-
Patent Agency Ranking
公开(公告)号：CN112786189A
公开(公告)日：2021-05-11
申请号：CN202110008504.8
申请日：2021-01-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的新冠肺炎智能诊断系统，属于医学图像处理领域，包括控制单元、智能检测与诊断单元、存储单元和三维显示单元，控制单元用于输入和修改系统数据；智能检测与诊断单元用于对新冠肺炎病例进行预测；智能检测与诊断单元包括数据预处理模块、病灶区检测模块、去假阳性模块、病例预测模块。本发明采用结合了检测+去假阳性+预测三部分相结合的深度学习网络诊断系统输出诊断结果，解决了病灶过小不易检测、单个局部病灶信息过少以及误诊率过高等问题，解决了医学样本数量过小的问题，大大提升了诊断效率，有助于提高患者的治疗效率以及积累临床资料。
-
公开(公告)号：CN112786189B
公开(公告)日：2022-07-01
申请号：CN202110008504.8
申请日：2021-01-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的新冠肺炎智能诊断系统，属于医学图像处理领域，包括控制单元、智能检测与诊断单元、存储单元和三维显示单元，控制单元用于输入和修改系统数据；智能检测与诊断单元用于对新冠肺炎病例进行预测；智能检测与诊断单元包括数据预处理模块、病灶区检测模块、去假阳性模块、病例预测模块。本发明采用结合了检测+去假阳性+预测三部分相结合的深度学习网络诊断系统输出诊断结果，解决了病灶过小不易检测、单个局部病灶信息过少以及误诊率过高等问题，解决了医学样本数量过小的问题，大大提升了诊断效率，有助于提高患者的治疗效率以及积累临床资料。
-
公开(公告)号：CN110660130A
公开(公告)日：2020-01-07
申请号：CN201910901432.2
申请日：2019-09-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向医学影像的移动增强现实系统构建方法，属于电子技术领域。该方法包括：S1：通过3D Slicer软件进行医学图像三维重建，得到三维重建模型，并将该模型导入ARKit框架；S2：开启移动设备的摄像头识别当前场景，执行ARKit提供的SLAM算法接口识别出当前场景的平面并标识出来；S3：将虚拟的三维重建模型叠加到当前场景并放置到识别出的现实平面上；S4：识别出当前用户的交互手势，与真实场景中的虚拟对象进行交互。本发明在降低设备成本的同时采用了移动终端来实现了医护人员诊病的便捷性。
-
公开(公告)号：CN110310281A
公开(公告)日：2019-10-08
申请号：CN201910621976.3
申请日：2019-07-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Mask-RCNN深度学习的虚拟医疗中肺结节检测与分割方法，属于图像处理领域。该方法具体包括：S1建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。本发明能够在不花费更多资源的情况下提高模型的准确率，实现实时交互。
-
公开(公告)号：CN110310281B
公开(公告)日：2023-03-03
申请号：CN201910621976.3
申请日：2019-07-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Mask‑RCNN深度学习的虚拟医疗中肺结节检测与分割方法，属于图像处理领域。该方法具体包括：S1建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。本发明能够在不花费更多资源的情况下提高模型的准确率，实现实时交互。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
