-
公开(公告)号：CN114330267A
公开(公告)日：2022-04-12
申请号：CN202111461852.7
申请日：2021-12-02
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06F40/186 , G06F40/295 , G06F40/30 , G16H15/00 , G16H50/70
Abstract: 本发明公开了一种基于语义学关联的结构化报告模板的设计方法，包括以下步骤：步骤S1、基于历史病案大数据语义构建得到第一诊疗知识图谱；步骤S2、基于病症诊疗指南大数据构建得到第二诊疗知识图谱；步骤S3、将所述第一诊疗知识图谱和第二诊疗知识图谱进行实体融合得到融合表征诊疗实操经验和诊疗专家经验的诊疗结构化知识图谱，并基于诊疗结构化知识图谱为病症类别构建出结构化报告模板；步骤S4、根据结构化报告模板对病症类别进行统一诊疗以提高诊疗规范性。本发明使得按照结构化报告模板进行病症诊疗即符合医生的诊疗实操经验也符合诊疗专家经验，实现诊疗标准性和机动性的兼顾，突破了计算机辅助诊断方法仅采用诊疗指南驱动的局限。
-
公开(公告)号：CN116487025B
公开(公告)日：2024-08-30
申请号：CN202310334590.0
申请日：2023-03-30
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H50/20 , A61B5/055 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种帕金森病患者磁共振成像的功能性脑连接分析方法，包括以下步骤：将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出特异性网络；将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。本发明揭示早期帕金森病中网络内和网络间脑连接的变化，有助于理解帕金森病发展的机制，利用早期帕金森病中网络内和网络间脑连接变化的客观性实现临床症状的判定，提高判定准确度，从而辅助后续的对症治疗。
-
公开(公告)号：CN118262152A
公开(公告)日：2024-06-28
申请号：CN202410326187.8
申请日：2024-03-21
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/764 , G06V10/34 , G06V10/44 , G06V10/50 , G06V10/774 , G06V10/82 , G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，具体涉及基于帕金森sMRI影像的病情分类方法、系统及存储介质，包括以下步骤：对所述sMRI影像分别进行正反投影处理，对应得到所述sMRI影像的正投影图像和反投影图像；基于所述sMRI影像的正投影图像和反投影图像，分别利用分类模型进行分类训练，得到正投影分类模型和反投影分类模型；将正投影分类模型和反投影分类模型，通过细化网络对脑区特征的潜在关联性进行挖掘，得到用于对帕金森病情进行精准分类的帕金森病情分类模型。本发明通过细化网络对脑区特征的潜在关联性进行挖掘，得到帕金森病情分类模型，挖掘出帕金森对局部脑区及不同脑区间的潜在关联影响，增强帕金森病情分类的精度、鲁棒性。
-
公开(公告)号：CN116487025A
公开(公告)日：2023-07-25
申请号：CN202310334590.0
申请日：2023-03-30
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H50/20 , A61B5/055 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种帕金森病患者磁共振成像的功能性脑连接分析方法，包括以下步骤：将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出特异性网络；将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。本发明揭示早期帕金森病中网络内和网络间脑连接的变化，有助于理解帕金森病发展的机制，利用早期帕金森病中网络内和网络间脑连接变化的客观性实现临床症状的判定，提高判定准确度，从而辅助后续的对症治疗。
-
公开(公告)号：CN114847982A
公开(公告)日：2022-08-05
申请号：CN202210293727.8
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: A61B6/00
Abstract: 本发明公开了一种用于新冠肺炎病人的多次复查图像的融合处理方法，对每个首检CT影像进行图像处理以筛选保存具有病灶的首检CT影像，并在该首检CT影像上标记对应病灶的病患点坐标阈；将每个复查CT影像与首次检查中对应的首检CT影像的病患点坐标阈的像素点依次进行像素对比，以计算该病患点坐标阈内的像素值的变化；确定原病灶恢复情况；将首检CT影像和复查CT影像的所有病患点坐标阈内的像素点的像素值进行调整赋值，将调整赋值后的多个复查CT影像与匹配的首检CT影像进行对比，以复查是否出现新病灶并输出新的复查病理结果；本发明提高了复查的精度，得到每个病灶点具体的恢复范围，同时还可以判定病人的肺部有没有出现新的病灶点。
-
Patent Agency Ranking
公开(公告)号：CN113963806A
公开(公告)日：2022-01-21
申请号：CN202111107697.9
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筛查方法及筛查系统，包括以下步骤：步骤S1、为与新冠肺炎确诊患者产生密切接触的密接对象设定观测期，并在观测期内进行持续观测所述密接对象的肺部病灶表征数据以确定密接对象的患病趋势，选取出患病趋势持续升高的密接对象标定为疑似病患；步骤S2、系统构建新冠肺炎的病症分类器，将疑似病患的肺部病灶表征数据输入至所述病症分类器中确定疑似病患的患病类别，并在疑似病患中选取出患病类别为新冠肺炎的疑似病患标定为确诊病患。本发明实现差别式观测，去除密切接触程度低的密接对象存在的冗余观测，降低观测负担，提高排查效率。
-
公开(公告)号：CN114998200A
公开(公告)日：2022-09-02
申请号：CN202210438073.3
申请日：2022-04-25
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种基于影像数据构建高个体辨识力的脑功能网络方法，包括以下步骤：步骤S1、基于一组参照脑影像数据得到群体共性脑影像数据分量和共性率，以及群体个性脑影像数据分量和群体个性脑影像数据分量的个性率；步骤S2、得到个体共性脑影像数据分量以及个体共性脑影像数据分量的共性率，共性惩罚率，得到个体个性脑影像数据分量的个性奖励率；步骤S4、基于所述共性惩罚率和个性奖励率将个体脑影像数据构建为基础个体脑功能网络，并得到表征高个体辨识力的目标个体脑功能网络。本发明实现在个体化识别时降低共性特征的对相似度识别的干扰，从有限的功能磁共振成像数据得到尽可能高个体辨识力的影像特征或者指标，提高个体化识别的精度。
-
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.027 seconds)
