-
公开(公告)号：CN119478594A
公开(公告)日：2025-02-18
申请号：CN202411545978.6
申请日：2024-10-31
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/776 , G06V10/764 , G06V10/74 , G06V10/82 , G06V10/80 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种超声图像切面参数评价系统，属于超声检测技术领域，其包括数据集获取模块、分类识别模块、匹配模块、参数提取模块、神经网络训练单元和评价分析单元。通过参数提取模块进行基于统计的参数提取、基于结构相似度的参数提取以及基于自然场景分析的参数提取，因而能够从不同角度提取切面图像质量参数，融合不同参数优势带入神经网络训练单元进行识别验证，其次将输出结果输入至评价分析单元进行计算分析，进行随机分配节点参数、计算隐含层的输出矩阵以及求解输出权重，输出的结果用以表示超声图像切面参数评价值，摒弃传统采用单个切面参数进行评价分析的方式，大大提高评价准确性。
-
Patent Agency Ranking
公开(公告)号：CN117951728A
公开(公告)日：2024-04-30
申请号：CN202311681162.1
申请日：2023-12-08
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明提供了一种超声心动图DICOM文件批量脱敏及格式转换方法，包括：获取待处理DICOM文件；对所述待处理DICOM文件进行脱敏操作，得到脱敏后的DICOM文件；基于自适应掩膜图像和先验掩膜图像提取所述脱敏后的DICOM文件的感兴趣区域，得到感兴趣DICOM文件；根据DICOM图像输出格式，对所述感兴趣DICOM文件进行编码和图像像素信息处理，得到指定存储格式的感兴趣DICOM文件。本发明解决了现有技术中DICOM数据分析效率低及其数据易用性低下的问题。
-
公开(公告)号：CN119323560B
公开(公告)日：2025-03-07
申请号：CN202411835108.2
申请日：2024-12-13
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/80 , G06T7/13 , G06V10/25 , G06V10/766 , G06V10/82 , G06V10/764
Abstract: 本发明属于医学影像技术领域，提供了一种基于图像和文本特征融合的超声心动图图像质量评估方法，包括：利用目标检测模型进行特征提取和分类、利用视觉‑语言特征对齐模块对图像特征与文本特征进行对齐以及利用大语言模型进行句式模板选定、线性投影、合并。本发明通过图像与文本特征的跨域迁移，生成了准确且全面的超声心动图图像质量评估报告，提升了评估结果的可解释性和细粒度；通过引入目标检测模型，使系统能够识别并理解医学图像中不同解剖结构的位置关系，为后续质量评估提供了丰富的医学领域先验知识，实现了从自然图像到超声心动图的有效跨域迁移；通过引入句式模板保证了质控文本的一致性。
-
公开(公告)号：CN119323560A
公开(公告)日：2025-01-17
申请号：CN202411835108.2
申请日：2024-12-13
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/80 , G06T7/13 , G06V10/25 , G06V10/766 , G06V10/82 , G06V10/764
Abstract: 本发明属于医学影像技术领域，提供了一种基于图像和文本特征融合的超声心动图图像质量评估方法，包括：利用目标检测模型进行特征提取和分类、利用视觉‑语言特征对齐模块对图像特征与文本特征进行对齐以及利用大语言模型进行句式模板选定、线性投影、合并。本发明通过图像与文本特征的跨域迁移，生成了准确且全面的超声心动图图像质量评估报告，提升了评估结果的可解释性和细粒度；通过引入目标检测模型，使系统能够识别并理解医学图像中不同解剖结构的位置关系，为后续质量评估提供了丰富的医学领域先验知识，实现了从自然图像到超声心动图的有效跨域迁移；通过引入句式模板保证了质控文本的一致性。
-
公开(公告)号：CN117672468A
公开(公告)日：2024-03-08
申请号：CN202311681158.5
申请日：2023-12-08
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H30/20
Abstract: 本发明提供了一种DICOM文件的图像预处理方法，包括：获取指定路径下的待处理文件夹；根据待处理文件夹得到以单个患者存储的待处理DICOM文件或以多个患者融合的待处理DICOM文件；对融合的待处理DICOM文件进行分离，得到以单个患者存储的待处理DICOM文件；判断待处理DICOM文件有无像素信息，若无，则认定待处理DICOM文件为无效DICOM文件，对无效DICOM文件进行排除；若有，则认定待处理DICOM文件为有效DICOM文件；对有效DICOM文件进行帧数区分处理，得到单帧DICOM文件和多帧DICOM文件；将单帧DICOM文件和多帧DICOM文件存储在相应文件夹中。本发明解决了现有技术中因不同超声设备DICOM文件的存储路径命名方式不同，导致批量处理多种设备采集的DICOM文件难以实现的问题。
-
公开(公告)号：CN116704305A
公开(公告)日：2023-09-05
申请号：CN202310733977.3
申请日：2023-06-20
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种基于深度学习算法的超声心动图多模态多切面分类方法，包括：采集成人超声心动图视频及图像，对其进行预处理，对预处理后的成人超声心动图视频及图像进行标注，生成成人超声心动图数据集，将成人超声心动图数据集划分为训练集、验证集及测试集。基于ResNet网络构建成人超声心动图切面分类模型，并通过训练集对其进行训练，通过验证集筛选最佳分类模型，基于测试集，对最佳成人超声心动图切面分类模型进行性能评估，将待测图像或视频输入成人超声心动图切面分类模型中，得到分类结果。本发明提供的基于深度学习算法的超声心动图多模态多切面分类方法，能够实现超声心动图多模态多切面的自动分类，分类精度高，省时省力。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
