-
公开(公告)号：CN117455890B
公开(公告)日：2024-05-31
申请号：CN202311544713.X
申请日：2023-11-20
Applicant: 浙江大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/082 , G06N3/098
Abstract: 本发明公开了一种基于改进集成深度学习的儿童肠套叠空气灌肠结果预测装置，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，所述的计算机存储器中存储有训练好的儿童肠套叠空气灌肠结果预测模型；预测模型包含三个不同的基学习器和一个二级学习器；其中，每个基学习器之间采用动态信息传递机制；二级学习器用于整合三个基学习器的输出，并产生最终的预测结果；所述计算机处理器执行所述计算机程序时实现以下步骤：将待预测的透视图像输入训练好的儿童肠套叠空气灌肠结果预测模型，得到二分类预测结果。利用本发明，可以实现对空气灌肠结果更稳定、更平衡、更准确的预测。
-
公开(公告)号：CN116363438B
公开(公告)日：2023-09-15
申请号：CN202310399334.X
申请日：2023-04-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/26 , G06V10/32 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明公开了一种基于多模态的儿童脑炎分类系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机处理器执行计算机程序时实现以下步骤：将待分类的儿童脑部临床信息和MR影像输入训练好的分类模型中，得到其属于病毒性脑炎、化脓性脑炎、非脑炎的分类结果。其中，分类模型中，临床信息通过Student T检验进行关键特征筛选，MR影像部分通过MM‑SENet网络模型实现三维特征和不同状位的二维特征的提取、筛选，最终将两部分特征进行拼接，并通过全连接层和Softmax层获得最后的分类结果。利用本发明，可以实现无创的儿童脑炎临床诊断，减少对儿童患者的伤害。
-
公开(公告)号：CN116363438A
公开(公告)日：2023-06-30
申请号：CN202310399334.X
申请日：2023-04-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/26 , G06V10/32 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明公开了一种基于多模态的儿童脑炎分类系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机处理器执行计算机程序时实现以下步骤：将待分类的儿童脑部临床信息和MR影像输入训练好的分类模型中，得到其属于病毒性脑炎、化脓性脑炎、非脑炎的分类结果。其中，分类模型中，临床信息通过Student T检验进行关键特征筛选，MR影像部分通过MM‑SENet网络模型实现三维特征和不同状位的二维特征的提取、筛选，最终将两部分特征进行拼接，并通过全连接层和Softmax层获得最后的分类结果。利用本发明，可以实现无创的儿童脑炎临床诊断，减少对儿童患者的伤害。
-
Patent Agency Ranking
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
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
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。
-
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
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
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。
-
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
IPC: A61B5/00
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。
-
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。
-
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。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
