-
公开(公告)号：CN118503782A
公开(公告)日：2024-08-16
申请号：CN202410645425.1
申请日：2024-05-23
Applicant: 首都医科大学宣武医院
IPC: G06F18/241 , G06F18/213 , G06N3/045 , G06N3/08 , G16H50/20 , G06F16/901
Abstract: 本发明一种基于深度学习模型的糖尿病类型识别系统包括：糖尿病模型构建模块、糖尿病类型模型构建模块、糖尿病识别模块、提示模块、图谱特征提取模块、数量判断模块、糖尿病类型识别模块和数量扩充模块；利用这些模块分别构建了糖尿病深度学习模型和糖尿病类型深度学习模型，首先利用糖尿病深度学习模型来快速的识别出待识别者是否患有糖尿病，在识别出待识别者不患有糖尿病，则就无需进一步识别待识别者的糖尿病类型了，能够快速的识别出待识别者不患有糖尿病，实现快速识别待识别者不患有糖尿病的功能；当识别出待识别者患有糖尿病，再进一步识别待识别者的具体糖尿病类型。本发明这种设计构思有利于提高糖尿病和糖尿病类型识别效率。
-
公开(公告)号：CN117547287A
公开(公告)日：2024-02-13
申请号：CN202311508267.7
申请日：2023-11-14
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开了一种基于多生理参数的糖尿病足风险评估系统，在向训练好的糖尿病足风险有无神经网络模型/糖尿病足风险等级神经网络模型中输入输入样本时，输入样本不仅包括待测人员每个步宽时间内各个无线阵列肌电传感器对应的由正常肌电信号提取出的多个肌电特征值，还包括待测人员的数值化的基本信息，进一步提高本发明的待测人员是否患有糖尿病足以及患有糖尿病足风险等级的准确性。将智能长筒靴的鞋本体和长筒本体都设计成弹性的，使得智能长筒靴与待测人员人体待测部位紧密相贴，以降低待测人员行走时阵列肌电传感器脱离待测人员相应部位的可能性。对采集到的表面肌电信号进行充分优化处理，采用5级优化处理，处理更加优化、更加合理。
-
公开(公告)号：CN117338301A
公开(公告)日：2024-01-05
申请号：CN202311342067.9
申请日：2023-10-17
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开一种基于肌电信号的糖尿病足风险等级评测系统，先判定采集到的肌电信号是否有异缺情况，有异缺则判定异缺肌电信号的步宽时间数量，当数量较多时则需重新采集评测，当数量较少时，即使将有异缺肌电信号丢掉，保留下的步宽时间对应的肌电信号样本也足够多，则直接将存在异缺信号的步宽时间对应的所有肌电信号均丢弃，当数量处于较少和较多间时，判定可修正的步宽时间数量，若加上可修正的步宽时间数量后正常肌电信号对应的步宽时间数量较多则可对可修正的肌电信号进行修正，若加上可修正的步宽时间数量后正常肌电信号对应的步宽时间还不够数量，则需重新采集评测。此种信号处理操作使得评测结果更为准确。
-
公开(公告)号：CN116831727A
公开(公告)日：2023-10-03
申请号：CN202310951442.3
申请日：2023-07-31
Applicant: 首都医科大学宣武医院
IPC: A61B18/24
Abstract: 本发明定向旋转激光导管包括：外导管、内导管和旋转轴的近端置于中心手柄内近端、远端穿设中心手柄的远端，内导管偏心置于外导管内，内外导管间构成容纳光纤束的光纤束容纳腔，旋转轴偏心置于内导管内，内导管与旋转轴间构成导丝腔，旋转轴与内导管接触处固定，内导管与外导管接触处固定，且两个接触处共切线，中心手柄的近端外壁套设旋转套环，旋转轴的近端端部突出于中心手柄的近端端部并通过连接杆与旋转套环内壁固定，旋转轴位于旋转套环的中心轴上，中心手柄的远端端部内壁均匀设有多个凹槽，外导管的外壁上且对应中心手柄远端端部位置处固定与凹槽匹配的弹性定位凸起，外导管的远端尖端外壁设有用于透视下外导管的定位的长环金属标记。
-
公开(公告)号：CN113633451B
公开(公告)日：2022-11-04
申请号：CN202110922799.X
申请日：2021-08-11
Applicant: 首都医科大学宣武医院
IPC: A61F5/058
Abstract: 本发明提供一种增强影像观察后护理装置，包含用于保持表征造影剂流后腘动脉血液流通的正向限位组件，和用于促进髂外动脉造影后伤口修复的反向限位组件。用于引导股动脉延伸的支撑杆两端分别连接正向限位组件和反向限位组件，以便防止正向限位组件固定的腘动脉与反向限位组件固定的髂外动脉，即髌骨与髂骨之间形成夹角，从而避免由动脉属支闭塞引起的动脉血栓。通过对具有高度差的肢体的前后位置变化的限制，在肢体需要进行弯折时，限制肢体前后两面在相反方向的位置移动使肢体无法产生相对其他部位的倾斜，保证肢体无法弯折。
-
Patent Agency Ranking
公开(公告)号：CN113398433B
公开(公告)日：2022-09-20
申请号：CN202110663634.5
申请日：2021-06-15
Applicant: 首都医科大学宣武医院
IPC: A61M25/02
Abstract: 本发明提供一种导管固定装置，包括：支承带，支承带设置有第一面与背离第一面的第二面；自连接片，自连接片部分或全部设置于支承带的第二面；其中，支承带的一端通过支承带上设置的裂口，以朝向弯折方向的第一面折回而形成管贯穿口，并沿一路径与支承带的另一端汇合的方式形成与管贯穿口相邻的肢端固定口，其中，路径的至少一部分包含改变支承带延伸方向以使支承带的一端与另一端汇合的曲线行进方向。本发明通过在固定装置上设置用于抵抗过度捆绑的力度的元件以实现对医用软管的无影响固定。
-
公开(公告)号：CN119455339A
公开(公告)日：2025-02-18
申请号：CN202411611859.6
申请日：2024-11-13
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开了一种糖尿病足按摩治疗训练装置及其训练方法。一种糖尿病足按摩治疗训练装置，包括踏板，还包括一支撑架，支撑架上转动连接有踏板；支撑架包括上下设置的上支撑板以及下支撑板，踏板包括一主框架以及浮动框架，主框架与上支撑板转动连接；上支撑板上可拆卸连接有一弧形导柱，主框架与弧形导柱滑动连接，浮动框架上开设有用于避让弧形导柱的条状避让口，弧形导柱上套设有弹簧，弹簧的一端与上支撑板相抵，弹簧的另一端与主框架相抵；主框架上连接有纵向设置的导轨，浮动框架与导轨滑动连接，导轨的上下两端可拆卸连接有限位块，限位块与浮动框架之间夹设有浮动弹簧；主框架上安装有按摩石，浮动框架上开有用于按摩石纵向滑动的间隙。
-
公开(公告)号：CN119385732A
公开(公告)日：2025-02-07
申请号：CN202411594291.1
申请日：2024-11-09
Applicant: 首都医科大学宣武医院
Abstract: 本发明涉及血管支架技术领域，且公开了一种用于血管支架的植入装置，包括盒体，所述盒体上设置有消毒机构，所述消毒机构包括转轴、旋钮、放置盘、固定杆、转筒、UVC杀菌灯；所述转轴通过轴承贯穿盒体的背面，所述旋钮固定连接在转轴的一端，所述放置盘固定套设在转轴的外壁上，所述固定杆固定连接在盒体的内壁上，所述转筒通过轴承与固定杆转动连接，所述UVC杀菌灯的数量为两个，两个所述UVC杀菌灯对称设置在转筒的内壁上。本发明通过设置盒体和盒盖能对导管进行存放，避免在运输过程中造成二次感染，从而影响手术的成功率，通过设置UVC杀菌灯能对盒体内部的导管进行快速杀菌消毒，从而提高血管支架植入的成功率。
-
公开(公告)号：CN119339951A
公开(公告)日：2025-01-21
申请号：CN202411475306.2
申请日：2024-10-22
Applicant: 首都医科大学宣武医院
IPC: G16H50/30 , G06F18/213 , G06F18/27 , G06N20/00
Abstract: 本发明基于机器学习模型的血管病变风险识别系统：控制主机获取评估者血管血液内血氧值、pH值、乳酸值和压力值及血管内壁结构图像；血管为静脉血管，基于结构图像分析管径、血管内中外膜厚度，将评估者的血氧值、pH值、乳酸值、压力值、管径、血管内中外膜厚度输入目标静脉血管机器学习模型中训练输出静脉血管病变风险识别结果；血管为动脉血管，基于结构图像分析管径、血管内中外膜厚度和动脉血管内存在动脉斑块时识别其组成与形态并计算管径狭窄程度值，将评估者的血氧值、pH值、乳酸值、压力值、管径、血管内中外膜厚度、存在动脉斑块时其组成与形态、管径狭窄程度值输入目标动脉血管机器学习模型中训练输出动脉血管病变风险识别结果。
-
公开(公告)号：CN119326421A
公开(公告)日：2025-01-21
申请号：CN202411378991.7
申请日：2024-09-30
Applicant: 首都医科大学宣武医院
IPC: A61B5/372 , A61B5/369 , A61B5/00 , G06N3/0464 , G06N3/086 , G06N3/0985
Abstract: 本发明基于粒子群遗传融合的脑电注意力状态检测模型构建方法及系统：采集多个历史检测者无干扰检测模式和有干扰检测模式下各脑功能区各通道的原始脑电信号及标注各历史检测者的注意力状态程度标记；原始脑电信号初步预处理获得对应初步脑电信号；筛选各历史检测者在无干扰检测模式和有干扰检测模式下各脑功能区的最优脑电信号；构建各历史检测者的脑电注意力特征集(无干扰检测模式和有干扰检测模式下脑电注意力特征集构成)；构建脑电注意力训练样本集和脑电注意力验证样本集；构建脑电注意力状态检测模型，利用粒子群遗传融合算法优化脑电注意力状态检测模型的超参数，不断迭代获得最优超参数，利用最优超参数构建最优脑电注意力状态检测模型。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
