一种甲状腺微小乳头状癌侵袭性风险评估方法与系统

    公开(公告)号:CN116453691A

    公开(公告)日:2023-07-18

    申请号:CN202310195256.1

    申请日:2023-03-03

    Abstract: 本发明公开了一种甲状腺微小乳头状癌侵袭性风险的评估方法与系统,首先获取用于进行甲状腺微小乳头状癌侵袭性风险评估的分层指标,所述分层指标包括超声影像指标、临床特征指标和多基因联合指标;将分层指标划分出多级风险指标,风险指标包括:低风险指标、中风险指标和高风险指标;联合三个分层指标对应的风险指标,进行甲状腺微小乳头状癌侵袭性风险评估,输出侵袭风险评估结果。同时本申请搭建了袭性风险的评估系统,将侵袭风险等级以表格的形式输出。本发明借助超声和多基因联合检测实现对甲状腺微小乳头状癌侵袭性风险的评估,能够为PTMC的临床决策依据提供参考。

    一种超声报告数值自动读取方法及装置

    公开(公告)号:CN106599861B

    公开(公告)日:2019-07-26

    申请号:CN201611185621.7

    申请日:2016-12-20

    Abstract: 本发明公开了一种超声报告数值自动读取方法及装置,通过连通区域检测、数值区域提取、数值行划分、字符识别、超声报告自动生成等环节,最终实现超声报告数值自动读取。本发明采用“自底向上”方法从像素级开始分析图像的结构,从字符到文本行;采用相邻八个像素点探寻的连通区域检测;采用长度,宽度筛查结合目标点背景点比例判断的数值区域提取方法;采用数值区域中心点距离衡量的数值行划分;采用机器学习的字符识别方法,准确的识别字符。本发明可取代目前手动输入超声报告数值的工作过程,自动生成超声检查项目的完整报告,避免了人为因素录入数据而造成错误的情况,提高了数据准确率,减少了录入时间。

    一种超声报告数值自动读取方法及装置

    公开(公告)号:CN106599861A

    公开(公告)日:2017-04-26

    申请号:CN201611185621.7

    申请日:2016-12-20

    Abstract: 本发明公开了一种超声报告数值自动读取方法及装置,通过连通区域检测、数值区域提取、数值行划分、字符识别、超声报告自动生成等环节,最终实现超声报告数值自动读取。本发明采用“自底向上”方法从像素级开始分析图像的结构,从字符到文本行;采用相邻八个像素点探寻的连通区域检测;采用长度,宽度筛查结合目标点背景点比例判断的数值区域提取方法;采用数值区域中心点距离衡量的数值行划分;采用机器学习的字符识别方法,准确的识别字符。本发明可取代目前手动输入超声报告数值的工作过程,自动生成超声检查项目的完整报告,避免了人为因素录入数据而造成错误的情况,提高了数据准确率,减少了录入时间。

    一种医院满意度调查方法、装置、介质、程序产品

    公开(公告)号:CN119964709A

    公开(公告)日:2025-05-09

    申请号:CN202510241166.0

    申请日:2025-03-03

    Abstract: 本发明提供了一种医院满意度调查方法、装置、介质、程序产品,先通过采集患者基础信息、采集患者问卷信息,从而基于所采集的患者基础信息与患者问卷信息,采用神经网络模型预测患者投诉概率以及投诉项目;之后综合预测投诉情况与实际投诉情况,优化满意度调查问卷项目。本发明一方面通过机器学习技术生成预测的虚拟投诉单,使得相关职能部门能够提前介入干预,提升患者满意度;另一方面能够根据每位患者过往的投诉情况,自适应地优化调整后续诊疗阶段的调查问卷项目,以此对于各不同患者更有针对性地制定出专业、精简、可靠的满意度调查问卷,避免传统调查问卷流于形式主义,提高调查问卷的有效性。

    一种基于超声图像的智能化乳腺肿瘤辨别方法

    公开(公告)号:CN111832563A

    公开(公告)日:2020-10-27

    申请号:CN202010693331.3

    申请日:2020-07-17

    Abstract: 本发明公开一种基于超声图像的智能化乳腺肿瘤辨别方法,包括:采集乳腺肿瘤超声图像并进行标记;选取感兴趣区域ROI,并将ROI进行剪切后保存为灰度图像,得到乳腺肿瘤的样本图像;基于乳腺肿瘤的样本图像,提取乳腺肿瘤的灰度纹理特征矩阵;对乳腺肿瘤的样本图像进行降噪处理,基于降噪处理后的乳腺肿瘤样本图像,提取乳腺肿瘤的形状特征矩阵;对乳腺肿瘤的灰度纹理特征矩阵、形状特征矩阵进行合并,得到乳腺肿瘤样本的特征矩阵;基于支持向量机SVM构建乳腺肿瘤识别模型并训练,通过训练好的乳腺肿瘤识别模型进行超声图像中的乳腺肿瘤类型的识别。本发明能够对超声图像中的肿瘤类型进行自动、准确地识别。

Patent Agency Ranking