-
公开(公告)号：CN111292847A
公开(公告)日：2020-06-16
申请号：CN201811484123.1
申请日：2018-12-07
Applicant: 郑州大学第一附属医院
Abstract: 本发明公开了基于医学知识库的智能分诊决策控制方法及系统，包括输入模块、数据预处理模块、智能学习模块、医学词条特征化检索模块、输出模块、语音模块、智能感知器、数据转换模块、特征加载器、供电装置、运算放大芯片、数据分析器、数据筛选器、数据存储器、缓存单元和显示器。其特征在于：所述的智能学习模块，基于医学知识库的特征，采用带有优先级的样本采样的深度学习方法对病人的生理特征，进行实时分类，预测和判断。该系统便携、准确和周期性地检测和记录病人的生理病症，并通过智能学习模块匹配病症对应的医疗解决方案，将优选的解决方案通过多种模式报备给用户，实现无人干预的诊断、实时准确的预测和智能决策的功能。
-
公开(公告)号：CN111261276A
公开(公告)日：2020-06-09
申请号：CN202010268332.3
申请日：2020-04-08
Applicant: 郑州大学第一附属医院
Abstract: 本发明属于一种医学技术的改进，具体为一种基于双层傅里叶变换的远程心音智能诊断系统及诊断方法，包括远程终端设备和中心服务处理端，其中远程终端设备包括远程数据采集端和诊断结果接收端，所述中心服务处理端包括业务处理集群、运算处理集群和存储有基于双层傅里叶变换智能诊断算法的存储服务器，其中远程数据采集端和诊断结果接收端均与中心服务处理端中的业务处理集群通信连接，所述存储服务器和运算处理集群均与业务处理集群通信连接，所述存储服务器和运算处理集群也通信连接。
-
公开(公告)号：CN111223579A
公开(公告)日：2020-06-02
申请号：CN201911297085.3
申请日：2019-12-16
Applicant: 郑州大学第一附属医院
Abstract: 本发明属于一种医学技术的改进，具体为一种基于人工智能的远程医学影像增强系统及方法，利用超分辨率影像重建技术提高医疗影像分辨率，从而提高医疗图像质量，通过人工智能方法提高医疗图像分辨率，可以有效的降低昂贵的医疗硬件成本。其包括远程终端和中央服务器，远程终端包括影像采集模块和远程处理器模块，所述中央服务器模块包括业务处理器模块、影像大数据集模块、GPU集群模块和人工智能算法模块，远程处理器模块包括增强算法模块和预测模型模块，图像采集模块与远程处理器信号连接，所述远程处理器与业务处理器信号连接，影像大数据集模块、GPU集群模块和人工智能算法模块均与业务处理器信号连接，所述增强算法模块与预测模型模块信号连接。
-
公开(公告)号：CN111027590A
公开(公告)日：2020-04-17
申请号：CN201911092339.8
申请日：2019-11-11
Applicant: 郑州大学第一附属医院
Abstract: 本发明公开了一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法，属于大数据技术领域，包括建立影像采集服务器、客户端和数据分类服务器，勾画和处理肿瘤区域图片，得到分类图片的数据集合，提取带有肿瘤的MRI图层的图像特征，模型构建模块采用Tensorflow和Keras提供的网络模型作为基准模型，建立训练模型，采用SVM径向基核进行分类模型训练，解决了对肿瘤图片进行数据分类的技术问题，本发明结合了迁移学习、深度学习特征提取、影像组学、包装法特征选择、机器学习模型训练等方法，实现了乳腺癌数据的实时分类，提高了分类准确度，本发明利用了深度学习提取的高维度抽象特征，也避免了小数据集在深度学习上的过拟合问题。
-
公开(公告)号：CN110827310A
公开(公告)日：2020-02-21
申请号：CN201911064984.9
申请日：2019-11-01
Applicant: 北京航空航天大学 , 郑州大学第一附属医院
Abstract: 本发明提出基于迭代自组织分析算法改进的Faster R-CNN及Focal Loss改进的三维卷积神经网络的CT图像自动检测方法，属于图像数据处理领域。本发明使用深度学习方法，提出一种CT影像中的目标检测方法。该方法包括两部分：目标区域提取网络及假阳性目标去除网络。其中，目标区域提取网络为Faster R-CNN模型。假阳性目标去除网络为三维卷积神经网络模型。为适应待检测目标在尺寸上的多样性，本发明在Faster R-CNN中引入迭代自组织分析算法(ISODATA)。为解决在去除假阳性目标的过程中存在的正负样本不均问题，本发明在三维卷积神经网络中引入损失函数Focal Loss。
-
Patent Agency Ranking
公开(公告)号：CN110660483A
公开(公告)日：2020-01-07
申请号：CN201810706114.6
申请日：2018-06-29
Applicant: 郑州大学第一附属医院
Abstract: 本发明属于疾病评估的技术领域，具体涉及一种基于大数据的肿瘤疾病评估方法和系统；解决的技术问题为：提供一种能将采集到的用户当前人体健康数据上传至医疗服务器，并做出评估结果，且基于大数据的肿瘤疾病评估方法和系统；采用的技术方案为：一种基于大数据的肿瘤疾病评估方法，包括采集用户当前人体健康数据；将采集到的人体健康数据进行识别并上传至医疗服务器；将采集到的人体健康数据进行分析处理，得出评估结果；将评估结果进行显示；本发明能够使用户第一时间得到身体情况，及时作出应对措施本发明适用于医疗领域。
-
公开(公告)号：CN110415816A
公开(公告)日：2019-11-05
申请号：CN201910683801.5
申请日：2019-07-26
Applicant: 郑州大学
Abstract: 本发明公开了一种基于迁移学习的皮肤病临床图像多分类方法，属于图像处理技术领域，包括建立服务器集群，在服务器集群中建立图像采集模块、图像预处理模块和迁移学习模块，解决了对皮肤病临床图像进行分类的技术问题，本发明可以对图像数据进行快速精确的多分类。
-
公开(公告)号：CN110136108A
公开(公告)日：2019-08-16
申请号：CN201910379311.6
申请日：2019-05-08
Applicant: 郑州大学
Abstract: 本发明公开了一种采用机器学习算法对乳腺癌进行良恶性特征统计的方法，属于大数据技术领域，建立影像数据库服务器、医生客户端服务器、第一辅助服务器和第二辅助服务器，解决了全面的提取重要的影响特征，进行特征去冗余，提高结果准确度的技术问题，本发明辅助系统的分类结果比较准确，可以作为医生诊断的重要参考信息，同时本发明可以循环迭代更新，随着数据量的增多，准确率会越来越高。
-
公开(公告)号：CN107749313B
公开(公告)日：2019-03-01
申请号：CN201711178467.5
申请日：2017-11-23
Applicant: 郑州大学第一附属医院
IPC: G16H40/67 , G10L15/04 , G10L15/26 , G10L17/00 , G10L21/0208 , G10L21/0216
Abstract: 本发明公开了一种自动转写与生成远程医疗会诊记录的方法，属于远程医疗技术领域，建立会诊管理模块、音视频终端模块、数个数据传输模块、语音转写模块和会诊记录管理模块；实现了从远程会诊音频信号采集与传输，到全自动转写，最终自动形成会诊记录的一体化流程，采用声纹识别技术、阵列式麦克风技术、说话人和语音同步识别等技术，实现了从远程会诊音频信号采集与传输，到全自动转写，最终自动形成会诊记录的一体化流程，可以自动实现远程会诊过程如实而全面的记录，从而以更低的人力资源投入实现更高质量的会诊记录。
-
公开(公告)号：CN109087491A
公开(公告)日：2018-12-25
申请号：CN201810819163.0
申请日：2018-07-24
Applicant: 郑州大学第一附属医院
Abstract: 本发明公开了一种医疗设备远程数据采集器，属于医疗通信技术领域技术领域，包括采集器母头和四个采集器公头，解决了采用积木结构的采集接口将智能医疗设备中的有线通信接口转换成WIFI无线通信的技术问题；本发明采用积木结构，灵活的更换前端的通信接口，有效的缩小了体积，适用性强。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.029 seconds)
