-
公开(公告)号：CN113128354A
公开(公告)日：2021-07-16
申请号：CN202110330906.X
申请日：2021-03-26
申请人： 中山大学中山眼科中心 , 中山大学
摘要： 本发明公开了一种洗手质量检测方法及装置，对洗手视频进行预处理后得到若干视频帧集，用视频流深度学习模型对若干视频帧集进行特征提取，并对所述特征进行分类处理，得到多个第一分类概率结果；对每个第一分类概率结果进行概率平滑处理得到多个第二分类概率结果；对多个第二分类概率结果进行结果匹配和数值转换，得到不同洗手步骤的洗手步骤质量评价结果，即洗手视频的质量评价结果。采用本发明技术方案能够客观评价用户的洗手步骤和流程，有利于洗手质量评价的推广，提高用户的洗手质量。
-
公开(公告)号：CN112932669A
公开(公告)日：2021-06-11
申请号：CN202110063397.9
申请日：2021-01-18
申请人： 中山大学 , 中山大学中山眼科中心
摘要： 本发明涉及一种执行视网膜层防渗漏隧道的机械臂控制方法，包括如下步骤：步骤一：选定入针位置，并设定机械臂的运动路径；步骤二：控制机械臂沿着设定的运动路径运动，令机械臂驱动注射器的针尖末端沿着运动路径移动至转折点；步骤三：计算针尖末端与雅可比矩阵；步骤四：通过机械臂带动针尖末端在转折点执行RCM运动；步骤五：机械臂带动针尖末端按照步骤二中设定的运动路径运行至视网膜层的目标位置。该方法通过对机械臂的控制，实现注射器沿着设定的运动轨迹运动直至完成视网膜注射操作，克服了人手操作的精度限制，提高了精度。极大程度上避免了抖动导致的组织损伤，同时降低了注射液从视网膜内渗漏出来的概率，提高了视网膜注射手术的成功率。
-
公开(公告)号：CN111161257A
公开(公告)日：2020-05-15
申请号：CN201911421861.6
申请日：2019-12-31
申请人： 中山大学中山眼科中心
摘要： 本发明涉及一种广域眼底图像质量控制的方法及人工智能系统，其中所述方法包括以下步骤：A1.接收广域眼底照相仪拍摄的广域眼底图片；A2.将所述广域眼底图片输入已训练的二分类模型，判断所述广域眼底图片是否为低质量图片；A3.当判断所述广域眼底图片为低质量图片时，发送重新拍摄提示；A4.判断发送重新拍摄提示的次数，若未超过预设的次数则返回步骤A1，若超过预设次数则发出转诊的提示。通过将拍摄好的广域眼底图片输入已训练的二分类模块进行广域眼底图片质量的判断，当图片被判断为低质量图片时，发送重新拍摄提示，从而实现对广域眼底图片的质量进行实时、准确的质量控制。
-
公开(公告)号：CN110432860A
公开(公告)日：2019-11-12
申请号：CN201910591852.5
申请日：2019-07-01
申请人： 中山大学中山眼科中心
摘要： 本发明涉及一种基于深度学习识别广域眼底图中格变裂孔的方法和系统，将广域眼底图像输入卷积神经网络中，判断所述广域眼底图像中是否存在周边视网膜格子样变性或裂孔；当判断为所述广域眼底图像中存在周边视网膜格子样变性或裂孔时，采用显著性区域算法定位广域眼底图像中的格子样变性位置或裂孔位置。本发明可以辅助眼科医生更准确、更便捷地解读患者的广域眼底图像。
-
公开(公告)号：CN110411955A
公开(公告)日：2019-11-05
申请号：CN201910636729.0
申请日：2019-07-15
申请人： 中山大学中山眼科中心
摘要： 本发明涉及一种基于分子特征预测物质颜色气味的人工智能训练系统，用于根据训练集训练出基于分子特征预测物质颜色/气味的机器学习模型，所述训练集包括已知颜色/气味的不同分子结构的物质样本，包括：描述符提取模块，用于提取所述物质样本的分子描述符；特性分类模块，用于根据所述物质样本的颜色/气味进行分类；模型训练模块，用于根据所述描述符提取模块所提取物质样本的分子描述符和所述特性分类模块所进行的分类，训练机器学习模型。本发明基于物质的分子描述符与物质的颜色/气味形成之间的关系，训练机器学习模型，从而能较准确地预测物质的颜色/气味。
-
公开(公告)号：CN109636796A
公开(公告)日：2019-04-16
申请号：CN201811555137.8
申请日：2018-12-19
申请人： 中山大学中山眼科中心 , 广西壮族自治区人民医院
CPC分类号： G06T7/0012 , A61B3/10 , A61B3/14 , G06T2207/10004 , G06T2207/20081 , G06T2207/20084 , G06T2207/30041
摘要： 本发明涉及一种人工智能眼部图片分析方法、服务器和系统，其中方法包括：获取用户有红眼现象的眼部图片；通过眼部定位深度学习模型定位出眼部图片上的眼睛；通过视轴异常深度学习模型筛查眼睛视轴区的异常。本发明利用智能终端和网络技术的普及，并依靠人工智能深度学习的高度敏感性和准确性，对用户眼部图片进行分析，使得眼睛视轴区异常的筛查更准确、更智能、更便捷，有利于提高对视轴区眼病筛查的效率。
-
公开(公告)号：CN105787953A
公开(公告)日：2016-07-20
申请号：CN201610181751.7
申请日：2016-03-28
申请人： 中山大学中山眼科中心
CPC分类号： G06F19/3418 , G06T2207/10004 , G06T2207/30041
摘要： 本发明公开了一种用于视轴区浑浊识别的智能终端，先采集患者目标眼的图像，并在图像上定位出视轴区，再判断视轴区是否浑浊。整个过程可以由患者自助完成，无需医生参与，在家即可方便快捷地实现检测，有利于及早发现病情，对缓解医疗资源的紧张做出了贡献。
-
公开(公告)号：CN113781380B
公开(公告)日：2023-09-29
申请号：CN202010506771.3
申请日：2020-06-05
申请人： 中山大学中山眼科中心
IPC分类号： G06T7/00 , G06V10/77 , G06V10/764 , A61B3/12 , A61B3/10
摘要： 本发明涉及一种鉴别视神经脊髓炎和原发性开角型青光眼的系统，包括：图像采集模块；参数获取模块，用于根据患有视神经脊髓炎和患有原发性开角型青光眼的眼底光学相干断层扫描血管图像获得诊断参数；函数生成模块，用于利用所述诊断参数计算Fisher判别的分类函数系数，并根据所述分类函数系数分别生成视神经脊髓炎和原发性开角型青光眼的Fisher判别函数；比较判定模块，用于将待鉴别的眼底光学相干断层扫描血管图像的诊断参数分别代入Fisher判别函数中，比较两个函数值大小，若视神经脊髓炎的函数值大于原发性开角型青光眼的函数值，则判定为视神经脊髓炎，否则判定为原发性开角型青光眼。本发明提高两种疾病的准确率，同时有助于患者减少检查项目和检查时间。
-
公开(公告)号：CN115005766A
公开(公告)日：2022-09-06
申请号：CN202210500449.9
申请日：2022-05-09
申请人： 中山大学中山眼科中心 , 山东大学齐鲁医院
IPC分类号： A61B3/12 , A61B3/14 , G06N3/04 , G06N3/08 , G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G16H50/20
摘要： 本发明提供了一种婴幼儿眼病筛查装置及系统，通过将大量带有诊断和标注的标准化婴幼儿眼前段照相及眼底彩照，建立婴幼儿眼病多病种筛查模型，建立婴幼儿眼病多病种智能筛查模型，实现了模型自动提取并学习婴幼儿眼部疾病在图像的特征，从而在应用阶段对于真实世界的婴幼儿眼部图像进行眼病智能筛查，相比于现有技术，本发明通过人工智能辅助医务人员进行婴幼儿眼部疾病的筛查，可减轻专业眼科医生的工作负担，大幅提高婴幼儿眼部疾病筛查效率。相比于传统眼底相机，本发明能够高度适配于便携设备，并通过模型的自动化识别，降低了眼病筛查的硬件成本和人力成本，从而有助于婴幼儿眼病筛查的普及。
-
公开(公告)号：CN114470532A
公开(公告)日：2022-05-13
申请号：CN202210046916.5
申请日：2022-01-14
申请人： 中山大学中山眼科中心
摘要： 本发明提供了一种基于光照治疗晶状体浑浊的系统及方法，通过设置的光源装置、匀光装置、光束准直装置、分划板装置、调焦装置以及接收装置；其中，光束从光源装置生成后，依次经过匀光装置、光束准直装置、分划板装置以及调焦装置射入所述接收装置。通过匀光装置和光束准直装置对治疗光束进行过滤和准直，从而减少了光束发散的概率，再加上调焦装置与分划板装置调整光线的聚焦位置，避免了发散光束造成对眼部其它部位的伤害。因此，通过实施本发明实施例能提高光线聚焦精准度。
-
-
-
-
-
-
-
-
-
搜索结果
111 条记录 (耗时 0.048 秒)
