-
公开(公告)号：CN109009074A
公开(公告)日：2018-12-18
申请号：CN201810808839.6
申请日：2018-07-19
Applicant: 上海工程技术大学
IPC: A61B5/0402 , A61B5/0452 , G06K9/32 , G06K9/62
CPC classification number: A61B5/0402 , A61B5/04012 , A61B5/04525 , A61B5/7267 , A61B5/7275 , A61B5/746 , G06K9/3233 , G06K9/6256 , G06K9/6267
Abstract: 本发明涉及一种基于深度学习的心脏性猝死辅助预警装置，包括心电采集模块、图像预处理模块、模型判断模块和异常报警模块，所述的心电采集模块通过图像预处理模块与模型判断模块连接，所述的模型判断模块与异常报警模块连接；所述的心电采集模块实时采集心电图并发送给图像预处理模块，所述的图像预处理模块利用滑动窗口取ROI区域，并将ROI区域输入到模型判断模块，所述的模型判断模块内嵌的基于深度学习的卷积神经网络模型对输入数据进行判断，如果判定为异常心电，异常心电数目ycount增加1，当ycount数量为3时，所述的模型判断模块控制异常报警模块进行及时报警。与现有技术相比，本发明具有准确率和灵敏度高等优点。
-
公开(公告)号：CN108670594A
公开(公告)日：2018-10-19
申请号：CN201810290443.7
申请日：2018-04-03
Applicant: 上海工程技术大学
CPC classification number: A61G5/00 , A61G5/1051 , A61G2203/18 , G06K9/00335
Abstract: 本发明涉及一种基于人工智能的主动式智慧看护轮椅，包括：轮椅本体；还包括：摄像装置，设于轮椅本体上，用于采集至少含有用户头部整体的图像；动力装置，设于轮椅本体上并与轮椅本体上的运动部件连接，用于控制轮椅本体的移动速度和方向，控制装置，分别与摄像装置和动力装置连接，用于运行程序，该程序被配置以执行以下步骤：输入由摄像头采集的图像，利用图像识别对用户的头部俯仰角、头部方位角和头部倾斜角进行检测，根据头部俯仰角控制动力装置驱动轮椅本体的前进或停止，根据头部方位角控制动力装置调节轮椅本体的移动方向，在头部倾斜角超过设定报警阈值并持续一段时间后对外发送报警信号。与现有技术相比，本发明具有提高看护效率，方便用户自主出行等优点。
-
公开(公告)号：CN110555827B
公开(公告)日：2022-03-29
申请号：CN201910721584.4
申请日：2019-08-06
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于深度学习驱动的超声成像信息计算机处理系统，包括：高频超声图像获取模块；组织器官膜状结构信息定位模块；patch小块获取模块，采用滑动窗口自动获取小块区域范围，筛选掉成像质量低于设定阈值的patch小块，将其余patch小块用于深度学习网络的训练和测试；网络训练模块，用于根据组织器官膜状结构和实质结构区域的不同图像特点，分别选择符合两种区域图像特点的深度学习网络模型进行训练以及后续特征的提取；两级分类模块，用于利用组织器官膜状结构模型A和实质模型B对patch小块获取模块输出的patch小块进行分类结果处理，经投票方法得到整体高频超声图像的分类结果。本发明应用到肝硬化的分期诊断中达到了较高的准确率和灵敏度。
-
公开(公告)号：CN110555827A
公开(公告)日：2019-12-10
申请号：CN201910721584.4
申请日：2019-08-06
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于深度学习驱动的超声成像信息计算机处理系统，包括：高频超声图像获取模块；组织器官膜状结构信息定位模块；patch小块获取模块，采用滑动窗口自动获取小块区域范围，筛选掉成像质量低于设定阈值的patch小块，将其余patch小块用于深度学习网络的训练和测试；网络训练模块，用于根据组织器官膜状结构和实质结构区域的不同图像特点，分别选择符合两种区域图像特点的深度学习网络模型进行训练以及后续特征的提取；两级分类模块，用于利用组织器官膜状结构模型A和实质模型B对patch小块获取模块输出的patch小块进行分类结果处理，经投票方法得到整体高频超声图像的分类结果。本发明应用到肝硬化的分期诊断中达到了较高的准确率和灵敏度。
-
-
-
Search Results
4
records
(took 0.017 seconds)
