-
公开(公告)号：CN120020870A
公开(公告)日：2025-05-20
申请号：CN202311539277.7
申请日：2023-11-17
Applicant: 复旦大学
Abstract: 本发明涉及一种基于点云和体素融合策略的肝脏Couinaud分段方法，该方法包括以下步骤：步骤S1、从CT影像中提取肝脏掩膜，并生成肝脏血管注意力图；步骤S2、基于肝脏血管注意力图对肝脏进行3D空间下的连续点采样；步骤S3、将采样得到的3D点云体素化；步骤S4、基于3D空间中坐标点的拓扑关系和体素网格的语义信息，构建多尺度点云体素融合网络，并进行肝脏Couinaud分段预测。与现有技术相比，本发明具有精准度高的优点。
-
公开(公告)号：CN113947702B
公开(公告)日：2024-09-27
申请号：CN202111080047.X
申请日：2021-09-15
Applicant: 复旦大学
IPC: G06F18/25 , G06V10/80 , G06V10/764 , G06V10/82 , G06V40/16 , G06V40/10 , G06V40/20 , G10L25/30 , G10L25/63 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06N3/048
Abstract: 本发明涉及一种基于情境感知的多模态情感识别方法和系统，系统包括多模态信息采集单元、基于多模态行为表现的情感处理单元、基于场景上下文的情感分析单元、基于代理人群体交互的情感分析单元、基于代理人和情境交互的情感分析单元、基于自适应规划的特征融合单元、基于离散情感的识别单元、基于连续情感的预测单元以及显示模块，多模态数据一部分来源于面部表情、步态和手势信息；另一部分来自情境中的场景上下文、代理人群体互动上下文以及场景与代理人互动的上下文信息。与现有技术相比，本发明有效的解决了真实场景中情感识别效率低下，现有算法情感识别准确率不达标，识别算法鲁棒性和泛化能力受外界因素干扰的问题。
-
公开(公告)号：CN116561656A
公开(公告)日：2023-08-08
申请号：CN202310507775.7
申请日：2023-05-08
Applicant: 复旦大学
IPC: G06F18/241 , A61B5/372 , A61B5/00 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06T17/20 , G06F3/01
Abstract: 本发明公开了一种基于感兴趣脑区选择和连续小波变换的脑电解码方法；该方法通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电，然后基于源偶极子点的几何参数和运动想象脑电信号的生理学基础，对源成像之后的源区域进行更仔细地划分，进一步为了更好地权衡信号在时域和频域上的特征，使用连续小波变换进行特征提取，最后使用卷积神经网络完成特征的自动分类与挑选。本发明方法能在四分类运动想象脑电任务中取得较高的准确率，并具有较好的生理解释性。本发明中提出的感兴趣脑区划分方法有助于提高科研人员对脑电分析的效率，同时提出的解码方法有助于建立更加高效的人机交互系统。
-
公开(公告)号：CN111920420B
公开(公告)日：2023-08-08
申请号：CN202010740444.4
申请日：2020-07-28
Applicant: 复旦大学
IPC: A61B5/11 , A61B5/16 , G06F18/25 , G06F18/241
Abstract: 本发明涉及一种基于统计学习的患者行为多模态分析与预测系统，包括多模态采集模块、基于姿态的患者行为识别模块、基于生理信号的患者行为识别模块、基于情感信号的患者行为识别模块、基于语音信号的患者行为识别模块和基于多核学习的融合模块；基于多核学习的融合模块包括多核分类器，其训练过程具体为，对各个核函数分别进行训练并组合后，进行整体训练，得到每个核函数的权重系数。与现有技术相比，本发明所运用的多模态数据更接近云计算和大数据背景下患者信息流真实的形态，具有综合性和复杂性，利用多特征多核学习方法，在面对复杂的非线性多模态信息处理时减少了大量信息的损耗，且在处理模态跨度较大的数据时表现较好。
-
公开(公告)号：CN111916192B
公开(公告)日：2023-01-13
申请号：CN202010713382.8
申请日：2020-07-22
Applicant: 复旦大学(CN)
IPC: G16H40/20 , G06Q10/101 , G06F40/117 , G06F16/215 , G06F18/25
Abstract: 本发明涉及一种医疗行为多模态数据标注方法和系统，方法包括以下步骤：数据采集步骤：采集医疗行为多模态数据；初始化步骤：进行数据清洗，获取未标注空白数据，并初始化多模态数据自动标注模型；模型训练步骤：基于未标注空白数据构建待标注多模态数据，并载入多模态数据自动标注模型中，获得自动标注数据，对该待检验标注数据进行复核检验，从而对多模态数据自动标注模型进行训练；结果获取步骤：采用训练后的多模态数据自动标注模型对待标注多模态数据进行自动标注。与现有技术相比，本发明将开发过程和标注过程结合起来，同时添加了自动标注模型，不仅减轻了标注人员的工作压力，提高标注效率，还减少了标注错误率，提升标注准确率。
-
Patent Agency Ranking
公开(公告)号：CN113989920A
公开(公告)日：2022-01-28
申请号：CN202111193385.4
申请日：2021-10-13
Applicant: 复旦大学
Abstract: 本发明涉及一种基于深度学习的运动员行为质量评估方法，基于的评估系统包括人体跟踪单元、人体姿势估计单元、动作序列特征提取与增强单元，得分预测单元和显示单元；视频输入至人体跟踪单元，对视频的各帧进行目标检测，得到各帧的检测框作为跟踪结果，在显示单元对跟踪结果进行可视化；人体姿势估计单元获取跟踪结果，对各帧中运动员的姿势进行估计，得到关键点信息作为姿势估计结果，在显示单元对姿势估计结果进行可视化；动作序列特征提取与增强单元以视频、跟踪结果和姿势估计结果作为输入，进行特征提取、特征增强和特征融合后得到视频特征；得分预测单元以视频特征为输入，进行全动作流程质量评估和阶段性行为质量评估。
-
公开(公告)号：CN113888698A
公开(公告)日：2022-01-04
申请号：CN202111196268.3
申请日：2021-10-14
Applicant: 复旦大学
Abstract: 本发明涉及一种面向肝切除术的动态三维重建方法及系统，包括：基于术前CT图像得到初始网格数据；使用术中CT获取手术区域的二维投影图像，得到目标网格数据；使用目标网格数据与初始网格数据分别构建曲面模型并进行刚性配准，划定形变区域较大的模型曲面部分为待重构空间；将待重构空间内的初始网格区域进行非刚性变形，重建待重构空间的高分辨率曲面模型；使用生成的待重构空间的高分辨率曲面模型替代术前全肝组织精准三维曲面模型的对应部分。与现有技术相比，本发明解决了现有技术时间复杂度高、算力要求高、不能进行局部区域动态监测的问题，实现了在术中快速重建手术区域肝脏组织曲面，达到手术过程中动态监测和辅助精准切除的目的。
-
公开(公告)号：CN113730798A
公开(公告)日：2021-12-03
申请号：CN202110904369.5
申请日：2021-08-07
Applicant: 复旦大学 , 上海机器人产业技术研究院有限公司
Abstract: 本发明属于医用器械技术领域，具体为一种适应不同人手臂尺寸的非侵入式多通道电极阵列。本发明多通道电极阵列包括：接口、柔性电路板、电极、引线、水凝胶贴片；接口可以通过转接线与不同的电生理工作站连接，可以进行表面肌电信号采集，也可以进行手功能康复训练。柔性电极阵列长度超出实际使用需求时，可以从尾端剪去多余部分，不影响电极阵列的性能。水凝胶贴片粘在柔性电极阵列的电刺激靶点电极上，并且贴有水凝胶贴片的一侧以环绕的方式贴在手臂皮肤上。本发明能够适配不同患者的手臂尺寸，实现个体快速穿戴，减少电极阵列使用前准备时间；可以适配不同的电生理工作站；安全性高，有利于患者康复。
-
公开(公告)号：CN111933276A
公开(公告)日：2020-11-13
申请号：CN202010711845.7
申请日：2020-07-22
Applicant: 复旦大学
Abstract: 本发明涉及一种面向智慧医院的人-信息-物理系统，包括：非接触体征检测传感器组，用于对患者的行为和身体特征信息进行感知，获取多维度的传感数据；医疗患者行为感知模块，用于对传感数据进行数据融合处理，得到实时体征数据；边缘计算智能终端，连接有智能基站，用于根据实时体征数据，执行本地计算任务，以及通过智能基站执行迁移计算任务，获取患者身体状况值；处理意见反馈模块，用于判断患者身体状况值是否异常，若为异常，则根据实时体征数据以及预先存储的历史体征数据，生成处理意见，并反馈给患者。与现有技术相比，本发明具有医疗资源的利用率高、时间延迟低、运算速度快、工作效率高以及提升了医疗质量等优点。
-
公开(公告)号：CN111883247A
公开(公告)日：2020-11-03
申请号：CN202010742790.6
申请日：2020-07-29
Applicant: 复旦大学
Abstract: 本发明公开了一种行为数据与医疗结局相关性的分析系统，包括运算处理器，以及与运算处理器相连的数据采集单元、数据获取单元、数据分析模块、数据库和结果输出模块构成，数据采集单元对医护人员的操作行为以及病人的外在体征信息进行采集，从而获取行为数据；数据获取单元获取病人的诊断数据；数据分析模块对采集获取的数据进行分析；数据库则储存采集获取以及分析出的数据；结果输出模块则将分析结果输出。本发明中，通过对医护人员的行为数据以及病患的体征和行为数据进行采集分析，来判断其对医疗结果产生的影响，从而有利于规范化针对性进行医疗行为确立，加快患者的康复时间，提升医疗服务品质。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.031 seconds)
