-
公开(公告)号：CN108109151A
公开(公告)日：2018-06-01
申请号：CN201711377852.2
申请日：2017-12-19
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于深度学习和形变模型的超声心动图心室分割方法和装置，是为了解决现有的人工标定边界的方式通常耗费大量的人力、物力，而且不同人标定的结果具有一定的差异性，导致对心室相关指标计算产生很大的负面影响的缺点而提出的，包括：使用人工标注过的训练数据对心室粗分割模型进行训练，得到粗分割训练结果；计算粗分割训练结果在每一个截面的中心点，根据所有中心点拟合出一条直线，并计算所有中心点在垂直于所述直线的方向到粗分割训练结果的外边缘的距离的平均值作为半径；根据计算得到的中心点和半径进行重采样，基于采样结果重构三维初始化模型；采用形变模型对心室粗分割结果进行精细分割。本发明适用于心室图像处理。
-
公开(公告)号：CN107203692A
公开(公告)日：2017-09-26
申请号：CN201710321707.6
申请日：2017-05-09
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于深度卷积神经网络的房颤检测的实现方法，该方法能够将单导联一维心电数据经过信号转换变成二维形式，使得其适用于处理二维数据的深度卷积神经网络，从而实现通过机器自动学习特征并进行分类，并最终实现房颤的自动化检测。将本发明的方法用于房颤检测时，无需检测P波或R‑R间期，也无需人为设计特征，极大地提高了房颤检测的效率和准确率，其中：基于静态小波变换结合深度卷积神经网络的房颤检测方法的准确率是98.63％，敏感性是98.79％，特异性是97.87％；基于短时傅里叶变换结合深度卷积神经网络的房颤检测方法的准确率是98.29％，敏感性是98.34％，特异性是98.24％。
-
公开(公告)号：CN104537187A
公开(公告)日：2015-04-22
申请号：CN201510018534.1
申请日：2015-01-14
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种驾驭式虚拟心脏仿真方法，本发明涉及的是基于驾驭式计算进行心脏电生理仿真的方法，本发明是要解决传统复杂心脏建模计算复杂、不合理或失效，而且修正后整个过程必须重做，从而造成了极大的人力物力资源浪费的问题。一、(1)虚拟心脏模型电生理仿真计算过程包括解析组织文件、边界初始化与仿真迭代计算三个部分；(2)虚拟心脏电生理仿真架构；二、驾驭式控制仿真客户端状态机的设计；三、客户端与服务端程序通信方式和消息格式的设计：采用C/S模式，基于TCP协议客户端程序与服务端程序进行通信。本发明应用于计算机仿真领域。
-
公开(公告)号：CN101782943B
公开(公告)日：2012-12-19
申请号：CN201010120294.3
申请日：2010-03-09
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于真实人体解剖数据的ECG仿真数据处理方法，涉及一种心电图仿真方法，解决了现有技术无法定量的确定心脏电生理特性的问题，具体过程如下：A、使用TNNP心室肌细胞模型，利用真实人体心脏解剖数据，建立心室电生理模型；B、对步骤A建立的心室电生理模型进行求解，求解出膜电位Vm；C、根据步骤B获得的膜电位Vm，获得时间t介质中所有的点相对于源极点的跨膜电压的密度ρ，以时间t为横轴，以介质中所有的点相对于源极点的跨膜电压的密度ρ为纵轴，绘制ECG曲线。本发明基于TNNP心室肌细胞模型，使用真实人体心脏解剖数据，建立心室电生理模型，引入辅助域求解膜电位Vm，并对心电图进行仿真。
-
公开(公告)号：CN101650835B
公开(公告)日：2011-09-28
申请号：CN200910072846.5
申请日：2009-09-09
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/20
Abstract: 一种基于局部线性嵌入法构建狗左心室传导系统的三维几何结构，具体涉及一种将平面图像映射成曲面图像的方法。本发明由下述步骤完成心室传导系统的构建：首先，将狗的左心室三维几何构形运用LLE算法映射到平面，记为心室传导系统的二维线状图；然后，将真实的心室传导系统的二维平面图中的传导系统提取出来并与其整合到新的图中；最后，将整合后的新图，再一次运用LLE算法映射到左心室的三维几何构型中，从而得到左心室传导系统的三维几何结构。本发明具有保持空间结构的局部线性特征的优势，同时兼顾高效快速的特点，并利用真实的数据，反应了较为真实的狗的左心室传导系统。
-
Patent Agency Ranking
公开(公告)号：CN107730497B
公开(公告)日：2021-09-10
申请号：CN201711024432.6
申请日：2017-10-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 一种基于深度迁移学习的血管内斑块属性分析方法，属于医学图像处理领域，具体涉及一种血管内斑块属性分析方法。本发明首先临床方式获取多模态血管内影像数据，人工标记血管内斑块的属性，然后对标记后的血管内影像进行预处理，将经预处理后的血管内影像数据作为深度卷积神经网络的输入，采用有监督的迁移学习方式进行深度卷积神经网络训练，并采用由基于反向传播算法的随机梯度下降方式进行网络参数的学习；接着采用训练好的多个跨模态的预测模型对步骤一中获取的血管内影像进行投票融合预测，最后生成斑块种类概率图谱。本发明解决了现有方法耗费人力多、存在人为差异、速率低的问题。本发明可运用于血管图像处理。
-
公开(公告)号：CN108109151B
公开(公告)日：2021-05-28
申请号：CN201711377852.2
申请日：2017-12-19
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于深度学习和形变模型的超声心动图心室分割方法和装置，是为了解决现有的人工标定边界的方式通常耗费大量的人力、物力，而且不同人标定的结果具有一定的差异性，导致对心室相关指标计算产生很大的负面影响的缺点而提出的，包括：使用人工标注过的训练数据对心室粗分割模型进行训练，得到粗分割训练结果；计算粗分割训练结果在每一个截面的中心点，根据所有中心点拟合出一条直线，并计算所有中心点在垂直于所述直线的方向到粗分割训练结果的外边缘的距离的平均值作为半径；根据计算得到的中心点和半径进行重采样，基于采样结果重构三维初始化模型；采用形变模型对心室粗分割结果进行精细分割。本发明适用于心室图像处理。
-
公开(公告)号：CN107203692B
公开(公告)日：2020-05-05
申请号：CN201710321707.6
申请日：2017-05-09
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于深度卷积神经网络的心电数据数字信号处理方法，该方法能够将单导联一维心电数据经过信号转换变成二维形式，使得其适用于处理二维数据的深度卷积神经网络。将本发明的方法用于房颤检测时，无需检测P波或R‑R间期，也无需人为设计特征，极大地提高了房颤检测的效率和准确率，其中：基于静态小波变换结合深度卷积神经网络的房颤检测方法的准确率是98.63％，敏感性是98.79％，特异性是97.87％；基于短时傅里叶变换结合深度卷积神经网络的房颤检测方法的准确率是98.29％，敏感性是98.34％，特异性是98.24％。
-
公开(公告)号：CN105512489B
公开(公告)日：2018-03-30
申请号：CN201510938331.4
申请日：2015-12-10
Applicant: 哈尔滨工业大学
IPC: G16H50/50
Abstract: 一种基于多尺度心脏Thimthy综合症发病机制的建模方法，本发明涉及Thimthy综合症发病机制的建模方法。本发明的目的是为了解决当前无法实现微观与宏观研究的统一的问题。一、建立Thimthy综合症离子通道模型；二、建立Thimthy综合症心肌细胞电生理模型；三、建立Thimthy综合症心肌纤维电生理模型；四、建立心脏切片几何模型；五、建立Thimthy综合症心肌组织电生理模型；步骤六、建立心脏几何模型；七、建立Thimthy综合症心脏电生理模型；八、建立人体的心脏‑躯干几何模型；九、与Thimthy综合症临床心电图对比分析。本发明应用于发病机制的建模方法领域。
-
公开(公告)号：CN105512489A
公开(公告)日：2016-04-20
申请号：CN201510938331.4
申请日：2015-12-10
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 一种基于多尺度心脏Thimthy综合症发病机制的建模方法，本发明涉及Thimthy综合症发病机制的建模方法。本发明的目的是为了解决当前无法实现微观与宏观研究的统一的问题。一、建立Thimthy综合症离子通道模型；二、建立Thimthy综合症心肌细胞电生理模型；三、建立Thimthy综合症心肌纤维电生理模型；四、建立心脏切片几何模型；五、建立Thimthy综合症心肌组织电生理模型；步骤六、建立心脏几何模型；七、建立Thimthy综合症心脏电生理模型；八、建立人体的心脏-躯干几何模型；九、与Thimthy综合症临床心电图对比分析。本发明应用于发病机制的建模方法领域。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
