-
公开(公告)号：CN114052676A
公开(公告)日：2022-02-18
申请号：CN202111374218.X
申请日：2021-11-19
Applicant: 南开大学
Abstract: 本发明提出了一种中医脉搏精简阵列传感器及其全阵列脉搏信息获取算法。精简阵列传感器由一组纵向传感单元(沿桡动脉方向排列)和一组横向传感单元(垂直桡动脉方向排列)两部分组成，分别获取纵向和横向脉搏跳动强度数值及变化规律。然后根据每个时刻各传感单元感知的脉搏强度数值及其沿纵向和横向强度数值变化规律，计算获取全阵列各单元在该时刻的脉搏强度数值。这样，采用较少的传感单元即可达到获取高空间分辨率脉搏信息的目的。本发明解决了其它脉搏阵列传感器空间分辨率与传感灵敏度之间的矛盾。提供了一种成本低、工艺限制低、准确度高、实时性好、空间分辨率高、获取信息完整的脉搏采集方案。
-
公开(公告)号：CN116982935A
公开(公告)日：2023-11-03
申请号：CN202310967948.3
申请日：2023-08-02
IPC: A61B5/00 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , A61B5/055
Abstract: 本发明提供了一种基于T1WI和QSM的深度学习脑龄测试方法及系统，涉及医学图像分析领域，包括：获取测试者的磁共振T1WI数据和QSM图像数据；根据深度学习算法以及测试者的磁共振T1WI数据和QSM图像数据，确定测试者的脑核团三维分割图；根据测试者的脑核团三维分割图，计算测试者对应的数值形状特征和磁敏感值的统计特征；根据脑龄测试模型以及测试者对应的数值形状特征和磁敏感值的统计特征，计算测试者的脑龄；其中，脑龄测试模型是对健康者对应的年龄、数值形状特征和磁敏感值的统计特征进行线性回归后得到的。本发明能够更全面更准确进行脑龄测试。
-
公开(公告)号：CN116152238A
公开(公告)日：2023-05-23
申请号：CN202310411589.3
申请日：2023-04-18
Applicant: 天津医科大学口腔医院 , 南开大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/11 , G06T7/62
Abstract: 本发明提出一种基于深度学习的颞下颌关节间隙面积自动测量方法，实现了颞下颌关节的分割及其间隙面积的自动化测量，涉及医学图像分析领域。本发明利用VNet神经网络进行图像分割，在分割图的基础上进行矢状面筛选和待测区域的定位，测量选定切面的颞下颌关节间隙的前后面积，在CBCT图像和分割图中标注出对应的测量区域，解决了颞下颌关节间隙面积的自动化测量和标注问题，通过实现图像分割和自动化测量，一定程度上将解决口腔科医生的工作效率问题及由于临床经验导致的人工错误分割和测量问题。
-
公开(公告)号：CN119380085A
公开(公告)日：2025-01-28
申请号：CN202411416303.1
申请日：2024-10-11
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/74 , G06F40/126 , G06F18/25 , G06F16/53 , G06N3/0455 , G06N3/09
Abstract: 本申请公开了一种基于对比学习的图像编码器‑文本编码器联合训练方法、图像查询方法、健康状态测评方法和设备，涉及医学图像理解领域，该方法包括：将各个3D多模态脑MRI图像和各个中文医学报告分别输入至图像编码器模型和文本编码器模型，获得一维图像向量和一维文本向量；根据图像‑文本相似度矩阵、文本‑图像相似度矩阵和语义相似度矩阵，利用融合损失函数，计算当前次迭代的损失并对图像编码器模型和文本编码器模型的参数进行优化；达到迭代结束条件时得到训练后的图像编码器模型和文本编码器模型。本申请实现了图像与文本的零样本分类与跨模态互相检索等下游任务。
-
公开(公告)号：CN119027443A
公开(公告)日：2024-11-26
申请号：CN202411505994.2
申请日：2024-10-28
Applicant: 广州医科大学附属口腔医院(广州医科大学羊城医院) , 南开大学
IPC: G06T7/13 , G16H30/40 , G06T17/20 , G06T5/60 , G06T5/70 , G06V10/26 , G06V10/762 , G06V10/774 , G06V10/82
Abstract: 本发明涉及全冠修复技术领域，公开了基于深度学习的全冠修复预备体边缘线提取方法及系统，方法包括：获取测试者的预备体的三维网格数据；将测试者的预备体的三维网格数据输入三维网格语义分割网络模型，得到测试者的预备体的三维网格分割结果；对预备体的三维网格分割结果进行预处理，并对预处理后的三维网格分割结果进行平滑化处理，得到精确的三维网格分割结果；根据精确的三维网格分割结果，计算分割边缘，得到预备体的粗糙边缘线；根据预备体的粗糙边缘线进行平滑化处理和投影处理，得到预备体在三维网格上的平滑边缘线。本发明能够辅助标注预备体边缘线，节约修复体设计和制作时间，同时减少了由于主观因素造成的标注错误等问题。
-
Patent Agency Ranking
公开(公告)号：CN111862136A
公开(公告)日：2020-10-30
申请号：CN202010570403.5
申请日：2020-06-22
Applicant: 南开大学
Abstract: 本发明公开了一种基于卷积神经网络的多模态核磁影像缺血性脑卒中病变分割方法。包括步骤：基于3D U-Net网络原有框架设计深度卷积神经网络1；基于3×3×3卷积层、批标准化层的基本模块；基于3×3×3卷积层和三线性插值的3D可形变卷积模块；基于3D可形变卷积模块与基本模块的级联形变模块；基于3D U-Net网络与级联形变模块构建深度卷积神经网络2；将处理好的数据输入神经网络1进行预训练；将预训练得到的权重赋予神经网络2进行训练；在像素级标签的测试集上验证分割效果。本发明提出了对于缺血性脑卒中病变分割的自动化标注方法，这将大大减小标注数据的成本，在一定程度上增强工程可操作性，辅助医生对缺血性脑卒中患者的临床诊断。
-
公开(公告)号：CN111010360A
公开(公告)日：2020-04-14
申请号：CN201911323064.4
申请日：2019-12-20
Applicant: 南开大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于预编码的混合载波调制方法，包括步骤：对GFDM调制算法进行时频重构，将GFDM能够作为软件定义波形的基础波形，搭建以GFDM为基础的统一循环滤波载波调制模型；将GFDM模型与IEEE802.16a标准中的单载波传输模式SC-FDE相结合，得到基于GFDM调制系统的SC-GFDM单载波调制方式；依据LTE-A上行信道采用的SC-FDMA技术，提出一种基于DFT的GFDM频域扩展方案完成DFT-S-GFDM单载波调制系统；通过软件定义调整预编码矩阵方案完成同时兼容单载波GFDM和多载波GFDM的混合GFDM调制系统。本发明在长时间的相干积分中，通过将测距码周期性的叠加，降低数据长度，从而实现了运算量的降低。本发明通过设计一种统一结构的通信系统，使得GFDM单载波与多载波可以在一套硬件设备中共存，并根据需求以软件配置的方式实现不同工作模式的灵活选择，实现了一种可配置、易扩展的融合单载波与多载波的调制技术。
-
公开(公告)号：CN109451580A
公开(公告)日：2019-03-08
申请号：CN201811605875.9
申请日：2018-12-25
Applicant: 南开大学
IPC: H04W64/00
Abstract: 本发明专利提出一种用于在三维场景中震后被困人员的定位方法，该方法针对地震发生后，部分人员受困于楼宇等建筑中，且其手机无法接收GPS信号进行定位的情况，利用移动通信基站向被困人员手机提供通信信号，借助手机内置应用程序以及信号强度值，来对被困人员进行空间定位。该方法是通过利用采集到的被困人员手机的信号强度，通过对数正态阴影模型将信号强度转换为移动通信基站与被困人员手机的距离。有规律地更改移动通信基站的位置以获得多组数据，并借助空间几何公式求得被困人员在待测场地中的三维位置。本发明专利的定位方法的突出优点在于：能够应对地震这样的突发状况，无需被定位人员前期携带其他设备；且定位所需设备少，定位过程计算简单，能够满足震后快速、精准的定位需求。
-
公开(公告)号：CN114052676B
公开(公告)日：2024-05-07
申请号：CN202111374218.X
申请日：2021-11-19
Applicant: 南开大学
Abstract: 本发明提出了一种中医脉搏精简阵列传感器及其全阵列脉搏信息获取算法。精简阵列传感器由一组纵向传感单元(沿桡动脉方向排列)和一组横向传感单元(垂直桡动脉方向排列)两部分组成，分别获取纵向和横向脉搏跳动强度数值及变化规律。然后根据每个时刻各传感单元感知的脉搏强度数值及其沿纵向和横向强度数值变化规律，计算获取全阵列各单元在该时刻的脉搏强度数值。这样，采用较少的传感单元即可达到获取高空间分辨率脉搏信息的目的。本发明解决了其它脉搏阵列传感器空间分辨率与传感灵敏度之间的矛盾。提供了一种成本低、工艺限制低、准确度高、实时性好、空间分辨率高、获取信息完整的脉搏采集方案。
-
公开(公告)号：CN116152238B
公开(公告)日：2023-07-18
申请号：CN202310411589.3
申请日：2023-04-18
Applicant: 天津医科大学口腔医院 , 南开大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/11 , G06T7/62
Abstract: 本发明提出一种基于深度学习的颞下颌关节间隙面积自动测量方法，实现了颞下颌关节的分割及其间隙面积的自动化测量，涉及医学图像分析领域。本发明利用VNet神经网络进行图像分割，在分割图的基础上进行矢状面筛选和待测区域的定位，测量选定切面的颞下颌关节间隙的前后面积，在CBCT图像和分割图中标注出对应的测量区域，解决了颞下颌关节间隙面积的自动化测量和标注问题，通过实现图像分割和自动化测量，一定程度上将解决口腔科医生的工作效率问题及由于临床经验导致的人工错误分割和测量问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
