-
公开(公告)号:CN119380071A
公开(公告)日:2025-01-28
申请号:CN202411304357.9
申请日:2024-09-18
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/764 , G06V10/774 , G06V10/34
Abstract: 本发明公开了一种医疗超声图像切面自动分类方法,具体涉及超声图像处理技术领域,通过从不同类别的预处理图像随机选取M个图像作为训练样本,并且对每个训练样本的特征进行归一化处理,并进行特征权重计算,将特征权重赋予训练集每个样本进行计算,得到每个样本的加权特征的权重,采用加权特征的权重训练SVM分类模型,根据图像低层特征分布的离散程度来衡量特征相对应类别的重要性,增加相关度高的特征权重,降低相关度低的特征权重,避免后续模型被弱相关或不想管的特征所支配,本发明通过为每个类别选择出适合自身的特征权重,将加权特征嵌入至SVM分类模型中用于图像分类,能够降低SVM分类模型的复杂程度,提高切面图像分类的准确性。
-
公开(公告)号:CN116704305A
公开(公告)日:2023-09-05
申请号:CN202310733977.3
申请日:2023-06-20
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种基于深度学习算法的超声心动图多模态多切面分类方法,包括:采集成人超声心动图视频及图像,对其进行预处理,对预处理后的成人超声心动图视频及图像进行标注,生成成人超声心动图数据集,将成人超声心动图数据集划分为训练集、验证集及测试集。基于ResNet网络构建成人超声心动图切面分类模型,并通过训练集对其进行训练,通过验证集筛选最佳分类模型,基于测试集,对最佳成人超声心动图切面分类模型进行性能评估,将待测图像或视频输入成人超声心动图切面分类模型中,得到分类结果。本发明提供的基于深度学习算法的超声心动图多模态多切面分类方法,能够实现超声心动图多模态多切面的自动分类,分类精度高,省时省力。
-
公开(公告)号:CN220017725U
公开(公告)日:2023-11-14
申请号:CN202321487608.2
申请日:2023-06-12
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本实用新型涉及一种便携式超声耦合剂加热装置,包括外壳及无菌隔离袋,外壳上设置有加热组件;加热组件包括无菌隔离袋、加热装置以及供水元件,外壳中设置有水浴腔及放置腔,水浴腔上设置有与之滑动连接的金属网兜,水浴腔上设置有升降元件,升降元件的输出端与金属网兜相连,无菌隔离袋的开口端可拆卸安装在金属网兜的一端部上,供水元件安装在外壳上,放置腔处设置有一号储水筒,一号储水筒的一端部与供水元件相连,本实用新型中设置有加热组件,整个装置使用的过程中,保证了耦合剂的均匀受热,同时设置了具有可拆卸安装效果的供水及液体回收结构,使用时增加了整个装置的便携性,整个装置符合实际的使用场景,实用性较强。
-
-