-
公开(公告)号：CN117942056A
公开(公告)日：2024-04-30
申请号：CN202311733171.0
申请日：2023-12-18
Applicant: 复旦大学
IPC: A61B5/024 , G06F18/214 , G06F18/2411 , G06F18/15 , G06F18/213 , A61B5/00
Abstract: 本发明提供一种基于脉搏波的心律失常多分类检测方法及系统，涉及智能心率失常分类技术领域，利用心律失常类型预测模型对光电容积脉搏波信号作处理以得到心率失常的类型，该心率失常类型预测模型的波形空间特征提取层对脉搏波信号采集装置传送的信号通过多组顺序有效尺寸的卷积核，将多周期的一维脉搏波信号转化为多层二维空间特征矩阵，通过波形时间特征提取层接收二维空间特征矩阵，并结合学习时间依赖关系输出多维时间特征向量，事件发生预测层接收多维时间特征向量，并通过多层感知机，对心律失常发生类型预测，将光电容积脉搏波信号，输入到端到端的深度学习模型，在线数据处理分析预测心律失常发生类型，有效提升心率失常分类结果的精确性。
-
公开(公告)号：CN115995288A
公开(公告)日：2023-04-21
申请号：CN202211470009.X
申请日：2022-11-22
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供了一种病灶诊断框显示方法、装置及电子设备，涉及医学技术领域，包括获取结肠镜视频流的病灶诊断框结果，病灶诊断框结果包括病灶诊断框坐标、病灶预测概率；判断病灶预测概率是否小于预设概率值，当病灶预测概率小于预设概率值时，将病灶诊断框的颜色标记为第一颜色；判断病灶诊断框坐标是否偏离预设中心范围值，当病灶诊断框坐标偏离预设中心范围值时，将病灶诊断框的颜色标记为第二颜色；判断第一颜色和第二颜色是否相同，当第一颜色和第二颜色相同时，将病灶诊断框显示为第一颜色/第二颜色，并向用户发送提醒信息。本发明辅助医生获取更好的病灶图像并提高诊断的准确率，降低病灶诊断的假阳性率，并提高检测精度。
-
公开(公告)号：CN115830493A
公开(公告)日：2023-03-21
申请号：CN202211464480.8
申请日：2022-11-22
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及医疗检测技术领域，具体涉及一种计算结直肠镜检查过程中退镜时间的方法及装置，包括：获取内镜视频流，将所述内镜视频流拆解成内镜图像帧；按照预设频率将所述内镜图像帧输入到预先训练好的第一深度神经网络进行检测，得到进镜终点识别结果；按照所述预设频率将所述内镜图像帧输入到预先训练好的第二深度神经网络进行检测，得到器械识别结果；基于所述进镜终点识别结果、所述器械识别结果对所述退镜观察时间进行更新。本发明对内镜检查的视频流进行实时分析，动态识别内镜视频流的进镜终点，启动退镜计时，并在退镜过程中滤除器械操作的时间，从而实现退镜观察时间的准确计算，提高操作者的检查质量。
-
公开(公告)号：CN115761586A
公开(公告)日：2023-03-07
申请号：CN202211464948.3
申请日：2022-11-22
Applicant: 复旦大学附属中山医院
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种结肠镜检查中镜身异常识别方法、装置及电子设备，涉及医学技术领域，包括获取结肠镜待识别图像；逐一将结肠镜待识别图像输入至视野判别模型，得到结肠镜待识别图像的异常分类；依照结肠镜待识别图像的异常分类对结肠镜待识别图像归类并统计数量；判断是否存在单个异常分类的结肠镜待识别图像的统计数量超过阈值；当存在单个异常分类的结肠镜待识别图像的统计数量超过阈值时，将异常分类及其对应的结肠镜待识别图像的当前图像信息输出显示。本发明辅助医生通过卷积神经网络对肠镜检查过程中的视频流进行分析，当镜身处于异常状态时，给予及时的识别，并将相应情况告知操作者进行相应的调整，从而减少病变漏诊。
-
公开(公告)号：CN114822738A
公开(公告)日：2022-07-29
申请号：CN202210373305.1
申请日：2022-04-11
Applicant: 复旦大学附属中山医院
IPC: G16H10/60 , G16H30/20 , G16H50/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , H04M1/72403 , A61B5/00
Abstract: 本发明的一个技术方案是提供了一种基于手机终端的患者肠道准备情况评估系统，其特征在于，包括远程服务器以及用户手机端，其中：用户手机端进一步包括手机端通讯模块；手机端拍照模块；手机端分析模块；手机端显示模块。本发明的另一个技术方案是提供了一种基于上述系统实现的基于手机终端的患者肠道准备情况评估方法。本发明通过手机终端对患者肠道准备后的马桶内残留粪水图像进行采集和处理分析，对患者的肠道情况进行即时评估并将评估结果上传至服务器，患者可按评估结果进行进一步的改善。本发明提供的系统和方法基于边缘计算，在手机APP中完成图片特征计算，而无需将原始图片上传至服务器，充分保护患者隐私。
-
Patent Agency Ranking
公开(公告)号：CN119671969A
公开(公告)日：2025-03-21
申请号：CN202411730581.4
申请日：2024-11-28
Applicant: 复旦大学附属中山医院
IPC: G06T7/00 , G06V10/82 , G06V10/20 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于术前增强CT深度学习技术预测小肾癌侵袭性的方法，步骤包括：步骤S1：训练数据集的收集与标注；步骤S2：多尺度特征聚合分割网络训练，利用标注好的CT增强图像训练SRCC‑Former网络；步骤S3：分割网络的部署与预测，将常规肾癌增强图像送入训练好的SRCC‑Former，获取侵袭性预测结果以及小肾癌病灶分割预测；步骤S4：输出模型结果。本发明利用术前增强CT图像，采用深度学习技术，提取量化组织特征，判断小肾癌是否具有侵袭性，为临床医生治疗方案的选择提供更多依据。该方法可以有效避免不必要的手术或消融治疗，减少治疗风险和医疗费用。
-
公开(公告)号：CN117831703B
公开(公告)日：2024-08-09
申请号：CN202410003596.4
申请日：2024-01-02
Applicant: 复旦大学
IPC: G16H20/00 , G16H50/70 , G16H10/20 , G16H10/60 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于图神经网络与深度学习的失能老人照护方案推荐方法，采用护理需求调查表采集多位失能老人特征信息，确定照护项目标签，作为深度学习模型的训练数据；以老人和特征作为本体构建二部图结构图数据集，构建神经网络模型并基于二部图结构图数据集对该模型进行训练，得到照护方案推荐模型；将已填好的护理需求调查表数据作为预先训练好的深度学习模型的输入信息，预测得到该失能老人的照护方案。该方法以二部图的方式建模失能老人照护数据，充分保留原始数据中的样本特征及关系信息，适用于复杂而个性化的照护推荐任务，提高照护推荐模型预测时对样本全局信息的提取能力。
-
公开(公告)号：CN117942056B
公开(公告)日：2025-01-28
申请号：CN202311733171.0
申请日：2023-12-18
Applicant: 复旦大学
IPC: A61B5/024 , G06F18/214 , G06F18/2411 , G06F18/15 , G06F18/213 , A61B5/00
Abstract: 本发明提供一种基于脉搏波的心律失常多分类检测方法及系统，涉及智能心律失常分类技术领域，利用心律失常类型预测模型对光电容积脉搏波信号作处理以得到心律失常的类型，该心律失常类型预测模型的波形空间特征提取层对脉搏波信号采集装置传送的信号通过多组顺序有效尺寸的卷积核，将多周期的一维脉搏波信号转化为多层二维空间特征矩阵，通过波形时间特征提取层接收二维空间特征矩阵，并结合学习时间依赖关系输出多维时间特征向量，事件发生预测层接收多维时间特征向量，并通过多层感知机，对心律失常发生类型预测，将光电容积脉搏波信号，输入到端到端的深度学习模型，在线数据处理分析预测心律失常发生类型，有效提升心律失常分类结果的精确性。
-
公开(公告)号：CN117831703A
公开(公告)日：2024-04-05
申请号：CN202410003596.4
申请日：2024-01-02
Applicant: 复旦大学
IPC: G16H20/00 , G16H50/70 , G16H10/20 , G16H10/60 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于图神经网络与深度学习的失能老人照护方案推荐方法，采用护理需求调查表采集多位失能老人特征信息，确定照护项目标签，作为深度学习模型的训练数据；以老人和特征作为本体构建二部图结构图数据集，构建神经网络模型并基于二部图结构图数据集对该模型进行训练，得到照护方案推荐模型；将已填好的护理需求调查表数据作为预先训练好的深度学习模型的输入信息，预测得到该失能老人的照护方案。该方法以二部图的方式建模失能老人照护数据，充分保留原始数据中的样本特征及关系信息，适用于复杂而个性化的照护推荐任务，提高照护推荐模型预测时对样本全局信息的提取能力。
-
公开(公告)号：CN115731187A
公开(公告)日：2023-03-03
申请号：CN202211464947.9
申请日：2022-11-22
Applicant: 复旦大学附属中山医院
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明涉及医疗检测技术领域，具体涉及一种降低结肠镜下病变识别系统识别假阳性的方法及装置，包括：获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像；根据计算机辅助结肠镜下病变识别系统的检出框对所述视频帧息肉图像进行剪切，对剪切后的所述视频帧息肉图像重采样至预设规格；利用训练好的异常检测模型对重采样后的所述视频帧息肉图像进行检测，得到所述视频帧息肉图像真阳性的概率；当所述视频帧息肉图像真阳性的概率大于等于预设阈值时，正常显示所述计算机辅助结肠镜下病变识别系统的检测结果。本发明可以提高结肠镜CADe系统的准确率，可以兼容不同的结肠镜CADe系统，对于未见过种类的假阳性具有鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
