-
公开(公告)号：CN118415674A
公开(公告)日：2024-08-02
申请号：CN202410583858.9
申请日：2024-05-11
Applicant: 西安交通大学 , 浙江西安交通大学研究院
Abstract: 本发明公开了一种含标记耦合贴及基于该耦合贴的三维超声重建装置与方法，含标记耦合贴包括固态的声波传输体和位于声波传输体中的标记线；沿声波的传输方向，标记线在声波传输体中至少布置三层，每层的标记线位于垂直于声波传输方向的同一平面上；每层的标记线至少为三条，每层至少有两条平行标记线，且至少有一条为斜线，即斜线与两条平行标记线既不平行也不垂直；在各层标记线中，至少有一层标记线的形状与另一层标记线的形状互为镜像，且至少有一层标记线与另一层标记线的平行线投影不完全对齐。本发明使用标记线使得每一张超声图像都能出现标记点，从而推断超声图像的空间位置信息，重建三维超声图像，解决现有技术系统复杂，成本高昂等问题。
-
公开(公告)号：CN111466905B
公开(公告)日：2021-01-22
申请号：CN202010280351.8
申请日：2020-04-10
Applicant: 西安交通大学
IPC: A61B5/346
Abstract: 一种基于双向连通的心电波形提取方法，对心电图的图像沿导联方向纵向投影，确定各个导联的基线；对心电图的图像沿垂直导联方向横向投影，得到几个峰值，记录两个相邻峰值之间的区间；根据各个导联的基线位，计算导联与基线的交叉点，对于每一导联与基线有多个交叉点q，将第j导联与基线的多个交叉点q放入队列Qj中；遍历队列Qj中的交叉点q，选择满足约束的交叉点q作为p放入队列Pj中；复制一个与心电图相同的图像IM；以队列Pj中的每一个交叉点p为基础，计算双向连通图；对双向连通图进行采样，计算距离基线的相对像素值。本发明过程简洁，易于实现，对不同心电图像具有良好的适配性，同时误差更小。
-
Patent Agency Ranking
公开(公告)号：CN117372381A
公开(公告)日：2024-01-09
申请号：CN202311385103.X
申请日：2023-10-24
Applicant: 西安交通大学
IPC: G06T7/00 , G06V10/74 , G06V10/764 , G06V10/766
Abstract: 本发明公开了一种面向动态超声视频的病灶检测方法，将待检测的超声视频输入到训练好的深度学习模型，实现动态超声的病灶视频检测；其中，所述训练好的深度学习模型为经过标注的横切超声视频数据、标注的纵切超声视频数据和拥有伪标签的超声视频数据作为训练数据对基于相邻帧的视频检测网络模型进行训练得到。本发明提出的方法在基于超声视频的病灶结节检测中的优越性能，并且本发明还可以应用在多种超声的病灶检测中，具有良好的普适性。
-
公开(公告)号：CN116832078A
公开(公告)日：2023-10-03
申请号：CN202311040351.0
申请日：2023-08-17
Applicant: 西安交通大学医学院第一附属医院
IPC: A61K36/424 , A61K31/40 , A61P1/00 , A61P3/00
Abstract: 本发明公开了绞股蓝微粉联合降脂药改善肠道菌群治疗代谢性疾病的制药应用，通过实验证实绞股蓝微粉联合降脂药能够通过改善肠道菌群进而对代谢性疾病具有治疗作用。绞股蓝微粉可以作为益生元添加于药物、食品或食品添加剂中的应用，绞股蓝中含有丰富的皂苷和多糖物质，可以作为益生元促进肠道中有益菌群的生长，这些皂苷和多糖物质也可以被肠道内的某些益生菌分解代谢，产生有益的短链脂肪酸等物质，从而促进肠道健康，因此在与阿托伐他汀类降脂药一起使用时能够改善肠道菌群，进而实现对代谢性疾病的治疗作用。
-
公开(公告)号：CN111466905A
公开(公告)日：2020-07-31
申请号：CN202010280351.8
申请日：2020-04-10
Applicant: 西安交通大学
IPC: A61B5/0452
Abstract: 一种基于双向连通的心电波形提取方法，对心电图的图像沿导联方向纵向投影，确定各个导联的基线；对心电图的图像沿垂直导联方向横向投影，得到几个峰值，记录两个相邻峰值之间的区间；根据各个导联的基线位，计算导联与基线的交叉点，对于每一导联与基线有多个交叉点q，将第j导联与基线的多个交叉点q放入队列Qj中；遍历队列Qj中的交叉点q，选择满足约束的交叉点q作为p放入队列Pj中；复制一个与心电图相同的图像IM；以队列Pj中的每一个交叉点p为基础，计算双向连通图；对双向连通图进行采样，计算距离基线的相对像素值。本发明过程简洁，易于实现，对不同心电图像具有良好的适配性，同时误差更小。
-
公开(公告)号：CN111460951A
公开(公告)日：2020-07-28
申请号：CN202010219375.2
申请日：2020-03-25
Applicant: 西安交通大学
Abstract: 一种基于深度学习的心电信号自动分析方法，根据从公开数据集下载已经标注的心电数据，将心电数据进行处理，得到数据集，将数据集分为训练集、验证集和测试集；按照DLA结构，构建深度学习模型，训练得到训练好的深度学习模型；调整超参数，选取在验证集和测试集上分类效果最好的模型；对于待分类的12导联的心电数据，经过处理得到数据集，将数据集的数据输入到分类效果最好的模型中，得出心电数据的心电信号所属分类。本发明通过一维卷积提取低层次的波形结构特征，并将较浅和较深的层聚合起来，获取心电信号的空间及语义特征，既完成了形态分析，又得到了形态间的相互关联，可以应用于心电图片或者一维时间序列心电图的分类。
-
公开(公告)号：CN117557521A
公开(公告)日：2024-02-13
申请号：CN202311505463.9
申请日：2023-11-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向动态超声的病灶视频分割方法，包括以下步骤：将待分割视频通过训练好的深度学习模型，实现病灶视频分割；其中，所述训练好的深度学习模型通过采用将标注的训练集中的数据和拥有伪标签的未标注训练集中的数据对全自动视频目标分割模型进行训练至收敛得到。为了合理利用超声视频的时间空间特征，引入了一种基于相邻帧的视频分割网络，该网络利用自适应特征库对相邻帧的有用信息进行存储并在分割当前帧时加以利用。为了减少视频的人工标注的工作量，将半监督方法运用到视频分割方法中。本发明提出的方法在基于超声视频的病灶分割中的优越性能，并且本发明还可以应用在多种超声的病灶检测中，具有良好的普适性。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
