公开(公告)号：CN116473542A

公开(公告)日：2023-07-25

申请号：CN202310180597.1

申请日：2023-02-28

Applicant: 电子科技大学

Inventor： 何天 ,  陈玥锦 ,  汪玲 ,  程洪 ,  胡德昆

IPC: A61B5/11

Abstract: 本发明属于医学信息智能处理领域，具体为一种基于Kinect的自动化关节活动度测量方法。利用Kinect传感器获取人体关节点时间序列数据，使用卡尔曼滤波对其进行平滑处理，利用稳定状态寻找算法获取有效关节活动度测量时间段数据，对人体关节活动度的时间序列进行分割处理，自动选取出用户测量过程中的关键点信息，完成关节活动度的有效测量。排除非目标动作的干扰。本发明首次实现了基于Kinect数据的关节活动度测量时间段的分割及有效关节活动度测量数据的选择，具有实时、自动、精度高且操作简便的优点。

公开(公告)号：CN115984168A

公开(公告)日：2023-04-18

申请号：CN202211455191.1

申请日：2022-11-21

Applicant: 电子科技大学

Inventor： 汪玲 ,  张亚东 ,  程洪 ,  詹惠琴 ,  胡德昆

IPC: G06T7/00 ,  G06T17/00 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明提供一种基于深度学习的骨折分型辅助分型系统，包括兴趣区域ROI选取模块、三维区域重建模块、旋转采样模块以及骨折分型模块。兴趣区域ROI选取模块通过模板匹配进行区域选取；三维区域重建模块对选取的区域进行三维重建，然后将重建的模型通过旋转采样模块进行二维重采样；最后将采样后的数据输入到骨折分型模块中实现分类。本发明提出的基于三维重建多视角采样分类方法具有效率高，样本需求量少的优点。