-
公开(公告)号：CN113963797A
公开(公告)日：2022-01-21
申请号：CN202111109158.9
申请日：2021-09-22
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎患者康复时间预测方法，包括以下步骤：步骤S1、构建用于康复预测的训练时序样本以及康复概率预测模型；步骤S2、计算后置时序处的康复特征域数据与前置时序处的康复特征域数据的相似度作为表征康复变动的监听系数；步骤S3、基于所述监听系数进行对所述前置时序处的康复特征域数据进行特征更新，并康复预测得出后置时序处的康复概率，再推算出新冠肺炎患者的康复时间。本发明能够仅在新冠肺炎患者的康复状态发生变化时进行推算，可以有效的去除康复状态未变化的冗余计算量，提高了推算效率，而且仅将变动程度大的数据部分进行替换更新，同样避免了模型运算在低变动数据部分的冗余计算量。
-
公开(公告)号：CN112669925A
公开(公告)日：2021-04-16
申请号：CN202011487481.5
申请日：2020-12-16
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H15/00 , G16H30/20 , G06F21/62 , G06T7/00 , G06T7/62 , G06F16/953 , G06F16/9538
Abstract: 本发明公开了一种新冠肺炎CT复查的报告模板，包括病灶特征提取单元、病灶进展对比单元、诊断结果生成单元、历史报告数据库。本发明将历史诊断报告中的病灶面积和密度与来自病灶特征提取单元复查的病灶面积和密度进行对比，获得复查诊断结果，全程依靠分布式数据处理系统进行自动对比和结果诊断，无需医生参与诊断，并可直接获得依据直观量化数据的诊断结果，减轻医生诊断工作量，并且病灶特征提取单元、病灶进展对比单元、诊断结果生成单元和历史报告数据库均通过网络通信进行数据交换和业务交互，避免了在肺部CT打印、医生看诊、患者打印诊断结果过程中存在CT片的传递步骤，实现无接触看诊和结果获知，降低感染风险。
-
公开(公告)号：CN112190277A
公开(公告)日：2021-01-08
申请号：CN202011238084.4
申请日：2020-11-09
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎CT复查的数据拟合方法，包括：S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像，并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域，记录新冠肺炎病灶区域CT影像产生时间、面积和密度数据生成复查数据报告。本发明利用曲线拟合函数获得基于时序的病灶面积变化曲线和基于时序的病灶密度变化曲线函数，可以同时掌握病灶过去时变化情况和病灶未来时，因此能够在治疗方案的前中期就可以预测到在该治疗方案下病灶的未来的趋势，则可以判定该方案是否有效，避免患者在该方案下耽误病情，降低了试错成本。
-
公开(公告)号：CN114926388A
公开(公告)日：2022-08-19
申请号：CN202210227144.5
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种用于新冠肺炎病灶识别的CT图像处理方法及系统，包括以下步骤：步骤S1、依次将一组新冠肺炎确诊患者在新冠肺炎确诊阶段且包含新冠肺炎病灶的肺部CT图像标记为确诊CT图像，以及在新冠肺炎未确诊阶段且不包含新冠肺炎病灶的肺部CT图像标记为未确诊CT图像；步骤S2、将确诊CT图像和未确诊CT图像分别沿横向中轴线和纵向中轴线均分割为四个局部图像，依次统计未确诊CT图像中每个局部图像的潜在发生率。本发明利用新冠肺炎确诊患者的确诊CT图像和未确诊CT图像进行模型训练，实现通过未确诊CT图像预测出未确诊患者患新冠肺炎疾病的患病概率和病灶的高发区域，以实现对新冠疾病的提前预警。
-
公开(公告)号：CN114781475A
公开(公告)日：2022-07-22
申请号：CN202210227173.1
申请日：2022-03-08
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06K9/62 , G06T3/60 , G06T3/40 , G06T7/11 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/00
Abstract: 本发明公开了一种基于深度学习的新冠肺炎CT图像分类方法及系统，包括以下步骤：步骤S1、在患病周期内获取一组连续表征新冠肺炎目标病患肺部状态的新冠肺炎CT图像，将一组连续的所述新冠肺炎CT图像进行阶段性划分得到多个表征新冠肺炎目标病患病情发展阶段的新冠肺炎CT图像阶段簇；步骤S2、基于深度学习机制构建新冠肺炎CT图像分类模型，并对所述新冠肺炎CT图像阶段簇进行阶段分类得到每个新冠肺炎CT图像阶段簇所表征的所述病情发展阶段，再映射至新冠肺炎CT图像阶段簇中将所述病情发展阶段作为新冠肺炎CT图像的类别标签。本发明实现对所述新冠肺炎目标病患在患病周期内的所有新冠肺炎CT图像进行分阶段的快速划分。
-
Patent Agency Ranking
公开(公告)号：CN114723688A
公开(公告)日：2022-07-08
申请号：CN202210293732.9
申请日：2022-03-24
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种用于CT影像肺炎识别的影像处理方法和系统，影像去噪模块用于对CT影像中的两瓣肺部进行影像去噪处理，并校正影像灰度不均匀性，获取灰度分布均匀的无噪声的预处理影像；识别方式选择模块用于通过计算和对比两瓣肺部的灰度平均值选择肺炎识别方式；影像填补识别模块用于将两瓣肺部的CT影像补充完成形成两个相同的肺部影像，并将两个肺部影像的相同肺部切片图层进行灰度对比，来确定肺炎结节的区域和结节尺寸；影像特征对比识别模块用于将两瓣肺部的CT影像分别与相同尺寸的标准影像进行对比，识别每瓣肺部的CT影像中的结节区域和结节尺寸；本发明选择不同的方式进行影像处理和肺炎识别，提高两种结节型肺炎的识别精度。
-
公开(公告)号：CN113854996A
公开(公告)日：2021-12-31
申请号：CN202111032939.2
申请日：2021-09-03
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎康复期患者肺部功能评估方法，包括以下步骤：步骤S1、定期采集多个新冠肺炎患者在康复期不同阶段的肺部功能表征数据，以获得肺部康复时序数据，并对所述肺部康复时序数据进行曲线拟合得到肺功能时序曲线；步骤S2、基于肺功能时序曲线的相似度对所有新冠肺炎患者进行分类得到多组康复期患者集群，实现利用全体共性对新冠肺炎患者进行集群化评估分析；步骤S3、在所述康复期患者集群对每个康复期患者进行康复监听识别出离群患者，实现利用康复期患者的个体差异性进行离群患者的单独评估管理。本发明利用康复期患者的个体差异性进行离群患者的单独评估管理，提高了新冠肺炎患者的管理精度。
-
公开(公告)号：CN112401915A
公开(公告)日：2021-02-26
申请号：CN202011302100.1
申请日：2020-11-19
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎CT复查的图像融合比对方法，包括：S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像，并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域；S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像。本发明将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合，可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况，无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释，减轻医生工作负担。
-
公开(公告)号：CN113854996B
公开(公告)日：2024-02-23
申请号：CN202111032939.2
申请日：2021-09-03
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种新冠肺炎康复期患者肺部功能评估方法，包括以下步骤：步骤S1、定期采集多个新冠肺炎患者在康复期不同阶段的肺部功能表征数据，以获得肺部康复时序数据，并对所述肺部康复时序数据进行曲线拟合得到肺功能时序曲线；步骤S2、基于肺功能时序曲线的相似度对所有新冠肺炎患者进行分类得到多组康复期患者集群，实现利用全体共性对新冠肺炎患者进行集群化评估分析；步骤S3、在所述康复期患者集群对每个康复期患者进行康复监听识别出离群患者，实现利用康复期患者的个体差异性进行离群患者的单独评估管理。本发明利用康复期患者的个体差异性进行离群患者的单独评估管理，提高了新冠肺炎患者的管理精度。
-
公开(公告)号：CN114496172A
公开(公告)日：2022-05-13
申请号：CN202111537145.1
申请日：2021-12-15
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种影像结构化报告模板的数据处理方法，包括以下步骤：步骤S1、在历史病例大数据的医疗影像结构化报告中提取出以结构化表格形式表征的组织实体，并筛选出通用率高于通用阈值的组织实体作为结构化主实体；步骤S2、在目标对象的历史医疗影像中从病理表征时序数据中提取出的所有组织实体中剔除所述结构化主实体，在剩余的组织实体中筛选出波动率高于波动阈值的组织实体作为结构化副实体。本发明形成唯一应用于目标对象的影像结构化报告模板，以实现对结构化主实体的去中心化使得影像结构化报告模板兼容专家经验和医生个人经验来提高影像结构化报告对病理特征的表达精准性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.047 seconds)
