门诊病历生成方法和设备
    1.
    发明公开

    公开(公告)号:CN119479966A

    公开(公告)日:2025-02-18

    申请号:CN202411610233.3

    申请日:2024-11-12

    Abstract: 本申请提供一种门诊病历生成方法和设备,所述方法包括:多个机器人、云端大脑和信息管理系统;其中,各个机器人分别与云端大脑连接,云端大脑与信息管理系统连接,信息管理系统与诊断室的电脑设备连接;机器人识别患者的患者信息,根据医生与患者的问诊对话生成对话信息记录;机器人上传患者信息和医生与患者的对话信息记录至云端大脑;云端大脑根据患者信息和对话信息记录,生成候选病历;云端大脑将候选病历发送至信息管理系统;信息管理系统将候选病历发送至诊断室的电脑设备,以供医生查看确认,并将确认的候选病历确认为门诊病历。本申请有利于医生可以专注于问诊,减少了医生填写门诊病历的工作量,而且可以提高获取门诊病历的效率。

    SPARCC评分系统和影像报告生成装置

    公开(公告)号:CN118608460A

    公开(公告)日:2024-09-06

    申请号:CN202410638266.2

    申请日:2024-05-22

    Abstract: 本申请公开了一种SPARCC评分系统和影像报告生成装置,通过数据预处理模块将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像以供后续ROI分割模块使用;ROI分割模块依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域;进而炎症分类模块用于得到第二目标区域中的水肿评分参数、水肿深度评分参数和水肿强度评分参数;其中,水肿评分参数、水肿深度评分参数以及水肿强度评分参数用于SPARCC评分。第一MRI图像得到SPARCC评分的整个过程是自动化完成的,其效率相对于人工对第一MRI图像判断来得到SPARCC评分来说有所提高;本申请减少了人为参与度,因此得到的结果一致性提高。

    医学影像分割方法、系统、装置、存储介质及产品

    公开(公告)号:CN116758286B

    公开(公告)日:2024-02-06

    申请号:CN202310752469.X

    申请日:2023-06-25

    Abstract: 本申请公开了一种医学影像分割方法、系统、装置、存储介质及产品,其中,医学影像分割方法,包括:基于预先获取的医学影像数据和临床医学背景信息生成影像数据,所述影像数据包括源域数据或目标域数据;构建域自适应模块,将预设标签分配至所述目标域数据,并基于所述域自适应模块生成源域数据、目标域数据、源域数据‑目标域数据的距离信息,以提升数据分布一致性;构建注意力继承模块,将所述源域数据输入至所述注意力继承模块输出继承特征数据;构建跨模态模型,将所述目标域数据输入至所述跨模态模型,基于所述距离信息、所述继承特征数据生成分割后医学影像。通过该方法的医学影像分割,提升了图像分割的准确性,简化了分割(56)对比文件Masoomeh Rahimpour;Jeroen Bertels.《Cross-Modal Distillation to Improve MRI-Based Brain Tumor Segmentation WithMissing MRI Sequences》《.IEEE Transactionson Biomedical Engineering》.2021,全文.

    基于卷积神经网络的MRI影像骶髂关节分割方法和装置

    公开(公告)号:CN118608541B

    公开(公告)日:2025-01-03

    申请号:CN202410638400.9

    申请日:2024-05-22

    Abstract: 本申请公开了一种基于卷积神经网络的MRI影像骶髂关节分割方法,通过将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像,然后依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域,将复杂的图像分割任务分步处理,提高了分割得到第二目标区域的精准性;而且从第一MRI图像得到第二目标区域的整个过程都是自动化完成的,其效率相对于人工对第一MRI图像判断来得到第二目标区域有所提高;而且因为整个过程是自动化完成,减少了人为参与度,因此得到的结果一致性提高,不会受人为因素干扰。

    基于卷积神经网络的MRI影像骶髂关节分割方法和装置

    公开(公告)号:CN118608541A

    公开(公告)日:2024-09-06

    申请号:CN202410638400.9

    申请日:2024-05-22

    Abstract: 本申请公开了一种基于卷积神经网络的MRI影像骶髂关节分割方法,通过将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像,然后依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域,将复杂的图像分割任务分步处理,提高了分割得到第二目标区域的精准性;而且从第一MRI图像得到第二目标区域的整个过程都是自动化完成的,其效率相对于人工对第一MRI图像判断来得到第二目标区域有所提高;而且因为整个过程是自动化完成,减少了人为参与度,因此得到的结果一致性提高,不会受人为因素干扰。

Patent Agency Ranking