一种基于人工智能的麻醉深度分类方法及系统

    公开(公告)号:CN118468166B

    公开(公告)日:2024-11-01

    申请号:CN202410934996.7

    申请日:2024-07-12

    摘要: 本发明公开了一种基于人工智能的麻醉深度分类方法及系统,方法包括数据收集、数据预处理、麻醉剂量方案化预测、麻醉深度量化预测、麻醉深度分类。本发明涉及麻醉深度分类技术领域,具体是指一种基于人工智能的麻醉深度分类方法及系统,本方案首先进行麻醉剂量方案化预测,并通过个性化麻醉方案中给出的数值,和生理信号数据一并进行麻醉深度分类;采用结合注意力机制的长短期记忆人工神经网络进行麻醉剂量方案化预测,提高了麻醉剂量预测的可靠性和准确性;采用结合生理信号分量划分增强和改进通道注意力的编解码网络进行麻醉深度量化预测,提升了数据的可用性,为麻醉深度分类的整体自动化流程提供了技术参考。

    一种辅助生殖信息分析方法及系统

    公开(公告)号:CN118841130A

    公开(公告)日:2024-10-25

    申请号:CN202411331098.9

    申请日:2024-09-24

    发明人: 郑丽娥 林志刚

    摘要: 本发明涉及辅助生殖技术领域,公开了一种辅助生殖信息分析方法及系统,该方法通过构建基于马尔可夫决策过程的辅助生殖决策模型,实现了决策过程的系统化和标准化。模型定义了包括患者遗传数据与临床数据的状态空间,以及调整药物剂量、选择治疗方案等动作空间,并设计了依据妊娠率和活产率的奖励函数。采用深度Q网络算法进行模型训练,通过迭代学习和参数调优,提高了决策的科学性和精准性。通过A/B测试方法评估模型性能,并与医生常规方案进行对比,验证了模型的有效性。最后,基于训练好的模型,分析患者个人数据,为医生提供个性化的治疗方案建议。

    一种腹腔镜及机器人肝切除术中游离暴露装置

    公开(公告)号:CN118717194A

    公开(公告)日:2024-10-01

    申请号:CN202410847768.6

    申请日:2024-06-27

    IPC分类号: A61B17/02

    摘要: 本发明提供一种腹腔镜及机器人肝切除术中游离暴露装置,涉及手术器械技术领域,包括:连接板,所述连接板上开设了三组螺栓安装孔,连接板在上方安装一组第一旋转机构,第一旋转机构由第一电动马达、转动轴、第一稳固块共同组成,连接板在底部安装了三组均匀分布的稳固结构,稳固结构由第一稳固板、第二稳固板、第二稳固块共同组成。在肝切除术的基础上设置了自动游离暴露装置,自动游离暴露装置由旋转机构、升降机构组成,结合游离钳、配合机器人实现肝部自动游离暴露的效果,比起医护人员手持游离钳操作更精准、更便捷。

    一种前庭康复训练装置
    4.
    发明授权

    公开(公告)号:CN118320262B

    公开(公告)日:2024-09-27

    申请号:CN202410757342.1

    申请日:2024-06-13

    发明人: 肖恒 蔡慧敏

    IPC分类号: A61M21/00 A61B5/00 A61B5/11

    摘要: 本发明公开了一种前庭康复训练装置,包括前庭模型、固定头套和限位背带;前庭模型和限位背带分别与固定头套连接,且前庭模型和限位背带相对设置;限位背带与前庭模型通过滑动组件可相对滑动地连接;前庭模型包括内腔相互独立的上半规管、后半规管、水平半规管、球囊和椭圆囊;上半规管的所处平面、水平半规管的所处平面和后半规管所处平面两两之间相互垂直;上半规管、后半规管和水平半规管分别与一连接部连接;球囊和椭圆囊相邻设置并分别与连接部连接;上半规管、后半规管、水平半规管、球囊和椭圆囊的内腔中分别填充有颗粒物,颗粒物的填充量为每个内腔的体积的0.5~0.8。本发明能够使前庭各个部分得到充分训练,提高患者的康复率。

    一种针对家族性脑海绵状血管瘤图像的快速数据标注方法

    公开(公告)号:CN118537286A

    公开(公告)日:2024-08-23

    申请号:CN202410245914.8

    申请日:2024-03-05

    IPC分类号: G06T7/00 G06T7/11 G16H50/20

    摘要: 本发明涉及一种针对家族性脑海绵状血管瘤图像的快速数据标注方法。该方法以一种简单的覆盖目标的边界框作为提示,同时利用Segment Anything(SAM)模型分割和框二值化阈值分割(BBTS)进行分割标注,随后筛选以获得合格的标注掩码,用其初步训练一个分割网络,余下不合格掩码所对应的图像同没有标注边界框的图像进行迭代训练标注。在每次迭代中,我们对部分分割掩码进行筛选,将合格的掩码合并到训练数据中,继而迭代训练以优化网络的分割性能,获取更多合格掩码。多次迭代后仍不合格的少量疑难样本的分割掩码由医生进行半自动标注修正,包括删除过分割区域和填充欠分割区域,最终完成标注。

    一种评估神经胶质瘤发病风险的生物标志物及其应用

    公开(公告)号:CN118448040A

    公开(公告)日:2024-08-06

    申请号:CN202410533389.X

    申请日:2024-04-30

    摘要: 本发明提供了一种评估神经胶质瘤发病风险的生物标志物及其应用,属于生物医学技术领域。本发明所述生物标志物包括Gd、Li、Th、Tm、Mo共5种头发微量元素。本发明利用上述5种头发微量元素结合用可视化Nomogram和制作的动态网页版在线计算工具(https://fjmucf.shinyapps.io/metals_prediction_model/)可精准和高效的评估出受试者神经胶质瘤发病风险,且该方法新型方便、对受试者无任何伤害,为基于微量元素的神经胶质瘤的精准靶向治疗提供科学依据,具有良好的应用前景和现实意义。

    一种用于家族性脑海绵状血管瘤判别和研究的定量统计方法及系统

    公开(公告)号:CN118279242A

    公开(公告)日:2024-07-02

    申请号:CN202410245188.X

    申请日:2024-03-05

    IPC分类号: G06T7/00 G06T7/11 G16H50/20

    摘要: 本发明涉及一种用于家族性脑海绵状血管瘤判别和研究的定量统计方法及系统。利用深度学习对同一病人前后两次检查的磁共振成像(MRI)数据切片进行2D病灶分割,之后将2D分割掩码合成3D掩码,进而统计两次检查中病灶的体积和数量,并识别病灶最小外接立方体的坐标。我们遍历随访检查中的病灶,设置病灶中心特殊像素点,利用图像配准将随访检查图像向前次检查的图像对齐,通过特殊像素点联系配准前后随访检查中所遍历的病灶,之后通过识别病灶最小外接立方体是否重合来实现前次检查与配准后的随访检查中相同病灶区域的匹配,最终实现前次检查与随访检查原图像中同一病灶区域的对比统计,并将统计结果进行可视化,帮助医生对疾病进展进行定量诊断和分析。