况,来实现支气管图像中病灶区域的增强。

    基于机器学习的支气管镜图像辅助优化系统

    公开(公告)号:CN117522719A

    公开(公告)日:2024-02-06

    申请号:CN202410017385.6

    申请日:2024-01-05

    发明人: 宗政 吴菊 张霞

    IPC分类号: G06T5/60 G06T7/00 G06V10/762

    摘要: 本发明涉及图像处理技术领域,具体涉及基于机器学习的支气管镜图像辅助优化系统,包括:图像采集模块,用于采集支气管图像;参考区域获取模块,用于根据支气管图像得到支气管图像中每个像素的参考区域;修正混乱程度获取模块,用于根据每个像素的参考区域得到每个像素的初始混乱程度,根据初始混乱程度得到每个像素的修正混乱程度;图像增强模块,用于根据修正混乱程度得到每两个像素的修正聚类距离,根据修正聚类距离得到多个独立纹理区域;根据每个独立纹理区域得到增强后支气管图像。从而通过分析支气管图像中每个区域符合病灶特征的情况,来实现支气管图像中病灶区域的增强。

    一种用于预防患者意外拔管的智能监测方法

    公开(公告)号:CN118299076A

    公开(公告)日:2024-07-05

    申请号:CN202410715934.7

    申请日:2024-06-04

    发明人: 张霞 蔡康琴 宗政

    IPC分类号: G16H80/00 G16H40/63 A61B5/083

    摘要: 本发明涉及数据处理技术领域,具体涉及一种用于预防患者意外拔管的智能监测方法,包括:获取待预防患者的二氧化碳分压序列和若干个历史患者的二氧化碳分压序列;根据数据点的位置序号和二氧化碳含量,获取每个呼吸周期中每个数据点的目标位置特征向量集合;根据数据点的目标位置特征向量集合,获取第一类型患者和第二类型患者的变化特征向量集合;进而获取关键特征向量序列和每个呼吸周期的目标数据点;根据关键特征向量序列和目标数据点对待预防患者存在意外拔管进行预测。本发明提高了对于患者意外拔管监测的准确性。

    一种用于预防患者意外拔管的智能监测方法

    公开(公告)号:CN118299076B

    公开(公告)日:2024-08-13

    申请号:CN202410715934.7

    申请日:2024-06-04

    发明人: 张霞 蔡康琴 宗政

    IPC分类号: G16H80/00 G16H40/63 A61B5/083

    摘要: 本发明涉及数据处理技术领域,具体涉及一种用于预防患者意外拔管的智能监测方法,包括:获取待预防患者的二氧化碳分压序列和若干个历史患者的二氧化碳分压序列;根据数据点的位置序号和二氧化碳含量,获取每个呼吸周期中每个数据点的目标位置特征向量集合;根据数据点的目标位置特征向量集合,获取第一类型患者和第二类型患者的变化特征向量集合;进而获取关键特征向量序列和每个呼吸周期的目标数据点;根据关键特征向量序列和目标数据点对待预防患者存在意外拔管进行预测。本发明提高了对于患者意外拔管监测的准确性。