-
公开(公告)号：CN120032170A
公开(公告)日：2025-05-23
申请号：CN202510117339.8
申请日：2025-01-24
Applicant: 安徽大学 , 安徽医科大学第一附属医院
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06T7/00
Abstract: 本发明的一种基于小样本学习的罕见疾病图像分类方法、设备及介质，通过巧妙地构建特征回溯融合编码器，利用下一层特征为当前层生成注意力掩码，以减少低层特征中无用的噪声信息，从而更好地将低层特征中空间细节信息融合到高层特征中，有效地提高了模型对胃肠道疾病区域的分类性能；其次，多级原型重构网络进一步捕获支持集和查询集样本之间的语义相关性，以增强支持图像表示上的区分区域，为每个查询样本生成适合当前查询样本的校准类中心。基于欧氏距离的分类器输出该查询样本的分类结果，利用交叉熵函数指导模型优化，确保分类结果的精度。最终，基于小样本学习的罕见疾病图像分类模型经过严格的训练和测试，能够输出每个图像的分类结果。
-
公开(公告)号：CN119380030B
公开(公告)日：2025-04-08
申请号：CN202411947420.0
申请日：2024-12-27
Applicant: 安徽大学 , 安徽医科大学第一附属医院
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06T7/00
Abstract: 本发明的一种面向医疗视频不明显病变区域的分割方法、设备及介质，包括首先对胃肠道视频数据进行采集，并通过预处理步骤确保数据的高质量，采用记忆对齐网络技术，用于捕捉相邻视频帧与当前帧之间的空间特征对应关系，从而增强当前帧的特征表示。增强后的特征被送入主解码器，该解码器通过构建的多级特征融合网络，有效地整合高层语义特征与低层细节特征，深入挖掘不明显病变的空间和结构信息，以生成初步的分割图。应用渐进式分割优化网络进一步细化分割结果，以提高分割的准确性。通过监督学习训练的模型，能够输出每个图像序列中不明显病变的精确预测分割图。本发明有效地解决了胃肠道不明显病变难以发现的问题，显著提升了分割的精确度。
-
公开(公告)号：CN119380030A
公开(公告)日：2025-01-28
申请号：CN202411947420.0
申请日：2024-12-27
Applicant: 安徽大学 , 安徽医科大学第一附属医院
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06T7/00
Abstract: 本发明的一种面向医疗视频不明显病变区域的分割方法、设备及介质，包括首先对胃肠道视频数据进行采集，并通过预处理步骤确保数据的高质量，采用记忆对齐网络技术，用于捕捉相邻视频帧与当前帧之间的空间特征对应关系，从而增强当前帧的特征表示。增强后的特征被送入主解码器，该解码器通过构建的多级特征融合网络，有效地整合高层语义特征与低层细节特征，深入挖掘不明显病变的空间和结构信息，以生成初步的分割图。应用渐进式分割优化网络进一步细化分割结果，以提高分割的准确性。通过监督学习训练的模型，能够输出每个图像序列中不明显病变的精确预测分割图。本发明有效地解决了胃肠道不明显病变难以发现的问题，显著提升了分割的精确度。
-
公开(公告)号：CN116913478A
公开(公告)日：2023-10-20
申请号：CN202311115719.5
申请日：2023-08-30
Applicant: 安徽医科大学第一附属医院
IPC: G16H30/20 , G06F3/0481
Abstract: 本申请公开了一种基于医学影像的规培考核方法及装置，当接收到图像展示指令时，通过预设界面向第一用户展示医学图像；当接收第一窗位、第一窗宽和第一勾画区域后，通过预设界面向第二用户展示医学图像；当接收第二窗位、第二窗宽和第二勾画区域，根据第一窗位、第二窗位、第一窗宽和第二窗宽确定位置准确值；通过预设界面向第二用户展示病变类别；当接收到病变类别信息后，根据病变类别信息确定分值，并将位置准确值与分值相乘得到第一分数；根据第一勾画区域和第二勾画区域，确定第二分数；基于第一分数和第二分数，确定第二用户的考核结果。高位数的DICOM数据分辨率更高，能够提供更加精细的图像细节，能够达到实际要求的规培效果。
-
Patent Agency Ranking
公开(公告)号：CN118506959A
公开(公告)日：2024-08-16
申请号：CN202410678635.0
申请日：2024-05-29
Applicant: 安徽医科大学第一附属医院 , 安徽影联云享医疗科技有限公司
IPC: G16H15/00 , G16H30/20 , G06V10/764 , G06V10/74 , G06F16/9535 , G06N20/00
Abstract: 本申请实施例公开了一种医学影像报告推荐方法、装置、设备及存储介质。其中，该方法包括：将满足用户要求的第一医学影像报告输入病变分类模型中，得到第一分类结果；从医学影像报告库中抽取多组第二医学影像报告；将多组第二医学影像报告输入病变分类模型中，得到多个第二分类结果；根据多个第二分类结果与第一分类结果，确定多个分类相似度；根据多个分类相似度，推荐多组第二医学影像报告中的一组第二医学影像报告。如此根据用户要求快速、准确地为用户推荐一组医学影像报告，以便用户快速、准确地获取需要的医学影像报告进行学习。
-
公开(公告)号：CN115886853A
公开(公告)日：2023-04-04
申请号：CN202211522812.3
申请日：2022-11-30
Applicant: 安徽医科大学第一附属医院北区 , 安徽省公共卫生临床中心(安徽省传染病医院)
Inventor： 沈柱 , 刘小艳 , 詹鹤琴 , 李永怀 , 孟刚 , 王文斌 , 李小虎 , 陆震 , 程自平 , 王亚楠 , 吴兴旺 , 施万印 , 王万勤 , 余长亮 , 张坤山 , 方林森 , 刘付宝 , 徐阿曼 , 韩文秀 , 郭涛 , 柴会平 , 夏正国 , 饶先亮 , 任燕兵 , 钱银锋 , 周金华 , 刘瑞 , 周飞 , 周勇 , 施长生 , 徐婷婷 , 姚定坤 , 杨春 , 韩彪 , 沈俊 , 常俊 , 赵本胜 , 赵晟 , 赵亮 , 王晓健 , 汪硕敏 , 王啸 , 王海宝 , 王宏志 , 王岳君 , 王源 , 王贵增 , 杨苗苗 , 高梦茹 , 刘丽光 , 陈晨 , 范彬 , 刘兆平 , 陈玲 , 阮怀军 , 潘志立 , 王昶 , 李旭 , 冀苏文 , 金凡志 , 罗时磊 , 范倩倩 , 韦中国 , 闻春锦 , 徐光明 , 詹小林 , 李辉 , 吴庆 , 王培三 , 高之振 , 吴素红 , 江安红 , 袁怀平 , 韩珑 , 刘梦阳 , 叶瑞 , 王祥兵 , 程勋传 , 朱士明 , 雷洁 , 沈亮炎 , 沈永生 , 鲁明典 , 沈玉先 , 余永强 , 刘斌 , 邱本胜
IPC: A61B6/03
Abstract: 本发明公开了一种基于CT平扫及数据重建的图像显示方法，涉及图像处理设备领域。本发明包括如下步骤：对患者胸部进行一次螺旋CT扫描，并变换扫描体位，获得左冠脉主干及前降支的多个CT序列原始图；将左冠脉主干及前降支CT序列原始图按所需的窗宽窗位转换成图片格式，获得CT序列图片；获取CT序列图片的三维数据，并对其进行数据重建；利用数据重建后的三维数据通过图像处理设备重建三维图像，显示冠脉血管、肺内血管及肺内结节、肋骨、胸骨、气管成像。本发明通过变换扫描体位、数据重建、在螺旋胸部CT低剂量扫描的基础上用三维后处理技术，解决了现有CT检查需要增强造影剂和增加费用的问题。
-
公开(公告)号：CN214965546U
公开(公告)日：2021-12-03
申请号：CN202120731892.8
申请日：2021-04-09
Applicant: 安徽医科大学第一附属医院
Inventor： 李小虎
IPC: A61B5/055
Abstract: 本实用新型公开了一种医用心脏磁共振检查负压固定检查垫，包括柔性外壳；所述柔性外壳之内设置有颗粒状固体；所述柔性外壳的一端设置有充放气口；所述充放气口通过连接气管与气泵相连接。所述颗粒状固体为医用软质颗粒状固体。所述充放气口上设置有气接头。通过气泵可以柔性外壳之内进行充气和抽气操作。本实用新型的医用心脏磁共振检查负压固定检查垫，具有可以通过抽气将患者固定于所述检查垫中且能够将患者的体形维持较为长久的时间以便于二次检查等优点。
-
公开(公告)号：CN119295496A
公开(公告)日：2025-01-10
申请号：CN202411845898.2
申请日：2024-12-16
Applicant: 安徽大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06V10/80
Abstract: 本发明公开了基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统，涉及图像处理领域，其中方法包括：S1.对预先获取的跨模态医学图像数据集进行预处理，并构成源域数据集和目标域数据集；S2.搭建使用曼巴网络改进的域自适应框架，改进域自适应框架包括：生成网络和分割网络；生成网络包括生成器和第一鉴别器，用于基于带标签的源域数据集生成翻译图像；分割网络包含分割器和第二鉴别器；S3.端到端地训练改进域自适应框架，得到分割网络；S4.使用分割网络预测目标域数据集的图像分割结果。本发明能够更好地适配源域和目标域，实现域自适应，并提高在无标签目标域图像上的测试精度。
-
公开(公告)号：CN119295496B
公开(公告)日：2025-04-08
申请号：CN202411845898.2
申请日：2024-12-16
Applicant: 安徽大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06V10/80
Abstract: 本发明公开了基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统，涉及图像处理领域，其中方法包括：S1.对预先获取的跨模态医学图像数据集进行预处理，并构成源域数据集和目标域数据集；S2.搭建使用曼巴网络改进的域自适应框架，改进域自适应框架包括：生成网络和分割网络；生成网络包括生成器和第一鉴别器，用于基于带标签的源域数据集生成翻译图像；分割网络包含分割器和第二鉴别器；S3.端到端地训练改进域自适应框架，得到分割网络；S4.使用分割网络预测目标域数据集的图像分割结果。本发明能够更好地适配源域和目标域，实现域自适应，并提高在无标签目标域图像上的测试精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
