-
-
公开(公告)号：CN109199413A
公开(公告)日：2019-01-15
申请号：CN201811260268.3
申请日：2018-10-26
Applicant: 首都医科大学附属北京安定医院
IPC: A61B5/16
Abstract: 本发明公开了一种利用瞳孔测量PPI的系统，该系统包括瞳孔大小测定装置(1)、医生终端设备(2)、用于分析数据的中央处理器(3)；所述瞳孔大小测定装置(1)、医生终端设备(2)、用于分析数据的中央处理器(3)依次连接。本发明的系统利用测定瞳孔大小的方式测量PPI属于一种新的测量PPI的方法，该方法相比传统肌电方法更具有稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117274256A
公开(公告)日：2023-12-22
申请号：CN202311550989.9
申请日：2023-11-21
Applicant: 首都医科大学附属北京安定医院
Abstract: 本申请涉及智能医疗领域，具体涉及一种基于瞳孔变化的疼痛评估方法、系统及设备。包括获取眼部图像；将所述眼部图像输至分割网络进行分割得到瞳孔分割图像；将所述眼部图像与所述瞳孔分割图像输至特征融合网络进行特征融合得到融合特征；基于所述融合特征进行评估得到疼痛评分。本申请采用可变形卷积进行眼部图像分割，适应性调整并计算偏移量，能够很好的提取瞳孔变化特征，同时通过空间和通道解耦策略减少冗余信息，节约内存资源，增强模型准确识别瞳孔区域和评估疼痛指数性能，该方法具有重要的临床诊断和治疗价值。
-
公开(公告)号：CN117274256B
公开(公告)日：2024-02-06
申请号：CN202311550989.9
申请日：2023-11-21
Applicant: 首都医科大学附属北京安定医院
Abstract: 本申请涉及智能医疗领域，具体涉及一种基于瞳孔变化的疼痛评估方法、系统及设备。包括获取眼部图像；将所述眼部图像输至分割网络进行分割得到瞳孔分割图像；将所述眼部图像与所述瞳孔分割图像输至特征融合网络进行特征融合得到融合特征；基于所述融合特征进行评估得到疼痛评分。本申请采用可变形卷积进行眼部图像分割，适应性调整并计算偏移量，能够很好的提取瞳孔变化特征，同时通过空间和通道解耦策略减少冗余信息，节约内存资源，增强模型准确识别瞳孔区域和评估疼痛指数性能，该方法具有重要的临床诊断和治疗价值。(56)对比文件Caiyong Wang 等.ScleraSegNet: AnAttention Assisted U-Net Model forAccurate Sclera Segmentation.IEEETransactions on Biometrics, Behavior, andIdentity Science.2023,第2卷(第1期),40-54.
-
公开(公告)号：CN109480866A
公开(公告)日：2019-03-19
申请号：CN201811261586.1
申请日：2018-10-26
Applicant: 首都医科大学附属北京安定医院
Abstract: 本发明公开了一种利用瞳孔测量PPI的方法，该方法的要点是：通过测定受试者惊反射刺激前后瞳孔的大小运用合理的运算公式得出受试者的PPI。本发明的方法可以用于鉴定存在感觉门控缺损的人群，包括健康人群中心理素质差或者抗压能力差的人群，也可以用于鉴定存在感觉门控缺损的临床病人。因此本发明的方法应用广泛，适宜推广。
-
公开(公告)号：CN109223006A
公开(公告)日：2019-01-18
申请号：CN201811261569.8
申请日：2018-10-26
Applicant: 首都医科大学附属北京安定医院
IPC: A61B5/16
Abstract: 本发明公开了一种精神分裂症诊断系统，该系统包括瞳孔大小测定装置(1)、医生终端设备(2)、用于分析数据的中央处理器(3)；所述瞳孔大小测定装置(1)、医生终端设备(2)、用于分析数据的中央处理器(3)依次连接。本发明的系统利用测定瞳孔大小的方式测量PPI以诊断精神分裂症，具有稳定、精确、方便、快捷的优势，适宜临床推广。
-
公开(公告)号：CN117316437A
公开(公告)日：2023-12-29
申请号：CN202311605832.1
申请日：2023-11-29
Applicant: 首都医科大学附属北京安定医院
IPC: G16H50/20 , A61B5/00 , A61B3/11 , G06V40/18 , G06V10/24 , G06V10/20 , G06T7/00 , G06T7/62 , G06T7/66 , G06T7/70
Abstract: 本申请涉及智能医疗领域，具体涉及一种基于瞳孔变化的疼痛等级预测方法、系统及设备。包括获取瞳孔图像；将所述瞳孔图像转换为灰度图像得到瞳孔灰度图；基于所述瞳孔灰度图进行数据扩充得到扩充后的数据，所述数据扩充采用随机仿射映射进行扩充，所述随机仿射映射是所述瞳孔灰度图在向量空间中进行线性变换和一次平移变换到另一个向量空间的过程；基于所述扩充后的数据计算瞳孔边缘、瞳孔中心、瞳孔轮廓得到测量的瞳孔尺寸；将所述扩充后的数据输至训练好的神经网络中得到预测的瞳孔尺寸；基于所述测量的瞳孔尺寸、预测的瞳孔尺寸得到瞳孔疼痛等级。本申请通过瞳孔变化监测疼痛等级具有很好临床价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
