-
公开(公告)号：CN117338260A
公开(公告)日：2024-01-05
申请号：CN202311281222.0
申请日：2023-09-28
申请人： 四川大学华西医院
IPC分类号： A61B5/0205 , A61B5/145 , A61B5/00 , A61B7/04 , G06V10/44
摘要： 本发明属于计算机技术领域，公开了一种腹部胃肠道活动检测系统及方法，一种腹部胃肠道活动检测系统，包括：信息采集模块，用于获取用户的生理参数信息和身体状态信息；音频采集模块，用于获取用户的腹部多通道肠鸣音的音频信息；图像采集模块，用于获取用户的排泄物的图像信息；数据处理模块用于根据生理参数信息、身体状态信息、音频信息、图像信息进行分析处理，得到用户消化道活动异常的风险等级；控制模块用于控制信息采集模块、音频采集模块、图像采集模块、数据处理模块的运行状态。本发明可以让用户便捷地检测胃肠道活动的情况，同时保证了检测结果的准确性和设备的低功耗，并根据结果给予一定的医学临床建议。
-
公开(公告)号：CN117218352A
公开(公告)日：2023-12-12
申请号：CN202311393052.5
申请日：2023-10-25
申请人： 四川大学华西医院
IPC分类号： G06V10/26 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于多级门控融合网络的ESD手术分割方法及模型，包括收集标注ESD数据进行预处理后为ESD数据集；构建多级门控融合网络分割模型，采用ESD数据集训练验证所述分割模型；输入待处理ESD数据得到ESD分割结果；其中动态门控卷积单元和多级尺度注意力融合模块的多级门控融合网络。其中动态门控卷积单元通过动态门控路径来整合局部和全局的依赖关系，以便面ESD影像信息特征丢失。多级尺度注意力融合模块则通过逐级融合引导网络输出更多的尺度感知的ESD影像特征信息，扩大网络感受野，以提高网络的泛化性。
-
公开(公告)号：CN116309558B
公开(公告)日：2023-07-28
申请号：CN202310551062.0
申请日：2023-05-16
申请人： 四川大学华西医院
IPC分类号： G06T7/00 , G06T7/11 , G06V10/774 , G06V10/25
摘要： 本发明公开了一种食管黏膜IPCLs血管区域分割方法、设备及存储介质，主要解决现有技术中存在的ME‑NBI图像周围对比度较大，血管边界模糊，网络学习时候的特征关注度不够，且不同尺寸的上采样块对分割结果贡献不同的问题。该一种食管黏膜IPCLs血管区域分割方法包括获取数据集，对数据集预处理;构建初始分割模型,用预处理后的数据集训练初始分割模型；初始分割模型输出血管分割结果P和血管轮廓结果C；初始分割模型对血管分割结果P和血管轮廓结果C进行一致性校验后，输出血管分割结果；输入待预测的数据，得到血管分割结果。通过上述方案，本发明达到了提高血管区域特征分割的准确率。
-
公开(公告)号：CN115938546A
公开(公告)日：2023-04-07
申请号：CN202310143511.8
申请日：2023-02-21
申请人： 四川大学华西医院
IPC分类号： G16H30/40 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种早期胃癌图像合成方法、系统、设备及存储介质，涉及图像数据处理技术领域，解决现有早期胃癌数据收集困难以及普通数据增广方法产生的早期胃癌数据多样性差的问题，包括采集并标注正常胃图像数据和早期胃癌图像数据；正常胃图像和早期胃癌图像有效视野提取；创建生成对抗网络模型，并使用正常胃图像和早期胃癌图像的有效视野来训练该生成对抗网络模型；加载生成对抗网络模型，根据输入的正常胃图像生成对应的早期胃癌图像；本发明设计一种生成对抗网络模型，将正常胃图像合成为早期胃癌图像数据，由于正常胃图像具备大量不同形态，因此相比普通的几何变换、颜色抖动方法增广得到的数据具备更好的多样性。
-
公开(公告)号：CN116309558A
公开(公告)日：2023-06-23
申请号：CN202310551062.0
申请日：2023-05-16
申请人： 四川大学华西医院
IPC分类号： G06T7/00 , G06T7/11 , G06V10/774 , G06V10/25
摘要： 本发明公开了一种食管黏膜IPCLs血管区域分割方法、设备及存储介质，主要解决现有技术中存在的ME‑NBI图像周围对比度较大，血管边界模糊，网络学习时候的特征关注度不够，且不同尺寸的上采样块对分割结果贡献不同的问题。该一种食管黏膜IPCLs血管区域分割方法包括获取数据集，对数据集预处理;构建初始分割模型,用预处理后的数据集训练初始分割模型；初始分割模型输出血管分割结果P和血管轮廓结果C；初始分割模型对血管分割结果P和血管轮廓结果C进行一致性校验后，输出血管分割结果；输入待预测的数据，得到血管分割结果。通过上述方案，本发明达到了提高血管区域特征分割的准确率。
-
公开(公告)号：CN116052725B
公开(公告)日：2023-06-23
申请号：CN202310335591.7
申请日：2023-03-31
申请人： 四川大学华西医院
摘要： 本发明公开了一种基于深度神经网络的细粒度肠鸣音识别方法及装置，主要解决现有技术中存在的非常依赖手工提取的信号特征，将1维音频数据转换为2维特征图的过程中损失了大量的相关信息，无法准确定位肠鸣音事件发生的具体时刻的问题。该一种基于深度神经网络的细粒度肠鸣音识别方法采集并标注腹部听诊录音数据；构建基于Transformer结构的深度神经网络模型，使用标注后的腹部听诊录音数据训练所述深度神经网络得到最终模型；加载最终模型，输入的腹部声音信号得到对应的肠鸣音识别结果。通过上述方案，本发明达到了无需手工特征提取，仅通过端到端的训练即可实现对肠鸣音事件的细粒度精确识别。
-
公开(公告)号：CN116052725A
公开(公告)日：2023-05-02
申请号：CN202310335591.7
申请日：2023-03-31
申请人： 四川大学华西医院
摘要： 本发明公开了一种基于深度神经网络的细粒度肠鸣音识别方法及装置，主要解决现有技术中存在的非常依赖手工提取的信号特征，将1维音频数据转换为2维特征图的过程中损失了大量的相关信息，无法准确定位肠鸣音事件发生的具体时刻的问题。该一种基于深度神经网络的细粒度肠鸣音识别方法采集并标注腹部听诊录音数据；构建基于Transformer结构的深度神经网络模型，使用标注后的腹部听诊录音数据训练所述深度神经网络得到最终模型；加载最终模型，输入的腹部声音信号得到对应的肠鸣音识别结果。通过上述方案，本发明达到了无需手工特征提取，仅通过端到端的训练即可实现对肠鸣音事件的细粒度精确识别。
-
公开(公告)号：CN115938546B
公开(公告)日：2023-07-14
申请号：CN202310143511.8
申请日：2023-02-21
申请人： 四川大学华西医院
IPC分类号： G16H30/40 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种早期胃癌图像合成方法、系统、设备及存储介质，涉及图像数据处理技术领域，解决现有早期胃癌数据收集困难以及普通数据增广方法产生的早期胃癌数据多样性差的问题，包括采集并标注正常胃图像数据和早期胃癌图像数据；正常胃图像和早期胃癌图像有效视野提取；创建生成对抗网络模型，并使用正常胃图像和早期胃癌图像的有效视野来训练该生成对抗网络模型；加载生成对抗网络模型，根据输入的正常胃图像生成对应的早期胃癌图像；本发明设计一种生成对抗网络模型，将正常胃图像合成为早期胃癌图像数据，由于正常胃图像具备大量不同形态，因此相比普通的几何变换、颜色抖动方法增广得到的数据具备更好的多样性。
-
公开(公告)号：CN117274337A
公开(公告)日：2023-12-22
申请号：CN202311310342.9
申请日：2023-10-11
申请人： 四川大学华西医院
摘要： 本申请涉及医学图像处理技术领域，提供了一种多模态胃镜图像配准方法。该方法包括：预处理后分辨率一致的多模态胃镜图像通过相位一致性和显著性排序的空间方法，获得多模态胃镜图像的结构特征；结构特征利用双边匹配和高斯场估计器计算仿射变换，获得预配准的多模态胃镜图像；预配准多模态胃镜图像以张量方向平行度和互信息为测度函数，使用随机扰动B样条变形函数作为变换模型，采用随机梯度下降方法最小化给定扰动概率密度函数的期望值，以获得最终配准的多模态胃镜图像。该发明解决了多模态胃镜图像在配准过程中因存在非刚性的蠕动和形变而带来的挑战，有助于医生在胃部手术中更精确地定位病变区域、器官结构等重要解剖信息。
-
公开(公告)号：CN117037043A
公开(公告)日：2023-11-10
申请号：CN202311141387.8
申请日：2023-09-06
申请人： 四川大学华西医院
IPC分类号： G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种内镜黏膜下剥离手术阶段的识别方法及识别设备，主要解决现有技术中存在的因ESD视野狭窄和消化道内环境复杂等特点及手术流程极为复杂且手术段之间的顺序性较弱，使得ESD的手术阶段识别成为一个困扰很久的问题。该发明包括获取不同内镜黏膜下剥离手术ESD对其预处理得到数据集；创建组合模型，其包括第一模型、第二模型和第三模型；用数据集训练的第一模型后提取数据集的空间特征；用空间特征训练第二模型后提取数据集的时间特征；拼接空间特征和时间特征后训练第三模型；加在训练后的组合模型，输入待测ESD数据输出手术阶段识别结果。通过上述方案，本发明达到了能精准识别ESD手术阶段的目的。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.028 秒)
