-
公开(公告)号:CN117598712A
公开(公告)日:2024-02-27
申请号:CN202311630571.9
申请日:2023-11-30
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/372 , A61B5/00 , A61B5/346 , A61B5/318 , A61B5/397 , A61B5/389 , G06F18/2131 , G06F18/2415 , G06F18/214 , G06V40/10 , G06V40/16 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/047
Abstract: 本公开实施方式涉及一种癫痫发作间期的异常放电检测方法、癫痫发作间期的异常放电检测方法装置、存储介质与电子设备,涉及生物医学检测技术领域。所述方法包括:获取目标用户的待测电信号和视频数据,并对所述待测电信号进行预处理,得到所述待测电信号的一次信号和二次信号;将所述待测电信号中预设通道的脑电信号输入已训练睡眠预测模型进行处理,输出睡眠预测结果;将所述待测电信号的一次信号、二次信号、所述视频数据和所述睡眠预测结果输入已训练神经网络模型进行处理,输出所述待测电信号存在异常放电的预测值。如此,提高了阳性判断的准确率。
-
公开(公告)号:CN119055249A
公开(公告)日:2024-12-03
申请号:CN202411117717.4
申请日:2024-08-14
Applicant: 济南市儿童医院(山东大学附属儿童医院) , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2433 , G06F18/214 , G06N3/08 , G06N20/00 , G06F123/02
Abstract: 本公开提供了一种脑电信号检测方法、脑电信号检测装置、电子设备及计算机可读存储介质,属于人工智能技术领域。该方法包括:获取目标儿童的待检测脑电信号;通过预先训练的儿童脑电信号检测模型对所述待检测脑电信号进行检测,得到所述目标儿童的脑电信号检测结果;其中,脑电信号检测结果包括第一检测结果和第二检测结果,所述第一检测结果用于反映所述待检测脑电信号是否异常,所述第二检测结果用于反映所述待检测脑电信号的状态。本公开可以准确、有效的对儿童的脑电信号进行检测。
-
公开(公告)号:CN119672151A
公开(公告)日:2025-03-21
申请号:CN202411732375.7
申请日:2024-11-29
Applicant: 中国医学科学院北京协和医院
IPC: G06T11/00 , G06T5/60 , G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种用于原发性纤毛运动障碍的模型优化方法及装置,包括:获取目标患者的胸部CT检查图像;去除胸部CT检查图像中的伪影得到去除伪影后的胸部CT检查图像;对所述去除伪影后的胸部CT检查图像中异常组织的位置进行标定,形成训练样本;将所述训练样本输入到神经网络中进行训练得到识别模型;利用所述识别模型确定目标患者的胸部CT检查图像中异常组织的位置。本发明通过去除胸部CT图像中的伪影,可以提升图像质量,确保异常组织的特征更加清晰,从而提高识别模型的准确性。
-
公开(公告)号:CN117598712B
公开(公告)日:2024-11-22
申请号:CN202311630571.9
申请日:2023-11-30
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/372 , A61B5/00 , A61B5/346 , A61B5/318 , A61B5/397 , A61B5/389 , G06F18/2131 , G06F18/2415 , G06F18/214 , G06V40/10 , G06V40/16 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/047
Abstract: 本公开实施方式涉及一种癫痫发作间期的异常放电检测方法、癫痫发作间期的异常放电检测方法装置、存储介质与电子设备,涉及生物医学检测技术领域。所述方法包括:获取目标用户的待测电信号和视频数据,并对所述待测电信号进行预处理,得到所述待测电信号的一次信号和二次信号;将所述待测电信号中预设通道的脑电信号输入已训练睡眠预测模型进行处理,输出睡眠预测结果;将所述待测电信号的一次信号、二次信号、所述视频数据和所述睡眠预测结果输入已训练神经网络模型进行处理,输出所述待测电信号存在异常放电的预测值。如此,提高了阳性判断的准确率。
-
-
-