-
公开(公告)号：CN119810513A
公开(公告)日：2025-04-11
申请号：CN202411844778.0
申请日：2024-12-13
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/40 , G06V10/762 , G06V10/766 , G16H50/20
Abstract: 本发明公开一种基于跨物种多模态脑影像的抑郁症亚型分类系统，该方法首先获取跨物种多模态脑影像数据和抑郁症脑影像数据并进行预处理；构建人脑和黑猩猩脑之间的多模态映射流程获得人脑和黑猩猩大脑的同源脑图谱；使用基于全脑的概率纤维追踪构建人类大脑和黑猩猩大脑的连接特征，通过跨物种比较提取人脑特有的连接特征；构建基于该人类特有的连接特征的抑郁症分型模型；基于功能影像数据指标和脑功能连接对分型结果验证。本发明从物种进化的角度，通过跨物种比较构建人类特有的连接特征，实现了抑郁症亚型分型，为理解抑郁症的亚型及其生物学基础提供了新视角和新方法。
-
公开(公告)号：CN118279264A
公开(公告)日：2024-07-02
申请号：CN202410384768.7
申请日：2024-04-01
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/90 , G06V10/56 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084 , G01N21/78
Abstract: 本发明提出了一种融合深度学习和微信小程序的尿液试纸云检测分析方法，旨在解决传统尿液试纸检测技术的诸多问题，包括克服常规技术的不足、移动式医疗图像中光照不均的挑战。该方法涵盖了建立尿液试纸图像矫正数据集、试纸图像参数预处理、颜色校正回归模型构建、尿液试纸图像归档数据集建立、尿液成分归档模型构建、小程序开发以及服务器端程序开发的步骤。通过深度学习技术和微信小程序的结合，实现了对尿液试纸图像的准确检测和分析，同时小程序提供云服务，记录了用户检测数据和相关建议，提升了用户体验和数据追踪功能，为用户提供了全方位的尿检服务，为移动式医疗尿液试纸检测带来了便捷、高效和智能化的解决方案。
-
公开(公告)号：CN117114993A
公开(公告)日：2023-11-24
申请号：CN202311140647.X
申请日：2023-09-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种厚层转变薄层的MRI超分辨率重建方法，该方法首先选取较薄层高分辨率MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将选取的小数据块作为训练数据，然后建立基于Swin Transformer的MRI超分辨率重建模型，将小数据块作为模型输入对模型进行训练，得到MRI超分辨率重建模型；最后使用厚层的MRI数据进行处理得到小数据块，将厚层的数据输入到训练好的模型中进而得到薄层数据。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。
-
公开(公告)号：CN116128870A
公开(公告)日：2023-05-16
申请号：CN202310241329.6
申请日：2023-03-14
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06T17/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种腹部CT图像中胰腺癌半自动精细勾画方法，首先选取包含胰腺癌的多组CT图像，并通过预处理获取图像纹理特征。然后，将图像数据分块处理成若干个分块，并使用点状图确定每个分块首尾两层的胰腺癌靶区范围，以此作为独立标签分块，中间层则以空白图像替代。接着，将图像分块和标签分块作为两个输入端口分别输入到基于卷积神经网络的双通道三维胰腺癌语义分割模型中，通过弱监督的方式进行模型推理。最后，对网络分割结果进行数据后处理，提取出勾画结果，再进行分块融合，得到每例胰腺癌患者的勾画结果，并对结果进行三维重建和分析，可视化显示其影像组学参数。该方法具有模型精简、速度快、准确率高等优点。
-
公开(公告)号：CN116055650A
公开(公告)日：2023-05-02
申请号：CN202310000591.1
申请日：2023-01-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于DES的尿液试纸图像加密方法，该方法对尿液试纸图像进行两次加密，先使用标准尿液试纸密钥图像和待传输的尿液试纸图像进行异或运算加密，再使用三重DES算法加密。基于DES的尿液试纸图像加密方法，充分考虑了加密图像数据的大小、图像色彩分布特点，充分保障图像传输安全性，且有较高加密的速率，可适用大数据量的加密传输。通过设置一个初始化向量IV与每个明文分组进行异或运算，再将加密后的密文与下一待加密的明文分组进行异或运算，让明文分组之间串联，进一步提高了加密的安全性。该尿液试纸图像加密方法借鉴多种算法，具有抗攻击性高、信息加密速度快等特点，能有效保障尿液试纸图像在传输过程中的安全性和效率。
-
Patent Agency Ranking
公开(公告)号：CN113822863A
公开(公告)日：2021-12-21
申请号：CN202111070710.8
申请日：2021-09-13
Applicant: 桂林电子科技大学 , 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)
Abstract: 本发明公开了一种鼻咽癌概率图谱获取及定量分析方法，该方法通过建立头颈部标准三维坐标系，尽量消除个体间头颅大小和形状的差异，可以更好地描述肿瘤位置和浸润深度。同时在标准三维坐标系中获取鼻咽癌概率图谱，并提供一种概率图谱特征描述与定量分析方法，同时可以为大样本的头颈部肿瘤定量分析提供新的技术手段，生成鼻咽癌概率图像并研究概率图谱特征描述方法，形成标准空间下的影像学特征，完善现有鼻咽癌影像组学特征体系，并通过大数据医学影像分析，提高鼻咽癌预后模型的准确度，为制订鼻咽癌精准个性化治疗方案提供技术支持。
-
公开(公告)号：CN108596884B
公开(公告)日：2021-05-18
申请号：CN201810335223.1
申请日：2018-04-15
Abstract: 本发明公开了一种胸部CT图像中的食管癌分割方法，首先选取多组含有食管癌的CT图像，将含有食管癌的CT图像作为训练样本；对选取的CT图像进行预处理，获取食管癌特征，并进行特征描述后，得到的图像作为训练数据；建立基于全卷积神经网络的食管癌语义分割模型，将描述后的食管癌特征作为全卷积神经网络的特征输入作为学习样本进行训练，得到食管癌分割网络模型；食管癌的三维重建，对得到的食管癌分割网络模型所得到的食管癌分割结果进行三维重建和分析，得到三维空间下的食管癌影像组学参数；将得到的食管癌影像组学参数进行可视化显示。该方法模型规模小，速度快，准确度高。
-
公开(公告)号：CN109461139A
公开(公告)日：2019-03-12
申请号：CN201811149371.0
申请日：2018-09-29
Abstract: 本发明公开了一种基于动态MRI信息融合的肝癌定量分析方法，该方法结合机器学习方法，利用XGboost模型算法，进行自学习，自优化，构建活性肝癌细胞识别最优模型，优化了活性肝癌区域的检测手段，为医生对肝癌的TACE治疗疗效进行评估提供更为精准的临床信息，从而为肝癌的精准治疗方案的制定提供技术支持和可靠依据。
-
公开(公告)号：CN105030188A
公开(公告)日：2015-11-11
申请号：CN201510476105.9
申请日：2015-08-06
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种具有轨迹显示功能的肠镜系统及肠镜轨迹显示方法，所述具有轨迹显示功能的肠镜系统包括单片机、轨迹处理与呈现终端、软管和位于所述软管一端部的肠镜，所述肠镜的前端设置有LED照明光源及CCD模块，其特征在于，还包括设置在所述肠镜端部的三轴加速度传感器和陀螺仪传感器，三轴加速度传感器和陀螺仪传感器分别通过设置在所述软管内部的导线与所述单片机连接，所述CCD、单片机通过数据线将数据传入轨迹处理与呈现终端。本发明的具有轨迹显示功能的肠镜系统能够将肠镜的运行轨迹和当前位置在PC机上形成三维空间模型显示出来，方便医护人员肠镜手术操作，减少医源性肠穿孔。
-
公开(公告)号：CN102755154B
公开(公告)日：2014-12-10
申请号：CN201210246982.3
申请日：2012-07-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种从脉搏波中提取传导时间的计算方法，该方法包括采集脉搏波信号，对获得的脉搏波信号进行二次微分并滤波，对二次微分获得的加速脉搏波通过搜索分割特征点进行数据分割，针对分割后的不同数据区间，对应不同的算法搜索C特征点，利用搜索到的各个特征点计算出传导时间。本发明通过对脉搏波信号分析和处理，可搜索和计算出准确的传导时间值，尤其可以对特征点位置受血压值影响发生变化时，使用相应不同算法，能准确的捕获特征点位置的变化，提高了传导时间计算的准确性和稳定性。本发明具有准确，稳定，简单易行等优点。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.031 seconds)
