-
公开(公告)号：CN114306942A
公开(公告)日：2022-04-12
申请号：CN202111601764.2
申请日：2021-12-24
Applicant: 明格(上海)信息技术有限公司 , 复旦大学
IPC: A61N2/04
Abstract: 本发明提供了一种磁场治疗设备，包括主体、多个励磁线圈、信号发生器和处理。励磁线圈在所述主体上密集排列成包围型励磁线圈阵列。信号发生器连接所述多个励磁线圈，用于分别向每一励磁线圈传输对应的用于治疗的电信号，以在所述多个励磁线圈中分别产生独立的磁场，其中多个励磁线圈的磁场组成磁场强度分布。处理器配置为根据所述目标磁场强度分布来确定每一励磁线圈的磁场分布，并基于每一励磁线圈的磁场分布确定对应的电信号。
-
公开(公告)号：CN110084751A
公开(公告)日：2019-08-02
申请号：CN201910336289.7
申请日：2019-04-24
Applicant: 复旦大学
Abstract: 本发明是一种图像重建系统，系统包含：生成器和判别器。通过该系统来图像重建方法为：步骤1、给系统输入目标的低质量图像和高质量图像；步骤2、生成器读取低质量图像后，根据L1损失函数来生成人工组合图像；步骤3、生成器通过梯度损失函数来调整生成的人工组合图像的边缘的锐度；步骤4、判别器读取所述人工组合图像和高质量图像后产生对抗损失函数；步骤5、生成器再根据对抗损失函数来进一步对人工组合图像优化。本发明可以帮助超声仪器向着小型化的趋势发展，以使超声成像技术可以在家庭健康检查和极端环境下医疗等领域具有更高的应用价值。
-
公开(公告)号：CN113035292B
公开(公告)日：2022-11-04
申请号：CN202110428655.9
申请日：2021-04-21
Applicant: 复旦大学
Abstract: 本发明公开了一种脑胶质瘤浸润区域pH值测定方法及系统，所述方法包括：获取脑胶质瘤浸润区域对应的表面增强拉曼光谱数据；对所述表面增强拉曼光谱数据进行处理，得到光谱数据；将所述光谱数据输入至预先训练好的深度学习网络模型内，预先训练好的所述深度学习网络模型对所述光谱数据进行处理得到与所述光谱数据相对应的pH值。本发明能够实现快速且准确的标定肿瘤在术中的酸性边界。
-
公开(公告)号：CN113035292A
公开(公告)日：2021-06-25
申请号：CN202110428655.9
申请日：2021-04-21
Applicant: 复旦大学
Abstract: 本发明公开了一种脑胶质瘤浸润区域pH值测定方法及系统，所述方法包括：获取脑胶质瘤浸润区域对应的表面增强拉曼光谱数据；对所述表面增强拉曼光谱数据进行处理，得到光谱数据；将所述光谱数据输入至预先训练好的深度学习网络模型内，预先训练好的所述深度学习网络模型对所述光谱数据进行处理得到与所述光谱数据相对应的pH值。本发明能够实现快速且准确的标定肿瘤在术中的酸性边界。
-
公开(公告)号：CN112258558A
公开(公告)日：2021-01-22
申请号：CN202011149198.1
申请日：2020-10-23
Applicant: 复旦大学
Abstract: 本发明提供一种基于多尺度孪生网络的目标追踪方法、电子设备及介质。通过孪生子网络的模板分支和检测分支分别对模板图像和待检测图像进行特征提取；通过多区域建议子网络对孪生子网络中不同层提取到的网络特征进行分类和边界回归并对输出进行聚合，实现对所述目标的定位；对模板分支和检测分支的不同层提取到的网络特征分别进行聚合并分别输入到两个多尺度融合子网络中；将模板分支和检测分支融合后的融合特征进行深度互相关计算得到第一响应图，并预测每个空间元素对应的分割掩模；从中确定输出分割掩模，边界框估计算法模块基于输出分割掩模生成目标的旋转边界框。本发明能够实现实时、精确的目标追踪和分割。
-
Patent Agency Ranking
公开(公告)号：CN114288561A
公开(公告)日：2022-04-08
申请号：CN202111601735.6
申请日：2021-12-24
Applicant: 明格(上海)信息技术有限公司 , 复旦大学 , 上海复志信息技术有限公司
Abstract: 本发明提供了一种定制可穿戴磁场产生部件的方法、装置及磁场治疗设备。该方法包括：获取包含目标区域的对象的医学影像数据；在所述医学影像数据中确定所述目标区域，并确定励磁线圈在所述对象上的支撑部位；基于所述目标区域及支撑部位，确定能够将磁场聚焦到所述目标区域的一个或多个所述励磁线圈的模型数据；以及使用所述励磁线圈的模型数据定制所述可穿戴磁场产生部件。
-
公开(公告)号：CN112862797A
公开(公告)日：2021-05-28
申请号：CN202110203453.4
申请日：2021-02-23
Applicant: 复旦大学附属华山医院
Abstract: 本发明公开了一种肝纤维化无损预测方法及系统，所述方法包括：采集肝组织的第一射频信号；根据所述第一射频信号重建所述肝组织的超声灰度图像；在所述超声灰度图像中标注感兴趣区域；根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及利用所述第二射频信号和Bi‑LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。本发明可以利用从第一射频信号中提取到的与感兴趣区域对应的第二射频信号以及Bi‑LSTM神经网络构建肝纤维化分级预测模型，从而对感兴趣区域的肝纤维化的等级进行精确且无损的预测。
-
公开(公告)号：CN109965905A
公开(公告)日：2019-07-05
申请号：CN201910289375.7
申请日：2019-04-11
Applicant: 复旦大学
IPC: A61B8/00
Abstract: 本发明提出一种基于深度学习的造影区域检测成像方法。S1、随机选取的若干个原始超声RF图像，将其每一扫描线上的信号分段，得到若干等长的一维RF信号段；S2、用RF信号段训练、测试卷积神经网络；S3、将实测物体每一扫描线的RF信号分为等长的一维实测RF信号段，并输入所训练好的卷积神经网络；S4、将标签为组织信号的一维实测RF信号段中部的P个成像点置为0；S5、重组一维实测RF信号段得到预成像；S6、采用微泡母小波变换提高预成像中微泡图像亮度；S7、采用特征空间最小方差算法提高图像对比度。本发明将深度学习的理念应用到超声RF信号的分类中，能更有效地滤除组织干扰，进一步提升了医学临床诊断的准确性。
-
公开(公告)号：CN101036606A
公开(公告)日：2007-09-19
申请号：CN200710039657.9
申请日：2007-04-19
Applicant: 复旦大学
IPC: A61F9/00
Abstract: 本发明属于图像处理和视觉恢复技术领域，具体是一种基于自适应映射的红绿色盲矫正方法。该方法首先建立红绿色盲的仿真模型，然后对原始图像进行分阶处理，依据统计得到的颜色数和颜色分布来划分投影区域，最后按照颜色频数的大小和投影划分建立正常视觉颜色空间到色盲颜色面上的一对一的映射关系，并按照这种映射关系对原始图像进行矫正。本发明的目的是提高红绿色盲患者分辨色彩的能力，使得原始图像中看不到的信息在矫正图像中清楚地呈现出来，且图像处理在眼外进行，对眼睛没有损伤，因此它在红绿色盲的治疗和矫正上具有较强的可行性。
-
公开(公告)号：CN112862797B
公开(公告)日：2024-03-19
申请号：CN202110203453.4
申请日：2021-02-23
Applicant: 复旦大学附属华山医院
Abstract: 本发明公开了一种肝纤维化无损预测方法及系统，所述方法包括：采集肝组织的第一射频信号；根据所述第一射频信号重建所述肝组织的超声灰度图像；在所述超声灰度图像中标注感兴趣区域；根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及利用所述第二射频信号和Bi‑LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。本发明可以利用从第一射频信号中提取到的与感兴趣区域对应的第二射频信号以及Bi‑LSTM神经网络构建肝纤维化分级预测模型，从而对感兴趣区域的肝纤维化的等级进行精确且无损的预测。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.023 seconds)
