-
公开(公告)号：CN113052186A
公开(公告)日：2021-06-29
申请号：CN202110287453.7
申请日：2021-03-17
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种基于影像学的新冠肺炎诊断和病情追踪方法及系统，方法包括：将患者CT图像载入卷积神经网络中提取浅层特征；将浅层特征通过D层残差密集块RDB均进行局部特征融合得到稠密残差特征；将D层残差密集块RDB的每层对应的稠密残差特征串联后并通过一个1*1卷积核的卷积进行融合，得到全局特征；将浅层特征与全局特征通过残差连接融合在一起进行全局特征学习；最终通过softmax分类器对特征提取后的图像进行分类，判断患者是否属于新冠肺炎患者。本发明基于医学图像和神经网络技术，通过智能方式实现新冠肺炎病症的诊断和病情追踪，可以避免采用人工检测或者设备检测等手段，减轻医生工作量，减少了人力物力成本。
-
公开(公告)号：CN112401915A
公开(公告)日：2021-02-26
申请号：CN202011302100.1
申请日：2020-11-19
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎CT复查的图像融合比对方法，包括：S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像，并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域；S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像。本发明将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合，可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况，无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释，减轻医生工作负担。
-
公开(公告)号：CN118570324A
公开(公告)日：2024-08-30
申请号：CN202410617576.6
申请日：2024-05-17
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T11/00 , G01R33/561 , G01R33/48 , G01R33/56 , G06T11/40
Abstract: 本发明涉及图像采集和处理技术领域，具体涉及一种显示三叉神经颅外段成像的磁共振成像优化方法，包括以下步骤：利用不同生理组织的MRI信号T1弛豫时间、T2弛豫时间和对磁共振造影剂吸收程度的不同，确定出用于在三叉神经颅外段核磁影像中强化三叉神经显像的核磁成像序列及核磁成像技术。本发明利用造影剂填充的方式改变三叉神经及周边组织的固T1弛豫时间，扩大三叉神经与周边组织的对比；然后根据强化后三叉神经与周边组织T1弛豫时间的差异，利用磁共振STIR技术选取合适的TI时间来抑制周边信号组织和脂肪信号，显著提高了三叉神经颅外段与周围组织的对比度，有利于提高三叉神经颅外段可视化的清晰度。
-
公开(公告)号：CN113558635B
公开(公告)日：2023-09-19
申请号：CN202110630945.1
申请日：2021-06-07
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种神经性耳聋病人脑功能网络演化的评估方法，包括以下步骤：步骤S1、实时采集感应性耳聋病人的脑电EEG信号数据，并依据实时的所述脑电EEG信号数据构建实时脑功能网络；步骤S2、基于所述实时脑功能网络构建依实时脑功能网络的时序排布的包含神经性耳聋病人脑功能网络演化特征的脑功能网络演化数据链；步骤S3、基于所述脑功能网络演化数据链分析获得神经性耳聋病人脑功能网络演化结果并进行有效评估。本发明对实时脑功能网络进行演化整体特征和演化关键特征的函数量化，降低了大数量级的数据传输，提高对脑功能网络的评估效率。
-
公开(公告)号：CN110885886B
公开(公告)日：2023-04-07
申请号：CN201811045910.6
申请日：2018-09-07
Applicant: 华中科技大学同济医学院附属协和医院
IPC: C12Q1/6886
Abstract: 本发明提供了一种胶质母细胞瘤生存预后的检测方法，该方法是：检测胶质母细胞瘤组织中特异性表达基因CBX3、BARD1、EGFR、IFRD1、CTSS、STAT1、GUCY1A3和MOBP的表达水平，根据所检测基因的表达水平预测胶质母细胞瘤患者生存预后，高表达CBX3、BARD1、EGFR、IFRD1、CTSS或/和STAT1的胶质瘤患者生存时间较短；高表达GUCY 1A3或/和MOBP的胶质瘤患者生存时间较长。本发明还提供了一种对胶质母细胞瘤进行预后分型方法，胶质母细胞瘤组织中CBX3、BARD1、EGFR、IFRD1、CTSS或/和STAT1高表达的为预后生存时间较短型；质母细胞瘤组织中GUCY 1A3或/和MOBP高表达的为预后生存时间较长。
-
Patent Agency Ranking
公开(公告)号：CN114711749A
公开(公告)日：2022-07-08
申请号：CN202210182308.7
申请日：2022-02-26
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种基于定量性报告模板的肺功能状态分类方法，确定肺功能检查项目中的肺功能分类，并且确定与每个肺功能分类匹配的检测元素，规划每个肺功能分类的状态等级，并划分每个状态等级对应的数值范围；将每个肺功能分类对应的检测元素数值按照第一次加权平均方式，计算每个检测元素对匹配的肺功能分类的关联值；将检测元素数值的关联值进行累积总和计算，得到每个肺功能分类的当前功能分布值并确定与肺功能分类的状态等级；根据不同状态等级的肺功能分类对肺功能实质损害程度的影响权重进行第二次加权平均，得到反映肝脏实质损害的肝脏评分总值，且基于肝脏评分总值确定肝脏整体状态。本发明可帮助医护人员快速得到准确的肺功能诊断结果。
-
公开(公告)号：CN113283357B
公开(公告)日：2022-06-07
申请号：CN202110609080.0
申请日：2021-06-01
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种脑功能数据分析的个体脑功能网络提取方法，包括以下步骤：步骤S1、实时采集个体的脑功能数据形成脑功能数据链，并对所述脑功能数据链进行波动分析生成病态脑功能数据链；步骤S2、对所述病态脑功能数据链中所有的病态脑功能数据进行区块匹配生成具有同属性数据噪声的噪声区块集群，并对所述噪声区块集群进行低秩张量恢复以去除噪声区块集群的数据噪声转换为重构区块集群；步骤S3、将所述重构区块集群进行区块重构并恢复至特征清晰的病态脑功能数据帧，依据所述病态脑功能数据帧构建清晰凸显个体病态特征的病态个体脑功能网络。本发明快速精准的掌控病态个体脑功能网络，为后续医疗分析提供有效辅助。
-
公开(公告)号：CN113963797A
公开(公告)日：2022-01-21
申请号：CN202111109158.9
申请日：2021-09-22
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎患者康复时间预测方法，包括以下步骤：步骤S1、构建用于康复预测的训练时序样本以及康复概率预测模型；步骤S2、计算后置时序处的康复特征域数据与前置时序处的康复特征域数据的相似度作为表征康复变动的监听系数；步骤S3、基于所述监听系数进行对所述前置时序处的康复特征域数据进行特征更新，并康复预测得出后置时序处的康复概率，再推算出新冠肺炎患者的康复时间。本发明能够仅在新冠肺炎患者的康复状态发生变化时进行推算，可以有效的去除康复状态未变化的冗余计算量，提高了推算效率，而且仅将变动程度大的数据部分进行替换更新，同样避免了模型运算在低变动数据部分的冗余计算量。
-
公开(公告)号：CN113558635A
公开(公告)日：2021-10-29
申请号：CN202110630945.1
申请日：2021-06-07
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种神经性耳聋病人脑功能网络演化的评估方法，包括以下步骤：步骤S1、实时采集感应性耳聋病人的脑电EEG信号数据，并依据实时的所述脑电EEG信号数据构建实时脑功能网络；步骤S2、基于所述实时脑功能网络构建依实时脑功能网络的时序排布的包含神经性耳聋病人脑功能网络演化特征的脑功能网络演化数据链；步骤S3、基于所述脑功能网络演化数据链分析获得神经性耳聋病人脑功能网络演化结果并进行有效评估。本发明对实时脑功能网络进行演化整体特征和演化关键特征的函数量化，降低了大数量级的数据传输，提高对脑功能网络的评估效率。
-
公开(公告)号：CN112826507A
公开(公告)日：2021-05-25
申请号：CN202110020097.2
申请日：2021-01-07
Applicant: 华中科技大学同济医学院附属协和医院
IPC: A61B5/12
Abstract: 本发明公开了一种感音神经性耳聋的脑功能网络演化建模方法，S01、提取脑网络状态数据，以静息态fMRI的BOLD信号为对象，通过滑动窗口技术分析并提取脑网络的状态表达，得到脑网络状态的高维向量表达；S02、利用状态观测矩阵获取低维映射及聚类结果；S03、脑网络状态的转换模式分析，根据状态的聚类结果构建状态集，分析状态之间切换与时间的关系，得到脑网络状态演化在时间轴上的时序图；S04、基于时间自动机的脑网络演化模型，根据脑网络状态演化时序图，通过时间自动机理论构建演化过程模型，提供定量的脑网络动态描述模型，能够有效的描述人脑网络的状态转换规律和演变进程，对不同被试数据具有普适性，并且可辨识出被试的异常演化过程。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.052 seconds)
