-
公开(公告)号：CN113158821B
公开(公告)日：2024-04-12
申请号：CN202110336202.3
申请日：2021-03-29
Applicant: 中国科学院深圳先进技术研究院 , 中山大学中山眼科中心
IPC: G06V40/18 , G06V10/80 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本申请适用于人工智能技术领域，提供了基于多模态的眼部检测数据的处理方法、装置及终端设备，包括：获取待处理至少两种不同的眼部检测数据；采用与至少两种不同的所述眼部检测数据一一对应的特征提取网络，提取每一种所述眼部检测数据对应的数据特征；将至少两种不同的所述眼部检测数据对应的数据特征进行特征融合，得到融合特征；利用分类器对所述融合特征进行分类，得到至少两种不同的所述眼部检测数据的分类结果。通过上述方法，能够得到更准确的分类结果。
-
公开(公告)号：CN113850203B
公开(公告)日：2023-01-03
申请号：CN202111144365.8
申请日：2021-09-28
Applicant: 北京百度网讯科技有限公司 , 中山大学中山眼科中心
IPC: G06V40/18 , G06V40/19 , G06V10/60 , G06V10/764 , G06T7/00
Abstract: 本公开提供了一种粘连检测模型训练、粘连检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及计算机视觉、深度学习等人工智能技术领域。该方法的一具体实施方式包括：获取通过前段光学相干断层摄影技术对同一眼部对象在明、暗环境下拍摄的明暗图像对和眼部对象是否存在粘连的标注结果，利用初始模型的特征提取模块提取明、暗特征后输入至该初始模型的对比模块，以标注结果作为初始模型的输出，基于明特征和暗特征之间的差异特征确定用于监督训练的对比损失函数后，对该初始模型进行训练，在该对比损失函数满足预设的第一跳出条件时跳出，得到粘连检测模型。应用该实施方式提供的粘连检测模型能够识别眼部图像中是否存在粘连。
-
公开(公告)号：CN110619332B
公开(公告)日：2022-03-29
申请号：CN201910744386.X
申请日：2019-08-13
Applicant: 中国科学院深圳先进技术研究院 , 中山大学中山眼科中心
IPC: G06V30/148 , G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/75 , G06V10/764
Abstract: 一种基于视野检查报告的数据处理方法包括：获取待处理的视野检查报告中的光敏感度数据图数据、模式偏差数值图数据和模式偏差概率图数据；将所述光敏感度数据图数据输入第一卷积神经网络模型得到第一训练分值，将模式偏差数值图数据输入第二卷积神经网络模型得到第二训练分值，将所述模式偏差概率图数据输入第三卷积神经网络模型得到第三训练分值；根据所述第一分值、第二分值、第三分值以及对应的权值计算得到分类结果。与通过图像对比的方式相比，识别精度更高，并且在模式偏差概率图和模式偏差数值图的基础上，引入保留有原始信息的光敏感度数据图，更加充分的利用视野检查报告信息，有利于提高所获取的分类结果的准确度。并且基于该分类结果，有利于提高最终报告的生成效率，并且结合其它检测信息，可以有助于医务人员快速的对病情进行评估。
-
公开(公告)号：CN113158822B
公开(公告)日：2023-09-29
申请号：CN202110336212.7
申请日：2021-03-29
Applicant: 中国科学院深圳先进技术研究院 , 中山大学中山眼科中心
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请适用于人工智能技术领域，提供了基于跨模态关系推理的眼部检测数据的分类方法及装置，包括：获取视野VF数据和视盘数据；将VF数据和视盘数据输入已训练的卷积神经网络模型，得到VF数据和视盘数据对应的分类结果，其中，卷积神经网络模型对VF数据和视盘数据的处理过程包括：分别提取VF数据和视盘数据的数据特征，得到VF数据特征和视盘数据特征，对VF数据特征和视盘数据特征进行联合处理，得到VF数据的增强特征和视盘数据的增强特征，将VF数据的增强特征和视盘数据的增强特征进行特征融合，得到融合特征，将融合特征进行分类，得到分类结果。通过上述方法，能够得到更准确的分类结果。
-
公开(公告)号：CN114120357B
公开(公告)日：2023-04-07
申请号：CN202111238627.7
申请日：2021-10-22
Applicant: 中山大学中山眼科中心
IPC: G06V40/10 , G06V20/00 , G06V10/25 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于神经网络技术领域，公开了一种基于神经网络的防近视方法和装置。所述防近视方法包括：获取待检测图像，所述待检测图像包括人体上半身图像和被视物体；将待检测图像输入到预先训练好的神经网络模型，获取人体的头部区域和被视区域；获取头部区域和被视区域之间的第一距离；将第一距离和标准阅读距离进行比较，若所述第一距离小于标准阅读距离，则发出第一提醒。有益效果：采用了神经网络对头部区域和阅读区域进行识别，通过摄像装置获取头部区域和阅读区域的距离，避免了青少年穿戴防近视设备的问题，可以避免穿戴防近视设备的诸多不良影响。
-
Patent Agency Ranking
公开(公告)号：CN115300227A
公开(公告)日：2022-11-08
申请号：CN202210888807.8
申请日：2022-07-25
Applicant: 中山大学中山眼科中心
Abstract: 本发明公开了一种双头型房角分离器，包括依次连接的手柄部、第一颈部和第一头部，所述第一颈部呈长条状结构设计，或呈弯折结构设计，所述第一头部上设有纵向设置的弧形弯环；还包括第二颈部和第二头部，所述第二颈部呈长条状结构设计，或呈弯折结构设计，所述第二头部上设有纵向设置的弧形弯环，且所述第一头部或第二头部的弧形弯环上设有若干钝齿。本技术方案的房角分离器适用于各种房角关闭、粘连的青光眼手术，具有适用性更高、适用性更强，安全性更好、操作效率更快的有益效果，更符合用户所需。
-
公开(公告)号：CN112712531B
公开(公告)日：2022-05-31
申请号：CN202011612754.4
申请日：2020-12-29
Applicant: 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 , 中国科学院宁波材料技术与工程研究所 , 中山大学中山眼科中心
Abstract: 本发明公开一种基于卷积循环神经网络的AS‑OCT图像的房角分类方法，使用全局扫描对齐方法对AS‑OCT切片进行对齐操作，解决眼睛不自主运动和眼睛的光轴不适当放置的可能性导致的图像错位；采用深度学习分割算法对虹膜进行分割，从而由虹膜根部确定ACA的区域；基于卷积循环神经网络同时对二维图像和图像序列信息进行建模，提高网络对窄角和粘连的分类性能。本发明能够对开、狭窄和粘连的青光眼进行准确分类，达到世界先进水平。
-
公开(公告)号：CN110619332A
公开(公告)日：2019-12-27
申请号：CN201910744386.X
申请日：2019-08-13
Applicant: 中国科学院深圳先进技术研究院 , 中山大学中山眼科中心
Abstract: 一种基于视野检查报告的数据处理方法包括：获取待处理的视野检查报告中的光敏感度数据图数据、模式偏差数值图数据和模式偏差概率图数据；将所述光敏感度数据图数据输入第一卷积神经网络模型得到第一训练分值，将模式偏差数值图数据输入第二卷积神经网络模型得到第二训练分值，将所述模式偏差概率图数据输入第三卷积神经网络模型得到第三训练分值；根据所述第一分值、第二分值、第三分值以及对应的权值计算得到分类结果。与通过图像对比的方式相比，识别精度更高，并且在模式偏差概率图和模式偏差数值图的基础上，引入保留有原始信息的光敏感度数据图，更加充分的利用视野检查报告信息，有利于提高所获取的分类结果的准确度。并且基于该分类结果，有利于提高最终报告的生成效率，并且结合其它检测信息，可以有助于医务人员快速的对病情进行评估。
-
公开(公告)号：CN116042618A
公开(公告)日：2023-05-02
申请号：CN202211556880.1
申请日：2022-12-06
Applicant: 中山大学中山眼科中心
IPC: C12N15/113 , C12N15/867 , A61K31/7088 , A61K31/713 , A61K48/00 , A61P27/06
Abstract: 本发明公开了一种靶向碳酸酐酶2的sgRNA及其应用。靶向碳酸酐酶2的sgRNA包括如SEQ ID NO.1所示的sgRNA和如SEQ ID NO.2所示的sgRNA。本发明基于CRISPR‑Cas9及AAV技术开发出双位点敲除睫状体Car2的sgRNA，实现了高效的Car2靶向，敲除效率高，有效抑制房水生成，降眼压效果明显且维持时间长，显著减少视网膜神经节细胞凋亡，可用于青光眼治疗，具有广阔的应用前景。
-
公开(公告)号：CN114120357A
公开(公告)日：2022-03-01
申请号：CN202111238627.7
申请日：2021-10-22
Applicant: 中山大学中山眼科中心
IPC: G06V40/10 , G06V20/00 , G06V10/25 , G06V10/774 , G06V10/74 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于神经网络技术领域，公开了一种基于神经网络的防近视方法和装置。所述防近视方法包括：获取待检测图像，所述待检测图像包括人体上半身图像和被视物体；将待检测图像输入到预先训练好的神经网络模型，获取人体的头部区域和被视区域；获取头部区域和被视区域之间的第一距离；将第一距离和标准阅读距离进行比较，若所述第一距离小于标准阅读距离，则发出第一提醒。有益效果：采用了神经网络对头部区域和阅读区域进行识别，通过摄像装置获取头部区域和阅读区域的距离，避免了青少年穿戴防近视设备的问题，可以避免穿戴防近视设备的诸多不良影响。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.054 seconds)
