检测装置
    1.
    发明公开

    公开(公告)号:CN118984677A

    公开(公告)日:2024-11-19

    申请号:CN202380033183.4

    申请日:2023-04-04

    发明人: 小出元 中村卓

    摘要: 检测装置(1)具备:环状的壳体(200);光源(60),设置于壳体(200);第一光传感器(10A),以与壳体(200)的圆周方向上的光源(60)的一个端部(61)相邻的方式设置于壳体(200);以及第二光传感器(10B),以与壳体(200)的圆周方向(200C)上的光源(60)的另一个端部(62)相邻的方式设置于壳体(200)。至少第一光传感器(10A)是具有传感器基板、下部电极、下部缓冲层、有源层、上部缓冲层和上部电极的有机光电二极管。

    一种基于形态学监测主动脉瓣动态开放特征变化的方法

    公开(公告)号:CN118967946A

    公开(公告)日:2024-11-15

    申请号:CN202411343152.1

    申请日:2024-09-25

    发明人: 高凡 陈澍

    IPC分类号: G06T17/00 G06T7/62 A61B5/02

    摘要: 本发明公开了一种基于形态学监测主动脉瓣动态开放特征变化的方法,包括以下步骤:步骤1:基于4D临床影像,对不同时相主动脉瓣进行三维建模;步骤2:在保证三维模型形态学信息未丢失的情况下,通过4D影像或三维模型获取不同时相下主动脉瓣的开口面积AVA;步骤3:根据获取到的多个时相下AVA数值,将不同随访时间,相同时相下的主动脉瓣开口面积差异进行计算;步骤4:根据获取到的多个时相下AVA数值,将不同随访时间,收缩期主动脉瓣最大开口面积差异进行计算;步骤5:根据步骤3与步骤4的结果,评估主动脉瓣动态开放特征变化情况。

    脑动静脉畸形伽马刀放射治疗的预后预测方法及装置

    公开(公告)号:CN118948227A

    公开(公告)日:2024-11-15

    申请号:CN202411101121.5

    申请日:2024-08-12

    IPC分类号: A61B5/02 A61B5/00

    摘要: 本发明实施例涉及一种伽马刀放射治疗脑动静脉畸形(AVM)预后预测方法及装置,该方法包括:基于第一图像数据,获取第一拟合曲线和第一血管构筑学参数;基于第一拟合曲线,获得第二血流动力学参数;基于第一血管构筑学参数和第二血流动力学参数,计算第一预测指数;基于第一图像数据,计算血管构筑学相关的第二预测指数;基于第一预测指数和第二预测指数,计算综合预测指数;根据所述综合预测指数进行预后预测。本发明实施例的技术方案,通过对全脑血管造影的彩色编码数据进行处理获得拟合曲线,在拟合曲线以及血管构筑的基础上获取综合预测指数,对伽马刀术后预测AVM闭塞进行预测,提高了伽马刀术后预测AVM闭塞的准确性和可靠性。

    一种远程脉象模拟诊断装置
    7.
    发明公开

    公开(公告)号:CN118902413A

    公开(公告)日:2024-11-08

    申请号:CN202411242992.9

    申请日:2024-09-05

    发明人: 张帅军

    IPC分类号: A61B5/02 A61B5/00

    摘要: 本发明涉及中医诊疗技术领域,特别是一种远程脉象模拟诊断装置,其包括诊断壳体组件,包括有壳体、设置于壳体上端部的诊疗环和设于诊疗环内壁的弹性气垫;以及,推动组件,包括设置于壳体上端部的容置壳、设于容置壳内壁的伺服电机、设于伺服电机一侧的微型电缸和设于容置壳下端部的齿条;本发明通过弹性气垫托起患者的手腕,在诊断的时候稳固手腕避免晃动影响诊断结果,同时在诊断的时候,通过诊疗环收集患者的脉搏数据传输到医生端供医生诊断,并且容置腔内部的微型电缸与医生端的按压同步,模拟医生端的按压力度,按压力度越大,推动越多的活动齿挤压齿条,使得齿条进一步向下移动,推动探测传感器贴近弹性块,进一步靠近患者的脉搏。

    一种脉象信号时频域特征提取方法

    公开(公告)号:CN118902409A

    公开(公告)日:2024-11-08

    申请号:CN202410965062.X

    申请日:2024-07-18

    摘要: 本发明涉及一种脉象信号时频域特征提取方法,属于信号处理技术领域。包括:获取脉象信号并进行预处理;通过小波分解提取细节信号对应的能量作为第一时频域特征;利用局部均值分解提取PF分量对应的平均强度、谱质心、平均能量贡献率作为第二时频域特征、第三时频域特征、第四时频域特征;利用经验模态分解提取本征模函数对应的能量作为第五时频域特征;通过希尔伯特变换提取变换后本征模函数对应的希尔波特谱能量、边际谱能量作为第六时频域特征、第七时频域特征。本发明通过小波分解、局部均值分解、经验模态分解得到脉象信号的七组时频域特征,实现了对脉象信号更加全面的时频域特征提取,为脉象信号进行更精确、更细致的分类识别提供了基础。

    一种基于Xgboost算法的心血管急性事件预测方法

    公开(公告)号:CN118888136A

    公开(公告)日:2024-11-01

    申请号:CN202410909209.3

    申请日:2024-07-08

    摘要: 本发明属于机器学习领域,提出了一种基于Xgboost算法的心血管急性事件预测方法,包括:在卫生健康信息平台收集急性心血管疾病患者的基本信息数据和无心血管疾病患者的基本信息数据,并将按第一设定比例进行匹配;在收集的数据中,选取多个变量作为心血管疾病急性事件预测模型的输入;对收集的数据进行预处理操作,并按第二设定比例随机划分为训练集和测试集;基于XGBoost算法对训练集中的数据进行训练,并建立心血管疾病急性事件预测模型;使用测试集对建立的预测模型进行评估;获取实时输入数据,并利用评估后的心血管疾病急性事件预测模型输出疾病患病风险概率。本发明能够提高心血管急性事件的预测准确率。