一种脑积水患者分流手术疗效分析方法

    公开(公告)号:CN119943278A

    公开(公告)日:2025-05-06

    申请号:CN202510429399.3

    申请日:2025-04-08

    Abstract: 本发明属于医疗技术领域,涉及到一种脑积水患者分流手术疗效分析方法,其通过分别检索与目标患者基础信息层面、诊断信息层面及手术信息层面具备高度相似性的历史脑积水病患亚组,按序标记为各层历史病患亚组,整理各层历史病患亚组内含各历史脑积水就诊患者的随访记录信息,构建目标患者分流手术的术后疗效预测参照曲线,基于目标患者当前随访状态下的术后疗效评分,修正目标患者分流手术的术后疗效预测参照曲线,以此反馈目标患者当前随访状态下分流手术预期疗效趋势,实现脑积水患者分流手术长期术后疗效评估,为临床治疗决策提供更为科学、可靠的依据,极大地提升脑积水患者的治疗效果和预后质量。

    一种基于多神经网络的信息识别方法及识别系统

    公开(公告)号:CN116229237A

    公开(公告)日:2023-06-06

    申请号:CN202310223761.2

    申请日:2023-03-09

    Abstract: 本发明属于信息识别技术领域,公开了一种基于多神经网络的信息识别方法及识别系统,通过影像数据输入模块输入待识别影像数据,并通过影像处理模块进行影像灰度化处理、影像数据增强处理、影像补偿处理,通过特征向量变换模块变换为待识别影像数据特征向量;利用模型构建模块通过递归卷积层的卷积神经网络训练得到信息识别模型;利用结果识别模块将转化后的待识别影像数据特征向量输入信息识别模型中进行信息识别,得到相应的结果。本发明有效解决了人工设计卷积神经网络的结构需要大量耗费人类的精力与智慧,需要经过不断的试验与优化,工作量较大,效率较低,并且受人类主观因素影响,信息识别结果不准确的问题,提升信息识别的效率。

    一种基于深度学习的脑部医学影像光谱处理方法

    公开(公告)号:CN116051509A

    公开(公告)日:2023-05-02

    申请号:CN202310050576.8

    申请日:2023-02-01

    Abstract: 本发明属于医学影像光谱处理技术领域,公开了一种基于深度学习的脑部医学影像光谱处理方法,所述基于深度学习的脑部医学影像光谱处理系统包括:脑部光谱影像采集模块、中央控制模块、影像特征提取模块、影像分割模块、脑部诊断模块、影像存储模块、显示模块。本发明通过影像特征提取模块实现了从脑部光谱影像数据本身自适应地学习低层特征抽取器,即可以自适应的提取脑部光谱影像特征且提取效率较高,解决了现有技术中不能针对每个脑部光谱影像自适应的提取特征且提取耗时太长的问题;同时,通过影像分割模块对脑部光谱影像进行特征提取以确定脑部光谱影像对应的目标分割算法,解决了现有技术中图像分割效果不佳的技术问题。

Patent Agency Ranking