-
Patent Agency Ranking
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：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：CN119230097B
公开(公告)日：2025-02-14
申请号：CN202411730396.5
申请日：2024-11-29
Applicant: 安徽医科大学第一附属医院
Abstract: 本发明涉及脑卒中诊疗技术领域，且公开了基于数据分析的出血性脑卒中诊疗评估系统，包括多维采集模块和智能诊疗模块。该基于数据分析的出血性脑卒中诊疗评估系统通过多维采集模块获取所有脑卒中患者的个人信息、治疗数据和身体机能数据，并分类组成数据集，智能诊疗模块综合年龄、诱发性疾病和生活习惯，分析每个脑卒中患者的发病风险，生成对应的风险评分，深入分析个体差异性，智能诊疗模块分析每个脑卒中患者病情的变化趋势和血肿扩张的风险，生成对应的波动指数和血肿评分，再分析每个脑卒中患者预后的身体状态，生成对应的机能数据组，判断患者脑卒中的发病风险等级和病情发展趋势，精准预测血肿扩张趋势，并输出对应的诊疗建议。
-
公开(公告)号：CN119230097A
公开(公告)日：2024-12-31
申请号：CN202411730396.5
申请日：2024-11-29
Applicant: 安徽医科大学第一附属医院
Abstract: 本发明涉及脑卒中诊疗技术领域，且公开了基于数据分析的出血性脑卒中诊疗评估系统，包括多维采集模块和智能诊疗模块。该基于数据分析的出血性脑卒中诊疗评估系统通过多维采集模块获取所有脑卒中患者的个人信息、治疗数据和身体机能数据，并分类组成数据集，智能诊疗模块综合年龄、诱发性疾病和生活习惯，分析每个脑卒中患者的发病风险，生成对应的风险评分，深入分析个体差异性，智能诊疗模块分析每个脑卒中患者病情的变化趋势和血肿扩张的风险，生成对应的波动指数和血肿评分，再分析每个脑卒中患者预后的身体状态，生成对应的机能数据组，判断患者脑卒中的发病风险等级和病情发展趋势，精准预测血肿扩张趋势，并输出对应的诊疗建议。
-
-
-
-
Search Results
5
records
(took 0.056 seconds)
