-
公开(公告)号：CN109528155A
公开(公告)日：2019-03-29
申请号：CN201811373868.0
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视并发开角型青光眼的智能筛查系统及其建立方法。所述系统基于大量高度近视患者临床资料的反复测试、调整和训练，学习从青光眼OCT检查中识别评估视盘形态、各象限视网膜神经纤维层厚度、黄斑神经节细胞复合体厚度，视野检查中评估视野缺损程度，眼底照图像中识别评估视盘倾斜、旋转程度和β区萎缩程度，再综合患者基本信息、眼压、球镜度数、角膜厚度、眼轴等指标形成综合筛查结果。临床医生向本发明系统提供相关临床资料，本发明系统即可迅速准确地筛查出高度近视并发开角型青光眼的患者或给出风险评估，为医生早期发现、早期预防高度近视并发开角型青光眼提供依据。
-
公开(公告)号：CN116798602A
公开(公告)日：2023-09-22
申请号：CN202310663011.7
申请日：2023-06-06
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明公开了一种基于国际金标准LOCSⅢ分级体系的白内障智能诊断分级系统，包括：构建深度学习数据库；构建智能诊断分级系统深度学习模型，由拍照方法识别、目标区域检测、LOCSⅢ分级智能评估三个模块组成；模型用深度学习数据库中的记录进行训练学习、调参与测试。使用方法包括：S1、上传患者左、右眼裂隙灯斜照、裂隙灯弥散、裂隙灯后照法检查影像各一张；S2、点击“查看诊断结果”；S3、获得左、右眼的白内障LOCSⅢ分级诊断结果。本发明白内障分级准确性高、效率高，适合白内障的大规模筛查；可辅助临床决策；基于LOCSⅢ分级体系国际金标准，更具临床与科研价值；系统操作简单，易于普及；适用范围广，能缩小各级医疗机构诊疗水平差距，社会价值高。
-
Patent Agency Ranking
公开(公告)号：CN109528155B
公开(公告)日：2021-07-13
申请号：CN201811373868.0
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视并发开角型青光眼的智能筛查系统及其建立方法。所述系统基于大量高度近视患者临床资料的反复测试、调整和训练，学习从青光眼OCT检查中识别评估视盘形态、各象限视网膜神经纤维层厚度、黄斑神经节细胞复合体厚度，视野检查中评估视野缺损程度，眼底照图像中识别评估视盘倾斜、旋转程度和β区萎缩程度，再综合患者基本信息、眼压、球镜度数、角膜厚度、眼轴等指标形成综合筛查结果。临床医生向本发明系统提供相关临床资料，本发明系统即可迅速准确地筛查出高度近视并发开角型青光眼的患者或给出风险评估，为医生早期发现、早期预防高度近视并发开角型青光眼提供依据。
-
公开(公告)号：CN109998477B
公开(公告)日：2021-12-10
申请号：CN201910294447.7
申请日：2019-04-12
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种高度近视白内障手术预后智能预判系统。所述系统可对眼前节照片进行白内障混浊程度评估，根据眼底照片及眼底OCT图像评估眼底情况，再综合患者其他临床资料提供对高度近视白内障患者术后最佳矫正视力范围的预测。其优点表现在：经反复测试与调参以达到高正确率，解决临床医生与患者最关心的问题，可帮助临床医生准确预估患者术后视力，为患者提供直观的术后结果预测，减少患者预期与结果的差距，提高患者满意度。
-
公开(公告)号：CN111199794B
公开(公告)日：2024-03-01
申请号：CN201811373905.8
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视白内障的手术智能决策系统及其建立方法。所述建立方法包括：构建深度学习模型，由评估与决策两个网络组成，评估网络包括LOCSIII分级深度学习模型、Emery核硬度分级深度学习模型、眼底判定模型，决策网络将白内障程度和眼底分级与患者基本信息、视力、眼压、A超/IOLmaster报告、角膜内皮计数、角膜散光、B超报告等信息结合，通过核函数映射到高维空间后，建立线性回归模型；构建训练集；模型用训练集进行训练学习、调参。所述系统包括存储装置、评估模块、决策模块和测试评价调整模块。本发明可迅速准确识别高度近视白内障患者的白内障程度、眼底情况，为医生提供综合手术决策，提高防治的均质性。
-
公开(公告)号：CN111199794A
公开(公告)日：2020-05-26
申请号：CN201811373905.8
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视白内障的手术智能决策系统及其建立方法。所述建立方法包括：构建深度学习模型，由评估与决策两个网络组成，评估网络包括LOCSIII分级深度学习模型、Emery核硬度分级深度学习模型、眼底判定模型，决策网络将白内障程度和眼底分级与患者基本信息、视力、眼压、A超/IOLmaster报告、角膜内皮计数、角膜散光、B超报告等信息结合，通过核函数映射到高维空间后，建立线性回归模型；构建训练集；模型用训练集进行训练学习、调参。所述系统包括存储装置、评估模块、决策模块和测试评价调整模块。本发明可迅速准确识别高度近视白内障患者的白内障程度、眼底情况，为医生提供综合手术决策，提高防治的均质性。
-
公开(公告)号：CN109998477A
公开(公告)日：2019-07-12
申请号：CN201910294447.7
申请日：2019-04-12
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种高度近视白内障手术预后智能预判系统。所述系统可对眼前节照片进行白内障混浊程度评估，根据眼底照片及眼底OCT图像评估眼底情况，再综合患者其他临床资料提供对高度近视白内障患者术后最佳矫正视力范围的预测。其优点表现在：经反复测试与调参以达到高正确率，解决临床医生与患者最关心的问题，可帮助临床医生准确预估患者术后视力，为患者提供直观的术后结果预测，减少患者预期与结果的差距，提高患者满意度。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
