-
公开(公告)号：CN116205814A
公开(公告)日：2023-06-02
申请号：CN202310146323.0
申请日：2023-02-21
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南高新科技成果转化经纪有限公司
Abstract: 本发明公开了一种医用内窥镜图像增强方法、系统及计算机设备，该方法包括以下步骤：S1、消除图像镜面反射：S1‑1、灰度化处理；S1‑2、二值化处理；S1‑3、形态学膨胀处理；S1‑4、扣除镜反射区域；S1‑5、进行图像修复；S2、进行边缘提取获得感兴趣部位的轮廓图S3、将I1和进行融合，得到感兴趣部位轮廓被增强的增强图像。本发明利用算法可有效消除内窥镜图像的中的镜面反射，完成消化道内窥镜图像的增强，能提高辨识度，且不需要增加额外的硬件设备；本发明能准确检测内窥镜图像中各消化道组织的轮廓，以增强图像细节和对比度，降低漏诊风险。
-
公开(公告)号：CN115953377A
公开(公告)日：2023-04-11
申请号：CN202211699776.8
申请日：2022-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南高新科技成果转化经纪有限公司
Abstract: 本发明公开了一种消化道超声内窥镜图像融合方法和系统，该方法包括以下步骤：S1、通过医用内窥镜摄像头获取病灶的可见光图像，并通过医用超声探头获取病灶相同位置处的二维超声图像；S2、实时获取医用内窥镜摄像头和医用超声探头之间的位置关系P；S3、利用二维超声图像序列获取体数据，对体数据进行三维重建生成三维超声图像；S4、将三维超声图像投影到可见光图像所在的二维坐标系中，与可见光图像叠加进行图像融合，得到融合图像。本发明在不增加探头的情况下，能够通过短时间扫描完成快速的超声‑可见光图像采集和融合，可用于辅助医生诊断，能减少医生的工作量，降低诊断时间，并提高诊断准确率。
-
公开(公告)号：CN116385340A
公开(公告)日：2023-07-04
申请号：CN202211699778.7
申请日：2022-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南高新科技成果转化经纪有限公司
Abstract: 本发明公开了一种医用内窥镜图像快速去雾方法及系统，该方法包括以下步骤：S1、从医用内窥镜图像中提出烟雾区域，获得烟雾区域初提取图像；S2、对烟雾区域初提取图像进行烟雾区域检测与筛选，获得烟雾区域图像；S3、利用雾天图像退化物理模型对烟雾区域图像进行去雾处理，得到无雾图像；S4、对烟雾区域图像进行烟雾浓度检测，当烟雾浓度参比值超过阈值时，对当前的烟雾区域图像进行标记，同时发出报警信息，提示当前的烟雾区域图像烟雾浓度过高。本发明利用算法完成内窥镜图像的烟雾检测和去除，不需要增加额外的硬件去雾设备，使用方便；本发明对医用内窥镜图像去雾效果明显，在去除烟雾的同时可保留图像中原有的病灶细节。
-
公开(公告)号：CN116228907A
公开(公告)日：2023-06-06
申请号：CN202310144525.1
申请日：2023-02-21
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南高新科技成果转化经纪有限公司
IPC: G06T11/00 , G06T3/00 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种医学图像电子染色方法、存储介质及计算机设备，该方法包括以下步骤：步骤一、构建生成器和判别器；步骤二、基于生成器建立染色网络G和还原网络F，基于判别器建立判别网络DX和DY；步骤三、进行训练；步骤四、进行电子染色处理。本发明提供的电子染色方法可对医学图像中的可疑区域进行电子染色，便于医生观察病灶的轮廓与纹理，而且不需要更改现有的消化道内窥镜结构，本发明的方法自适应性较强，无需人工调整算法的参数；与传统染色内镜相比，本发明在操作时更加简洁，染色过程可自动完成，无需人工喷洒染色剂，并且可根据医生的需要将内窥镜图像切换成染色与未染色形式。
-
公开(公告)号：CN119991537A
公开(公告)日：2025-05-13
申请号：CN202311489697.9
申请日：2023-11-09
Applicant: 苏州国科医工科技发展(集团)有限公司 , 济南高新科技成果转化经纪有限公司
Abstract: 本发明提供一种精子中段形态缺陷分析方法、电子设备及存储介质，该方法包括以下步骤：通过语义分割网络对包含精子头部和中段的染色图像进行语义分割，得到标记有精子头部和精子中段的二值分割结果；通过得到的精子头部的二值分割结果，将精子头部拟合成椭圆，求取与精子中段连接的长轴端点；通过得到的精子中段的二值分割结果细化以获得中段中心线；计算精子中段形态特征，识别精子中段形态缺陷。本发明能够定量计算特征结果，可解释性强，不需依赖医生或研究人员的专业知识和经验，提高了精子中段形态缺陷识别的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN117115129A
公开(公告)日：2023-11-24
申请号：CN202311167206.9
申请日：2023-09-11
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明涉及冠状动脉血管狭窄自动检测和识别方法、设备及存储介质，该方法包括以下步骤：通过冠脉血管自动分割模型对冠脉造影图像中的血管结构进行分割，输出血管轮廓；对所述血管轮廓进行骨架中心线提取，对骨架中心线进行分段；通过分段后的每段血管轮廓线和骨架中心线每个点的坐标计算骨架中心线上所有点直径；根据血管直径获取血管狭窄区域，计算血管狭窄区域的狭窄率，通过所述狭窄率进行狭窄程度判别。本发明根据图像中分割血管直径参数，定位血管狭窄发生的位置，提供快速、可靠的冠脉血管狭窄自动识别和狭窄程度评估方案，辅助医生进行快速精准的血管狭窄程度判断。
-
公开(公告)号：CN114366030A
公开(公告)日：2022-04-19
申请号：CN202111677791.8
申请日：2021-12-31
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/00 , A61B5/0205 , A61B5/01 , A61B5/145 , G10L15/22
Abstract: 本发明公开一种用于麻醉手术的智能辅助系统及方法，系统包括：硬件监测终端对多种生理指标数据进行采集和传输、融合；数据库模块接收并存储麻醉案例数据和病患基础信息数据以及生理指标数据；决策模块获取生理指标数据、麻醉案例数据以及病患基础信息数据、制定生理指标差异化规范、训练包括生理指标健康评估、潜在症状预测以及诊疗方案推荐的决策模型；医生应用终端获取生理指标健康评估、潜在症状预测、诊疗方案推荐并进行调校；语音模块提供数据联动、询问和播放的语音交互服务。本发明设置的语音交互服务，生理指标异常或存在某种可疑症状时可给出语音提醒；也可为医生提供病患生理指标发展情况或诊疗方案建议；有效减轻医生注意力负担，提升手术安全性。
-
公开(公告)号：CN110123316A
公开(公告)日：2019-08-16
申请号：CN201910327497.0
申请日：2019-04-11
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/0488 , A61B5/00
Abstract: 本发明公开了一种无创喉肌电监测装置，包括监测装置和喉镜管，所述监测装置固定在喉镜管上，且监测装置位于喉镜管靠近摄像头的一端，所述监测装置包括安装管道、定位装置、驱动装置和探针装置，所述安装管道固定在喉镜管上，且安装管道的两端分别与喉镜管连通，所述定位装置、驱动装置和探针装置均固定在安装管道的内侧，且探针装置与驱动装置的输出端传动连接，所述探针装置设有两个，此无创喉肌电监测装置，可在电极探针进行人体喉部后，对其进行展开，使其充分与人体的喉肌接触，而且通过定位装置可对电极探针的位置进行限定，防止其与监测点发生相对移动，提高了电极探针连接的稳定性，使获得的喉肌电信号更加准确。
-
公开(公告)号：CN118396872A
公开(公告)日：2024-07-26
申请号：CN202410640490.5
申请日：2024-05-22
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T5/60 , G06F30/23 , G06F30/10 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明提供基于深度学习的血管内超声图像弹性重建方法及设备、介质，通过有限元模拟血管建立数据集；将初始弹性模量分布作为神经网络模型的输入，得到预测位移场；通过预测位移场和实际测得位移场计算损失函数，以优化模型参数；计算实际位移场与预测位移场差异的目标函数；若目标函数不收敛，则进行弹性模量分布迭代，直至目标函数收敛，获得最新的弹性模量分布。本发明使用深度学习模型替代有限元方法实现动脉血管弹性模量重建，得到更快的重建速度与更准确的弹性模量计算结果，能为反演实时性提供保证；采用深度学习方法，由于输入信息带有噪声，故训练好的模型进行的是带有噪声数据的输入到输出的学习，因此该方法能自动学习对于噪声的处理。
-
公开(公告)号：CN106709469B
公开(公告)日：2020-06-23
申请号：CN201710002025.9
申请日：2017-01-03
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06K9/00 , G06K9/62 , A61B5/0476 , A61B5/0488 , A61B5/00
Abstract: 本案涉及基于脑电和肌电多特征的自动睡眠分期方法，包括采集脑电信号和肌电信号；采用小波分解去除脑电信号和肌电信号中的高频噪声；提取去噪后的脑电信号的α、β、θ、δ特征波的能量比，得到第一特征参数；利用样本熵算法提取脑电信号样本熵，得到第二特征参数；利用小波分解算法提取肌电信号中的高频特征能量比，得到第三特征参数；将第一特征参数、第二特征参数和第三特征参数输入支持向量机中进行训练和测试，从而得到分类结果。本案采用提取EEG和EMG多个特征的方法，结合支持向量机分类器，提高了睡眠分期的准确率；交叉验证结果表明该方法具有一定的泛化能力；实验结果可信度高，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.053 seconds)
