-
公开(公告)号：CN112657037A
公开(公告)日：2021-04-16
申请号：CN202110029505.0
申请日：2021-01-11
Applicant: 华中科技大学 , 华中科技大学同济医学院附属同济医院
Abstract: 本发明属于医疗设备相关技术领域，其公开了一种基于可变光的精神障碍智能治疗设备，其包括数据输入端、后台识别模块、中央处理模块、执行模块及反馈处理模块，数据输入端用于为使用者提供输入界面以获取患者信息，同时将得到的信息数据传输给后台识别模块；后台识别模块用于对接收到的数据信息进行识别；中央处理模块用于将病症类别信息与治疗方案数据库中的数据进行对应匹配，以判定出相应地最佳治疗参数；执行模块用于根据治疗参数对患者进行光疗；反馈处理模块用于实时监测治疗过程中的患者生理信息及治疗结果；中央处理模块还用于根据数据信息对治疗参数进行实时更新，以达到最佳的治疗效果。本发明提高了准确性及有效性，且集成度较高。
-
公开(公告)号：CN113887228B
公开(公告)日：2024-09-20
申请号：CN202111111493.2
申请日：2021-09-23
Applicant: 华中科技大学
IPC: G06F40/295 , G06F40/186 , G06F18/22 , G06F18/241 , G16H50/20
Abstract: 一种基于Rocchio算法的甲状腺超声特征肿瘤分级系统，属于自然语言处理下的文本分类领域，本发明利用Rocchio算法识别生物医学命名实体，再通过映射关系对甲状腺TI‑RADS分级进行匹配，从而对甲状腺肿瘤进行分级，起到辅助诊断的作用。医生在诊断甲状腺患者的过程中，可利用该系统自动导入甲状腺及颈部淋巴结彩超报告，通过训练好的Rocchio算法模型和已命名生物医学实体实现肿瘤分级功能，从而帮助医生快速深入了解患者甲状腺肿瘤细节，提高诊断水平。同时，桌面端系统所具备的稳定性对医疗临床每日大批数据的处理也具有一定的适用性。
-
公开(公告)号：CN113768528A
公开(公告)日：2021-12-10
申请号：CN202111129682.2
申请日：2021-09-26
Applicant: 华中科技大学
Abstract: 本发明公开一种CT影像脑出血辅助定位系统，属于图像定位领域。包括：数据获取模块，用于获取多张原始CT图像，标记出CT图像所属颅脑断层，得到训练集；训练模块，用于利用训练集对CT断层分类网络进行训练；第一定位模块，用于获取待定位个体的全部CT图像，输入至训练好的CT断层分类网络，得到颅脑断层预测类别，按序表示为CT图像的颅脑断层分类序列；第三定位模块，用于利用脑区划分映射图对CT图像的断层分类序列中的每一层进行层内脑区划分，将发生脑出血所在的脑区部位输出，实现出血区域定位。本发明利用残差神经网络搭建CT断层分类模型，通过映射关系对层内脑区划分，从而对脑出血区域进行大致定位，起到辅助诊断作用，将CT报告等待时间缩短。
-
公开(公告)号：CN113205490A
公开(公告)日：2021-08-03
申请号：CN202110418327.0
申请日：2021-04-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于Mask R‑CNN网络的辅助诊断系统和辅助诊断信息生成方法，属于医学图像处理及分割技术领域，系统包括数据上传端，用于上传患者的CT图像及对应的医学辅助信息，CT图像携带患者脑部出血信息；图像处理器，与数据上传端连接，用于将CT图像进行增强化和灰度化得到灰度图像；目标检测模块，与图像处理器连接，用于利用训练好的Mask R‑CNN网络模型检测灰度图像以识别和提取病灶特征信息；诊断分析模块，与目标检测模块连接，用于将病灶特征信息与病例数据库中的结构化病历进行匹配，再合成医学辅助信息生成辅助诊断信息。本发明利用训练好Mask R‑CNN网络模型扫描脑部CT图像生成辅助诊断信息，从而提高急诊筛查脑出血的效率。
-
公开(公告)号：CN113768528B
公开(公告)日：2024-12-13
申请号：CN202111129682.2
申请日：2021-09-26
Applicant: 华中科技大学
Abstract: 本发明公开一种CT影像脑出血辅助定位系统，属于图像定位领域。包括：数据获取模块，用于获取多张原始CT图像，标记出CT图像所属颅脑断层，得到训练集；训练模块，用于利用训练集对CT断层分类网络进行训练；第一定位模块，用于获取待定位个体的全部CT图像，输入至训练好的CT断层分类网络，得到颅脑断层预测类别，按序表示为CT图像的颅脑断层分类序列；第三定位模块，用于利用脑区划分映射图对CT图像的断层分类序列中的每一层进行层内脑区划分，将发生脑出血所在的脑区部位输出，实现出血区域定位。本发明利用残差神经网络搭建CT断层分类模型，通过映射关系对层内脑区划分，从而对脑出血区域进行大致定位，起到辅助诊断作用，将CT报告等待时间缩短。
-
Patent Agency Ranking
公开(公告)号：CN113576508B
公开(公告)日：2024-07-09
申请号：CN202110826032.7
申请日：2021-07-21
Applicant: 华中科技大学
IPC: A61B6/03 , G06T7/136 , G06T7/155 , G06T7/00 , G06V10/26 , G06V10/28 , G06V10/34 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G16H30/20 , G16H50/20
Abstract: 本发明公开了一种基于神经网络的脑出血辅助诊断系统，属于医学图像处理及分割技术领域，包括：获取模块，用于获取多张原始的CT图像，并标记出病灶区域；处理模块，用于对所述多张原始的CT图像进行图像增强，得到训练集；训练模块，用于利用所述训练集对神经网络进行训练；第一诊断模块，用于获取二次拍摄的CT图像并进行预处理，并将处理后的图像输入训练后的神经网络，得到与输入图像尺寸一致的表示每个像素置信度的灰度图；第二诊断模块，用于对所述灰度图依次进行阈值分割、形态学闭运算以及消除孔洞处理；并根据处理后的灰度图实现脑出血病灶检测以及出血量计算。如此，本发明能够提高脑出血诊疗的效率和准确率。
-
公开(公告)号：CN118261825A
公开(公告)日：2024-06-28
申请号：CN202410320610.3
申请日：2024-03-20
Applicant: 华中科技大学
IPC: G06T5/77
Abstract: 本发明属于历史建筑修复相关技术领域，并公开了一种破损历史建筑装饰性构件原貌推理重建方法及系统。该方法包括下列步骤：S1构建纹饰符号和历史建筑装饰性构件连接处的连接状态属性的数据库；S2拟合破损部位的形状轮廓，构建破损部位的连接状态属性；S3将获得的连接状态属性与数据库比对，获得与该连接状态属性相匹配的纹饰符号，构建该匹配的纹饰符号的点云模型，将该点云模型与待修复历史建筑装饰性构件的点云模型进行配准，获得修复后的完整点云模型；S4利用完整点云模型进行待修复历史建筑装饰性构件进行表面重建，以此实现待修复历史建筑装饰性构件的原貌推理重建。通过本发明，解决现有技术中破损构件原貌难以推理和修复的问题。
-
公开(公告)号：CN118013613A
公开(公告)日：2024-05-10
申请号：CN202410063020.7
申请日：2024-01-16
Applicant: 华中科技大学
IPC: G06F30/13 , G06F17/10 , G06T17/00 , G06F113/10 , G06F111/10 , G06F119/14
Abstract: 本发明属于历史建筑修复相关技术领域，其公开了一种历史建筑构件增减材智能修复方法及系统，其中方法包括：S1，获取增材填充模型；S2，根据增材填充模型以及修复材料的打印特性进行增材打印规划，根据增材打印规划进行打印填充，获取增材修复构件；S3，获取减材加工区域；S4，根据减材加工区域和修复材料的减材加工特性进行减材加工规划，根据减材加工规划进行减材加工，获取减材修复构件；S5，对减材修复构件进行质量检测，若满足精度要求则输出其为成品构件；S6，对成品进行风格一致处理。本发明针对建筑修复材料粘性、流动性、凝固慢的特点，对复杂不规则历史建筑进行增减材修复，提高了修复精度、成品质量和一致性。
-
公开(公告)号：CN113887228A
公开(公告)日：2022-01-04
申请号：CN202111111493.2
申请日：2021-09-23
Applicant: 华中科技大学
IPC: G06F40/295 , G06F40/186 , G06K9/62 , G16H50/20
Abstract: 一种基于Rocchio算法的甲状腺超声特征肿瘤分级系统，属于自然语言处理下的文本分类领域，本发明利用Rocchio算法识别生物医学命名实体，再通过映射关系对甲状腺TI‑RADS分级进行匹配，从而对甲状腺肿瘤进行分级，起到辅助诊断的作用。医生在诊断甲状腺患者的过程中，可利用该系统自动导入甲状腺及颈部淋巴结彩超报告，通过训练好的Rocchio算法模型和已命名生物医学实体实现肿瘤分级功能，从而帮助医生快速深入了解患者甲状腺肿瘤细节，提高诊断水平。同时，桌面端系统所具备的稳定性对医疗临床每日大批数据的处理也具有一定的适用性。
-
公开(公告)号：CN113576508A
公开(公告)日：2021-11-02
申请号：CN202110826032.7
申请日：2021-07-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于神经网络的脑出血辅助诊断系统，属于医学图像处理及分割技术领域，包括：获取模块，用于获取多张原始的CT图像，并标记出病灶区域；处理模块，用于对所述多张原始的CT图像进行图像增强，得到训练集；训练模块，用于利用所述训练集对神经网络进行训练；第一诊断模块，用于获取二次拍摄的CT图像并进行预处理，并将处理后的图像输入训练后的神经网络，得到与输入图像尺寸一致的表示每个像素置信度的灰度图；第二诊断模块，用于对所述灰度图依次进行阈值分割、形态学闭运算以及消除孔洞处理；并根据处理后的灰度图实现脑出血病灶检测以及出血量计算。如此，本发明能够提高脑出血诊疗的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
