一种儿童脑部MR图像病毒性脑炎分类系统

    公开(公告)号:CN114821176B

    公开(公告)日:2022-11-01

    申请号:CN202210463034.9

    申请日:2022-04-28

    Applicant: 浙江大学

    Abstract: 一种儿童脑部MR图像病毒性脑炎分类系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的分类模型,所述的分类模型采用改进的SE ResNet网络模型,共包含四个卷积部分,每个卷积部分由若干个子模块组构成,每个子模块组包含Inception子模块和SE Res子模块,最终通过全连接层获得最后的分类结果;所述计算机处理器执行所述计算机程序时实现以下步骤:将待分类的儿童脑部MR影像输入训练好的分类模型中,得到病毒性脑炎分类结果。利用本发明,可以提升模型对于不同维度特征的学习能力,大大提升儿童病毒性脑炎诊断的效率和准确率。

    一种新生儿坏死性小肠结肠炎筛查系统

    公开(公告)号:CN114913169A

    公开(公告)日:2022-08-16

    申请号:CN202210655628.X

    申请日:2022-06-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种新生儿坏死性小肠结肠炎筛查系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的新生儿坏死性小肠结肠炎筛查模型;所述的新生儿坏死性小肠结肠炎筛查模型基于改进的DenseNet神经网络模型,在原始DenseNet的框架基础上引入PReLU激活函数以及ECA注意力机制;所述计算机处理器执行所述计算机程序时实现以下步骤:将待筛查的腹部平片数据进行预处理,然后输入训练好的新生儿坏死性小肠结肠炎筛查模型,得到是否患有坏死性小肠结肠炎的筛查结果。利用本发明,可以提高新生儿坏死性小肠结肠炎的诊断准确率,从而尽快向患儿提供优质医疗救助。

    一种儿童脑部MR图像病毒性脑炎分类系统

    公开(公告)号:CN114821176A

    公开(公告)日:2022-07-29

    申请号:CN202210463034.9

    申请日:2022-04-28

    Applicant: 浙江大学

    Abstract: 一种儿童脑部MR图像病毒性脑炎分类系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的分类模型,所述的分类模型采用改进的SE ResNet网络模型,共包含四个卷积部分,每个卷积部分由若干个子模块组构成,每个子模块组包含Inception子模块和SE Res子模块,最终通过全连接层获得最后的分类结果;所述计算机处理器执行所述计算机程序时实现以下步骤:将待分类的儿童脑部MR影像输入训练好的分类模型中,得到病毒性脑炎分类结果。利用本发明,可以提升模型对于不同维度特征的学习能力,大大提升儿童病毒性脑炎诊断的效率和准确率。

    一种患儿医源性皮肤损伤自动评估手持装置

    公开(公告)号:CN114343579B

    公开(公告)日:2022-07-19

    申请号:CN202210004675.8

    申请日:2022-01-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种患儿医源性皮肤损伤自动评估手持装置,包括手柄、底座和检测头;底座内设有电池模块、图像处理模块、智能推荐模块和数据库模块;手柄内设有5G传输模块和控制开关;检测头上设有CCD扫描器、触屏显示屏和高清摄像头;图像处理模块的输入端与高清摄像头连接,接收来自高清摄像头传来的图像数据并进行分类分级;图像处理模块的输出端与智能推荐模块连接,将分类分级的结果传入智能推荐模块;所述的智能推荐模块连接数据库模块,用于从数据库模块中调取分类分级处治方案。利用本发明,可以实现对NICU中新生儿医源性皮肤损伤的损伤类型判断以及损伤程度鉴定,并根据判断鉴定结果推荐相应的处治意见。

    一种基于TransUNet模型的多中心儿童X线胸片图像肺部分割方法

    公开(公告)号:CN114708255A

    公开(公告)日:2022-07-05

    申请号:CN202210471812.9

    申请日:2022-04-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于TransUNet模型的多中心儿童X线胸片图像肺部分割方法,包括:(1)收集多中心的儿童X线胸片图像并进行预处理;(2)将数据划分为训练集、验证集和测试集;(3)构建分割模型,分割模型在UNet的基础上加入了Transformer层,包括三次下采样、线性层、Transformer层、上采样四个部分;(4)将训练集送入到构建的分割模型中进行训练,利用验证集对分割模型的性能进行评估,根据评估的效果对模型的超参数进行调整,通过反复训练、验证,最终得到性能达标的分割模型;(5)将待分割的多中心儿童X线胸片影像输入训练好的分割模型中,从而智能分割出肺部区域。本发明的方法,结合了Transformers与UNet两种网络的优点,具有较高的分割精度和效率。

    一种基于深度学习的儿童肠套叠自动检测系统

    公开(公告)号:CN114037686B

    公开(公告)日:2022-05-17

    申请号:CN202111323780.X

    申请日:2021-11-09

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的儿童肠套叠自动检测系统,包括训练好的同心圆检测模型,利用同心圆检测模型检测儿童腹部超声影像中的同心圆;同心圆检测模型包括特征提取网络、区域生成网络RPN以及ROI Pooling层;其中特征提取网络采用VGG16卷积神经网络,且在卷积神经网络中增加了跳跃连接层,通过跳跃连接层将卷积神经网络的浅层特征和深层次特征联合。本发明构建的模型实现了对儿童腹部肠套叠超声影像“同心圆”征象自动检测,辅助医生做识别,减少了人为评估的阅片时间的同时,提高了儿童肠套叠患者的诊断速度。

    一种智能母乳分装设备
    18.
    发明公开

    公开(公告)号:CN114408236A

    公开(公告)日:2022-04-29

    申请号:CN202210186207.7

    申请日:2022-02-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种智能母乳分装设备,包括分装箱体以及与分装箱体配合使用的大、小奶瓶,分装箱体的正面设有圆形内腔和透明翻盖;圆形内腔内设有由第一驱动机构驱动的分装旋转盘,分装旋转盘上设有大奶瓶移动区域,大奶瓶移动区域上可滑动的设有大奶瓶底托,大奶瓶底托与第二驱动机构连接;分装旋转盘还设有小奶瓶底托;大奶瓶底托和小奶瓶底托之间的位置设有带断流器的分流软管;大奶瓶底托和小奶瓶底托上分别设有第一感应芯片和第二感应芯片;分装箱体内设有数据集成处理器,数据集成处理器分别与第一驱动机构、第二驱动机构、第一感应芯片、第二感应芯片以及断流器连接。利用本发明,可以降低母乳污染的风险,提高母乳分装的准确度。

    一种全流程母乳闭环管理系统及管理方法

    公开(公告)号:CN112820380A

    公开(公告)日:2021-05-18

    申请号:CN202110213603.X

    申请日:2021-02-25

    Applicant: 浙江大学

    Abstract: 本发明提供了一种全流程母乳闭环管理系统及管理方法,其中,全流程母乳闭环管理系统包括患者端APP、母乳储存设备、冷链配送子系统、院内母乳存放区域、院内溶奶消毒子系统、院内母乳分装子系统、院内母乳喂养子系统和医院母乳系统。本发明在母乳院内闭环流程的基础上,打通了新生儿家庭泵乳、储藏、运送等院外闭环节点,真正意义上形成母乳全生命周期内各执行环节上的闭环链路,便于患儿家属通过患者端APP查询母乳闭环流程中的各环节节点信息,及时获取患儿在母乳喂养过程中的关键信息。

    一种儿童医疗文本数据分类方法

    公开(公告)号:CN118733772B

    公开(公告)日:2025-04-01

    申请号:CN202410856045.2

    申请日:2024-06-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种儿童医疗文本数据分类方法,包括:(1)获取儿童医疗文本数据,标注得到层级多标签文本;(2)处理得到医疗文本、正样本标签文本、负样本标签文本,构建三元组数据集;(3)构建三塔模型,三塔模型包括三个编码器模块、一个标签召回模块和一个标签排序模块;(4)基于三元组数据集训练三塔模型;(5)使用训练完的三塔模型,分别对层级多标签文本中的父类标签文本和子类标签文本进行处理,将得到特征向量保存至离线特征向量库中;(6)针对待预测儿童医疗文本,使用三塔模型进行处理,再结合离线特征向量库,预测获取相似度高于阈值的top‑k预测标签。本发明可以大大提高儿童医疗文本到标签的匹配效率。

Patent Agency Ranking