-
公开(公告)号：CN117257609A
公开(公告)日：2023-12-22
申请号：CN202311301548.5
申请日：2023-10-10
Applicant: 桂林航天工业学院 , 广西威诺敦医疗控股有限公司
Abstract: 本发明涉及腕关节康复用具技术领域，具体涉及一种腕关节康复辅助器，包括底座，固定座前方设有五个第一连接板，底座内部相对固定座的位置设有驱动机构，驱动机构包括转盘，转盘外壁呈线性等间距结构绕设有多个第一柔性索条，底座内部相对转盘上方的位置开设有空腔，空腔顶面相对第一连接板的位置开设有贯通口，贯通口内部转动连接有导轮，多个第一柔性索条上端绕过导轮中部延伸至底座上方并分别与五个第一连接板底面连接固定，转盘后方滑动连接有活动杆，活动杆中部套设有第二柔性索条，第二柔性索条上部为山字形结构并与固定座底面连接固定。本发明设有柔索驱动结构，通过这样的结构设计能够有效的防止患者手臂受到二次损伤。
-
公开(公告)号：CN117159326A
公开(公告)日：2023-12-05
申请号：CN202311189190.1
申请日：2023-09-14
Applicant: 桂林航天工业学院 , 广西威诺敦医疗控股有限公司
Abstract: 本发明涉及帕金森患者康复训练技术领域，提出了一种帕金森患者康复训练设备，包括恢复仓外壳，所述恢复仓外壳上转动安装有两个转门，两个所述转门上均固定设置有观察窗，两个所述转门上均固定设置有把手，所述恢复仓外壳的内部固定设置有隔板，所述隔板的一侧固定连接有收纳箱，通过腿部锻炼装置等结构的设置，在患者位于训练设备的内部后，通过电机带动滑块机构上下运动，从而使得帕金森患者的腿部的运动起到辅助作用，加快术后恢复，加上按摩头连接块带动腿部按摩头上下往复运动，起到对帕金森患者腿部的刺激，从而加快帕金森患者术后的肌肉群的恢复，解决了辅助性较差和实用性较差的问题。
-
公开(公告)号：CN114708347A
公开(公告)日：2022-07-05
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号：CN110211098A
公开(公告)日：2019-09-06
申请号：CN201910409683.9
申请日：2019-05-17
Abstract: 本发明提供了一种结合MRF能量和模糊速度的乳腺癌图像分割方法。该方法包括：对患者的患病乳腺进行乳腺动态增强核磁共振成像，获得乳腺动态增强核磁共振图像；通过对乳腺动态增强核磁共振图像构建二维MRF，将乳腺动态增强核磁共振图像的灰度信息转化为MRF能量，加强乳腺癌灶和正常腺体的区分，然后在MRF能量图上计算每个像素点的后验概率，构建活动轮廓模型的区域项；结合Gabor纹理特征、乳腺动态增强核磁共振时域特征和灰度信息计算模糊速度函数中的模糊隶属度；结合活动轮廓模型的区域项和模糊速度函数中的模糊隶属度，对乳腺动态增强核磁共振图像精确分割出乳腺癌灶。本发明解决了DCE-MRI图像中乳腺癌灶边界模糊、对比度低和亮度不均匀的问题。
-
公开(公告)号：CN114708347B
公开(公告)日：2024-09-17
申请号：CN202210280434.6
申请日：2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/096
Abstract: 本发明属于CT图像分类技术领域，具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分：①基于自适应选择的双源域异构迁移学习的特征提取，②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重，以及源网络特征块和目标网络之间每对卷积块的匹配权重，以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地，从而约束目标网络的训练，进而提高目标网络在小样本情况下的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114898872A
公开(公告)日：2022-08-12
申请号：CN202210390976.9
申请日：2022-04-14
IPC: G16H50/20
Abstract: 本发明涉及CT图像处理技术领域，具体涉及一种多模态概率分布自适应的原发性肝癌病理分级预测方法，该方法包括如下步骤：S1、基于特征分布动态对齐和分类层对齐的多源迁移特征提取网络，采用动态的概率分布衡量方法，充分考虑多源医学数据的边缘分布和条件分布差异，实现多源异构特征的细粒度对齐迁移；S2、基于改进型布谷鸟优化极限学习机的肝MR图像特征分类算法实现多源迁移特征的分类。本发明在有效解决多源数据异构问题的基础上充分融合多源医学数据，丰富特征信息，提取更鲁棒有效的多源迁移特征，并采用改进型布谷鸟算法对极限学习机的隐含层节点数进行自适应寻优，训练更稳定准确的分类器，实现多源迁移特征的有效分类。
-
公开(公告)号：CN116188869A
公开(公告)日：2023-05-30
申请号：CN202310223928.5
申请日：2023-03-09
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06V10/42 , G06T7/00 , G06N3/0464
Abstract: 本发明属于病理图像分析技术领域，公开了一种用于肺癌组织病理图像的智能分类方法，包括：用符合预设要求的肺癌组织病理图像训练本地服务器；获取所述本地服务器的本地参数，并通过本地服务器的训练正确率计算所述本地参数的聚合权重；向所述中心服务器发送所述本地参数及与之对应的聚合权重；接收由所述中心服务器聚合反馈的全局参数，且所述全局参数由多个本地参数聚合而成；利用所述全局参数更新覆盖所述本地服务器的本地参数；将待分类的肺癌组织病理图像输入至更新后的本地服务器，得到智能分类结果。综上，通过多个本地数据共同地聚合形成全局参数，且利用全局参数更新覆盖本地参数，以此更进一步的实现图像准确分类。
-
公开(公告)号：CN116172577A
公开(公告)日：2023-05-30
申请号：CN202310223929.X
申请日：2023-03-09
Abstract: 本发明属于康复机器人技术领域，且公开了一种脑电控制的手部康复系统，包括上位机、下位机、脑电采集仪、康复手套；脑电采集仪与上位机，上位机与下位机之间采用WiFi通信；下位机包括下位机计算专注度模块、专注度阈值设置模块、手套强度时间设置模块；还公开了一种脑电控制的手部康复方法，包括如下步骤：S1：医护人员帮助患者将康复手套带上患者患侧手，并将系统通电；本发明通过运用脑机接口技术将特有的主动训练方式应用到康复治疗领域。主动训练方式可以激发患者神经可塑性，重建神经通路，使患者出现损伤的脑部区域通过临近的脑区的神经元重新构建神经通路，与受损肢体进行连接，重新恢复机能，促进患者主动进行治疗。
-
公开(公告)号：CN114663423B
公开(公告)日：2025-05-06
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
公开(公告)号：CN114663423A
公开(公告)日：2022-06-24
申请号：CN202210371206.X
申请日：2022-04-11
Abstract: 本发明公开了一种基于多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
