-
Patent Agency Ranking
公开(公告)号：CN113768476B
公开(公告)日：2024-03-26
申请号：CN202111068242.0
申请日：2021-09-13
Applicant: 复旦大学附属中山医院
Abstract: 本申请提出了一种心动周期时相检测方法，该方法包括获取待检测图像序列，所述待检测图像序列包括一次采集得到的多个待检测图像，且所述待检测图像按照采集时间顺序排列；将所述待检测图像序列输入心动周期时相检测模型，输出所述待检测图像序列中每一所述待检测图像对应的心动周期时相。该方法通过训练以时间序列深度神经网络为基础的心动周期时相检测模型，实现对没有同步采集心电信号的冠脉造影序列中的每一冠脉造影图像自动进行心动周期时相的预测，只依赖顺序采集的冠脉造影图像，无需额外采集同步的心电信号，使检测结果更加客观、可靠，减少对医生过往经验的依赖性，降低误诊率。
-
公开(公告)号：CN116759090A
公开(公告)日：2023-09-15
申请号：CN202310744645.5
申请日：2023-06-21
Applicant: 复旦大学附属中山医院
Abstract: 本公开涉及医学临床及统计学领域，具体涉及一种泛血管健康指数模型构建方法、系统、设备和介质，所述方法包括如下步骤：获取泛血管患病人群和非患病人群的检测数据，并将所述检测数据划分为建模数据集和内部验证数据集；以受试者工作特征曲线下的面积最高为标准验证所述初步模型，筛选出内部验证受试者工作特征曲线下面积最高的初步模型作为最优模型；根据最优模型计算患者预测年龄和真实年龄的差和真实年龄的拟合关系进而修正预测年龄得到同化预测年龄；基于同化预测年龄和真实年龄的差值分布进行风险等级划分，进而构建泛血管健康指数。本公开基于体检大数据及机器学习算法构建泛血管健康指数，能够对泛血管健康指数的合理性进行评价。
-
公开(公告)号：CN113768476A
公开(公告)日：2021-12-10
申请号：CN202111068242.0
申请日：2021-09-13
Applicant: 复旦大学附属中山医院
Abstract: 本申请提出了一种心动周期时相检测方法，该方法包括获取待检测图像序列，所述待检测图像序列包括一次采集得到的多个待检测图像，且所述待检测图像按照采集时间顺序排列；将所述待检测图像序列输入心动周期时相检测模型，输出所述待检测图像序列中每一所述待检测图像对应的心动周期时相。该方法通过训练以时间序列深度神经网络为基础的心动周期时相检测模型，实现对没有同步采集心电信号的冠脉造影序列中的每一冠脉造影图像自动进行心动周期时相的预测，只依赖顺序采集的冠脉造影图像，无需额外采集同步的心电信号，使检测结果更加客观、可靠，减少对医生过往经验的依赖性，降低误诊率。
-
公开(公告)号：CN113706559A
公开(公告)日：2021-11-26
申请号：CN202111068244.X
申请日：2021-09-13
Applicant: 复旦大学附属中山医院
Abstract: 本申请提出了一种基于医学图像的血管分段提取方法和装置，包括：获取包含一个或多个目标血管分支的待检测图像，其中所述待检测图像记录拍摄信息；根据所述拍摄信息获得所述待检测图像的成像投照体位；将所述待检测图像输入对应所述成像投照体位的图像分割模型，获得对应所述目标血管分支的分段分割结果，其中所述分段分割结果包括一个或多个血管分段对应的血管分段掩膜。本申请通过对医学图像选择对应的图像分割模型对其中的目标血管分支进行血管分段，最终得到的分段分割结果可以根据需要选择合适的展示方式，具有高度自动化、客观性强的优势，不仅可以快速得到更为客观的分析数据，还可以减少医生的工作压力。
-
公开(公告)号：CN117764944A
公开(公告)日：2024-03-26
申请号：CN202311774939.9
申请日：2023-12-21
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供一种超声图像评估方法，包括步骤：获取待评估超声图像；将所述待评估超声图像输入超声图像分类模型第一模块，判断所述待评估超声图像中是否存在病灶；将所述待评估超声图像输入超声图像分类模型第二模块，判断病灶图像特征是否符合第一图像特征；将所述待评估超声图像输入超声图像分类模型第三模块，判断病灶图像特征是否符合第二图像特征；将所述待评估超声图像输入超声图像分类模型第四模块，判断病灶图像性质。本发明还包括对应评估方法的超声图像评估模型。本发明提供了一种准确率高、识别斑块类型广泛、兼容性强的超声图像评估方法和模型。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
