-
公开(公告)号：CN110428910A
公开(公告)日：2019-11-08
申请号：CN201910524718.3
申请日：2019-06-18
Applicant: 浙江大学
Abstract: 本申请涉及一种临床用药适应症分析系统、方法、计算机设备和存储介质，包括：用药查验引擎模块、用药适应症知识图谱模块以及临床数据获取模块；临床数据获取模块用于获取临床实时数据，并将临床实时数据进行系统存储；用药适应症知识图谱模块用于获取疾病网络资源，并根据疾病网络资源生成疾病本体数据库和药品本体数据库；用药查验引擎模块用于接收病患诊断数据，并根据病患诊断数据从临床实时数据中获取与病患诊断数据相匹配的病患诊断症状，进而将病患诊断症状与用药适应症知识图谱进行症状匹配，确定症状适用药品，症状适用药品用于与病患诊断数据中的用药记录数据进行匹配，输出临床用药查验结果。本申请提高了临床用药查验结果的可靠性。
-
公开(公告)号：CN119273596B
公开(公告)日：2025-04-01
申请号：CN202411284751.0
申请日：2024-09-13
Applicant: 浙江大学
IPC: G06T5/80 , A61B5/00 , G06T5/70 , G06T5/60 , G06T7/90 , G06T7/00 , G16H20/90 , G16H30/20 , G06N3/0475 , G06N3/094 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的儿童中医舌诊图像色彩自动校正方法及系统，包括：(1)拍摄包含色彩标准卡的舌诊图像，收集色彩标准卡基准图像；(2)构建改进的GAN模型，包含生成器和判别器；生成器在训练过程中，负责接收一个随机噪声向量作为输入，并生成一个与色彩校正后的舌诊图像相似的图像；判别器负责接收生成器生成的舌诊图像，并将图中的色彩标准卡与色彩标准卡基准图像进行对比，用于区分真实色彩的舌诊图像和色彩校正后的舌诊图像；(3)对GAN模型进行训练；(4)将待校正的包含色彩标准卡的舌诊图像输入生成器中，输出校正后的舌诊图像。利用本发明，可以对舌诊图像进行色彩校正，生成如实际肉眼所见的舌诊图像色彩。
-
公开(公告)号：CN119444726A
公开(公告)日：2025-02-14
申请号：CN202411581810.0
申请日：2024-11-07
Applicant: 浙江大学
IPC: G06T7/00 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/25 , G06V10/74 , G06T7/60 , G06T7/62 , G06T7/68 , G16H50/20 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的儿童发育性髋关节发育不良辅助诊断系统，包括训练好的实例分割模型和特征点定位模型；实例分割模型用于从儿童骨盆影像中分割出双侧闭孔和髂骨；特征点定位模型用于从儿童骨盆影像中精确定位8个髋关节特征点；诊断步骤如下：将待诊断的儿童骨盆影像输入实例分割模型，分割出双侧闭孔和髂骨，获得闭孔和髂骨的最大横径、面积以及闭孔和髂骨的旋转指数、面积比，以判断骨盆影像的对称性；如果判定骨盆影像对称，则符合质控标准；质控流程结束后，选择将符合质控标准的影像或全部影像送入特征点定位模型进行特征点检测及IHDI分级。本发明可实现儿童发育性髋关节发育不良的快速、准确的影像质控与分级诊断。
-
公开(公告)号：CN117765041A
公开(公告)日：2024-03-26
申请号：CN202311793094.8
申请日：2023-12-25
Applicant: 浙江大学
IPC: G06T7/33 , G06T7/11 , G06V10/74 , G06V10/40 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种基于配准增强和最优传输GAN的DSA图像生成方法，包括：(1)收集DSA图像数据集；(2)构建生成器；输入图像进入生成器后依次经过尺度分解、特征提取线性变换、自适应注意力机制、共享空间表示、整合多尺度表示后通过前馈神经网络输出生成图像；(3)构建判别器；计算生成图像与真实图像之间的光流图，将生成图像根据光流图进行空间扭曲，将扭曲后生成的图像和真实图像分别输入到深度卷积网络进行特征提取；采用深度相关矩阵比较的方法来度量两个提取特征之间的相似性；(4)构建损失函数，对生成器和判别器进行训练；(5)将待剪影的DSA图像输入训练好的生成器，生成剪影后的图像。利用本发明，可以生成更高质量的图像。
-
公开(公告)号：CN115482927B
公开(公告)日：2023-05-23
申请号：CN202211150284.3
申请日：2022-09-21
Applicant: 浙江大学
IPC: G16H50/20 , G06N3/0464 , G06N3/088 , G06N3/09
Abstract: 本发明公开了一种基于小样本的儿童肺炎诊断系统，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，计算机存储器中存储有训练好的诊断识别模型，诊断识别模型以深度神经网络为主干网络，并基于跨年龄活动域对齐框架进行训练；所述的跨年龄活动域对齐框架包含面向中心的锚点选择模块、中心驱动的域对齐模块和主动模型更新模块；所述计算机处理器执行所述计算机程序实现以下步骤：将待检测的儿童胸片图像输入训练好的诊断识别模型，得到儿童肺炎预测结果。本发明将小规模的儿童数据与大规模的成人数据集相结合，可实现成人空间和儿童空间的多阶段空间中心对齐，从而提高诊断儿童肺炎的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115205599B
公开(公告)日：2023-02-10
申请号：CN202210879158.5
申请日：2022-07-25
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/22 , G06V10/82 , G06N3/0464 , G06N3/084 , A61B6/00
Abstract: 本发明公开了一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统，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域泛化分类模型；所述的域泛化分类模型采用改进的F‑conv网络模型，包括权重层、滤波器层、共享层三个部分；对于待测的图像，输入域泛化分类模型后，通过权重组与滤波器层中对应的滤波器组进行点乘加权，将所有结果相加，获得滤波器层的输出；滤波器层的输出输入至共享层，通过多次2D的卷积，最终再通过全连接层获得模型的分类结果。利用本发明，可以让多年龄段儿童在同一模型上实现肺炎高性能分类。
-
公开(公告)号：CN115482927A
公开(公告)日：2022-12-16
申请号：CN202211150284.3
申请日：2022-09-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于小样本的儿童肺炎诊断系统，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，计算机存储器中存储有训练好的诊断识别模型，诊断识别模型以深度神经网络为主干网络，并基于跨年龄活动域对齐框架进行训练；所述的跨年龄活动域对齐框架包含面向中心的锚点选择模块、中心驱动的域对齐模块和主动模型更新模块；所述计算机处理器执行所述计算机程序实现以下步骤：将待检测的儿童胸片图像输入训练好的诊断识别模型，得到儿童肺炎预测结果。本发明将小规模的儿童数据与大规模的成人数据集相结合，可实现成人空间和儿童空间的多阶段空间中心对齐，从而提高诊断儿童肺炎的准确率。
-
公开(公告)号：CN114708255B
公开(公告)日：2022-11-01
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：CN114898863A
公开(公告)日：2022-08-12
申请号：CN202210349721.8
申请日：2022-04-02
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手术干预时机辅助识别系统，采用手术干预时机辅助识别模型，利用该模型的具体工作过程如下：将新生儿坏死性小肠结肠炎患者的影像数据和临床数据输入数据预处理模块分别进行预处理；将预处理后的影像数据和临床数据输入特征提取模块进行特征提取；然后加入超图约束，选取不同特征之间相关联的高阶特征；最后加入两种数据特征的邻接矩阵作为网络正则化约束，得到最终特征矩阵；根据临床指征选取模块选择的临床指征，将最终特征矩阵中的临床指征输入预测分类模块进行分类，得到是否需要手术的二分类结果。本发明可以对新生儿坏死性小肠结肠炎外科手术干预时机进行判断，提高患儿的诊治效率。
-
公开(公告)号：CN114795258A
公开(公告)日：2022-07-29
申请号：CN202210404776.4
申请日：2022-04-18
Applicant: 浙江大学
IPC: A61B6/00
Abstract: 本发明公开了一种儿童髋关节发育不良诊断系统，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诊断识别模型，所述的诊断识别模型包括基于Mask‑RCNN的儿童骨骼分割模块、基于HRNet的关键点检测模块以及基于TO‑ResNet的特征提取模块。利用本发明，能够自动、快速、准确地测量髋臼指数、CE角，并计算出等级和IHDI等级。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.03 seconds)
