-
公开(公告)号：CN113989249B
公开(公告)日：2025-02-11
申请号：CN202111285296.2
申请日：2021-11-01
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明公开了征象检测的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据感兴趣区域的病变数据，确定所述感兴趣区域是否具有环征；通过边缘检测算子确定所述感兴趣区域的区域图像中是否具有环征；在根据感兴趣区域的病变数据确定所述感兴趣区域具有环征、且所述感兴趣区域的区域图像中具有环征的情况下，判定所述感兴趣区域出现包膜。该实施方式能够自动识别感兴趣区域是否出现包膜这一征象，便于医生查看和诊断。
-
公开(公告)号：CN118865354A
公开(公告)日：2024-10-29
申请号：CN202410889614.3
申请日：2024-07-04
Applicant: 首都师范大学 , 大连理工大学 , 首都医科大学附属北京友谊医院 , 北京智拓视界科技有限责任公司
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于参数化算法的结肠息肉图像的确定装置，该装置中处理器用于执行下述步骤：获取结肠的内壁表面的复平面参数化图像中的多个初始息肉图像；复平面参数化图像是共形参数化后的结肠的内壁表面的图像；截取各初始息肉图像在结肠的内壁表面的三维曲面中的三维息肉曲面片；根据各初始息肉图像对应的三维息肉曲面片的几何特征，从多个初始息肉图像中确定目标息肉图像。本申请能够确定结肠息肉图像，且考虑了待检测结肠内壁表面的全局曲率，避免因息肉内CT密度不均导致检测错误以及因褶皱遮挡导致息肉图像漏检的现象等问题，提高了确定结肠息肉图像的准确率。
-
公开(公告)号：CN118749944A
公开(公告)日：2024-10-11
申请号：CN202410838923.8
申请日：2024-06-26
Applicant: 首都医科大学附属北京友谊医院
IPC: A61B5/055 , A61B5/00 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/774
Abstract: 本发明实施例提供一种认知状态检测方法、模型训练方法、装置、设备和介质。该装置可以获取包含待测者基底节的待测医学影像。然后，对待测医学图像中的各体素进行特征提取，以得到第一影像组学特征。接着，根据第一影像组学特征再对待测医学图像进行图像分割，以得到基底节包含的至少两个子区域，再对至少两个子区域进行特征提取，以得到第二影像组学特征。最终，根据该第二影像组学特征确定待测者的认知水平。即第一影像组学特征的使用可以准确地分割出至少两个子区域。进一步地对至少两个子区域进行特征提取，能够使得第二影像组学特征中包含丰富的、描述每个子区域状态的信息，因此，第二影像组学特征的使用可以准确地确定出待测者的认知水平。
-
公开(公告)号：CN118691906A
公开(公告)日：2024-09-24
申请号：CN202410968026.9
申请日：2024-07-18
Applicant: 首都医科大学附属北京友谊医院
IPC: G06V10/764 , G06V10/40 , G06V10/762 , G06V10/774
Abstract: 本发明提供一种认知状态分类方法、装置、设备和存储介质，包括：获取目标人群中认知异常的第一人群的脑部第一定量磁化率图像，以及认知正常的第二人群的脑部第二定量磁化率图像；提取第一定量磁化率图像对应的第一影像组学特征，以及第二定量磁化率图像对应的第二影像组学特征；根据第一影像组学特征和第二影像组学特征，从第一影像组学特征中确定出多个目标特征，多个目标特征与第二影像组学特征存在差异，且多个目标特征相互之间的相关性满足设定阈值范围；基于多个目标特征训练认知状态分类模型，以通过训练好的所述认知状态分类模型进行认知状态分类。本方案利用机器学习的方法进行认知状态分类，能够有效提高认知状态分类结果的准确性。
-
公开(公告)号：CN116206765B
公开(公告)日：2024-05-24
申请号：CN202310490636.8
申请日：2023-05-04
Applicant: 首都医科大学附属北京友谊医院
IPC: G16H50/30 , G06F18/241 , G06N3/045 , A61B5/00
Abstract: 本申请公开了一种用于评估帕金森病的风险等级的装置和存储介质，该装置包括：处理器；存储器，其存储有用于评估帕金森病的风险等级的程序指令，当程序指令由处理器执行时，使得装置实现以下操作：获取与被检者的认知相关的认知量表和与被检者步态相关的步态参数；使用第一神经网络分别对认知量表和步态参数执行特征提取操作，以获得对应的第一特征和第二特征；使用多次自注意力机制对第一特征和第二特征执行自注意力操作，以获得自注意力特征结果；以及将自注意力特征结果输入至第二神经网络进行分类评估，以输出评估帕金森病的风险等级的评估结果。利用本申请的方案，提高了评估帕金森病的风险等级的评估效率和评估结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117612696A
公开(公告)日：2024-02-27
申请号：CN202311629214.0
申请日：2023-11-30
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本申请实施例提供一种杏仁核不同亚区的功能评估模型的建立方法及装置。其中，采集多个患者左侧杏仁核以及右侧杏仁核中多个亚区对应的多模态图像数据；针对左侧杏仁核的每个亚区，建立每个亚区对应的至少三个功能评估函数；确定出左侧杏仁核对应的中间指标；根据所述右侧杏仁核中多个亚区对应的多模态图像数据，确定出右侧杏仁核对应的中间指标，并根据左侧杏仁核以及右侧杏仁核对应的中间指标，计算出目标指标；将目标指标输入深度学习模型进行训练，以生成杏仁核不同亚区的功能评估模型。本申请通过充分利用多模态图像数据和个体化评估方法，确定中间指标并利用深度学习模型进行训练，能够提高杏仁核不同亚区功能评估的准确性和全面性。
-
公开(公告)号：CN116524248B
公开(公告)日：2024-02-13
申请号：CN202310410604.2
申请日：2023-04-17
Applicant: 首都医科大学附属北京友谊医院 , 北京雅丁信息技术有限公司
IPC: G06V10/764 , G06V10/762 , G06V10/80
Abstract: 本申请公开了医学数据处理装置、方法及分类模型训练装置。该装置中，第一获取模块获取不同模态的多个医学数据。第一处理模块对多个医学数据进行特征聚类处理，以得到目标特征数据，其中，目标特征数据为反映肝病的指标数据。第一确定模块基于目标特征数据、以及目标特征数据与肝病类型之间的预设映射关系，确定目标特征数据对应的多个待选肝病分类结果。第一融合模块对多个待选肝病分类结果进行融合，获得与多个医学数据相对应的目标分类结果。即将不同模态且相关性较高的多个医学数据聚合起来，确定多个待选肝病分类结果，并融合多个待选肝病分类结果以确定出目标分类结果，提高肝病类型的评估结果的准确性，辅助医生完成对肝病类型的评估。
-
公开(公告)号：CN116825335B
公开(公告)日：2023-12-08
申请号：CN202311103673.5
申请日：2023-08-30
Applicant: 首都医科大学附属北京友谊医院
IPC: G16H50/20 , A61B5/00 , A61B5/11 , G16H50/30 , G16H10/60 , G16H20/10 , G06F18/25 , G06N3/045 , G06N3/084
Abstract: 本申请公开了一种帕金森患者步态的预后效果的预测模型训练的方法和设备。所述方法包括：获取帕金森患者的预前步态特征和用药信息，并将预前步态特征和用药信息输入所述预测模型；基于预前步态特征和所述用药信息，使用预测模型中的辅助网络模型进行权重计算获得每个帕金森患者对应的权重；基于预前步态特征和所述用药信息，使用预测模型中的主干网络提取特征并计算初始损失函数；将权重作为初始损失函数的系数获得总损失函数；以及利用总损失函数反向训练主干网络模型和辅助网络模型，以对预测帕金森患者步态的预后效果的预测模型进行训练。利用本申请的方案，可以提高预测模
-
公开(公告)号：CN116825335A
公开(公告)日：2023-09-29
申请号：CN202311103673.5
申请日：2023-08-30
Applicant: 首都医科大学附属北京友谊医院
IPC: G16H50/20 , A61B5/00 , A61B5/11 , G16H50/30 , G16H10/60 , G16H20/10 , G06F18/25 , G06N3/045 , G06N3/084
Abstract: 本申请公开了一种帕金森患者步态的预后效果的预测模型训练的方法和设备。所述方法包括：获取帕金森患者的预前步态特征和用药信息，并将预前步态特征和用药信息输入所述预测模型；基于预前步态特征和所述用药信息，使用预测模型中的辅助网络模型进行权重计算获得每个帕金森患者对应的权重；基于预前步态特征和所述用药信息，使用预测模型中的主干网络提取特征并计算初始损失函数；将权重作为初始损失函数的系数获得总损失函数；以及利用总损失函数反向训练主干网络模型和辅助网络模型，以对预测帕金森患者步态的预后效果的预测模型进行训练。利用本申请的方案，可以提高预测模型的稳定性和精度，获得准确的关于患者步态的预后效果的预测结果。
-
公开(公告)号：CN116523857A
公开(公告)日：2023-08-01
申请号：CN202310436275.9
申请日：2023-04-21
Applicant: 首都医科大学附属北京友谊医院
IPC: G06T7/00 , A61B5/12 , A61B5/055 , G16H30/40 , G16H50/20 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了基于弥散张量图像的听力状态预测装置、方法。其中，该方法包括：获取待处理的弥散张量图像，弥散张量图像包括弥散加权图像；根据弥散加权图像，生成弥散指标图像；根据弥散指标图像，确定弥散张量图像所对应的白质微结构特征，并根据白质微结构特征与听力状态之间的映射关系，确定与弥散张量图像相对应的听力状态。上述装置能够通过弥散张量图像中所包括的弥散加权图像生成弥散指标图像，进而基于弥散指标图像确定白质微结构特征，可以更加准确地识别出白质微结构特征，进而提高了听力状态评估结果的准确性，同时揭示了听力损失与脑微结构改变之间的联系。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.055 seconds)
