-
-
公开(公告)号：CN118873161A
公开(公告)日：2024-11-01
申请号：CN202410920432.8
申请日：2024-07-10
IPC分类号： A61B6/03 , A61B6/50 , A61B6/00 , A61B5/055 , A61B5/00 , G06T7/00 , G06T3/14 , G06T7/187 , G06T7/11 , G06T7/136 , G06T17/20 , G16H50/30 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0895 , G06N3/09
摘要： 本发明提供一种颅内动脉血管狭窄双重判定方法及系统，涉及血管狭窄检测技术领域，包括获取患者的CT灌注成像数据和定量磁共振血管成像数据，将预处理后的CT灌注成像数据与定量磁共振血管成像数据配准到同一坐标系下，得到标准CT灌注成像数据和标准量磁共振血管成像数据；在标准CT灌注成像数据上选取输入动脉和静脉窦作为参考区域，提取时间‑密度曲线，计算脑灌注参数，同时提取狭窄部位及其前后的血流动力学参数；将得到的脑灌注参数与血流动力学参数进行关联分析，根据关联分析结果构建颅内动脉狭窄的定量评估模型，利用所述定量评估模型对患者颅内动脉血管狭窄程度进行预测，并根据预测结果指导临床干预决策。
-
公开(公告)号：CN118864407A
公开(公告)日：2024-10-29
申请号：CN202410919512.1
申请日：2024-07-10
IPC分类号： G06T7/00 , G06T7/194 , G06T5/70 , G06T5/20 , G06F30/28 , G16H50/30 , G16H50/50 , G16H50/70 , G06N20/20 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/042 , G06N3/0464 , G06N3/084 , G06F113/08 , G06F119/14
摘要： 本发明提供一种基于深度学习的动脉瘤检测及破裂风险评估方法及系统，涉及医学影像分析技术领域，包括：多模态医学影像数据集，进行去噪处理，计算相似性并增强图像纹理和结构信息，进行标准化处理，进行前景分割，得到感兴趣区域；添加至三维稠密连接网络模型中，提取多尺度特征，构建多尺度血管分割模型，获取血管内血流速度和压力信息，计算剪切应力分布和血流动力学特征，生成血管树并转化为邻接矩阵，进行编码学习，得到综合特征表示；添加至集成学习模型中，进行重要性分析，生成分类器预测结果，进行组合，生成定量评估结果，通过生存分析模型预测得到动脉瘤破裂时间窗口和长期预后情况，生成当前患者的个性化评估报告。
-
公开(公告)号：CN118505668A
公开(公告)日：2024-08-16
申请号：CN202410701785.9
申请日：2024-05-31
摘要： 本发明提供一种基于深度学习的颅内动脉瘤评估方法及系统，其中，所述方法包括：接收医疗端发送的初始血管造影图像并识别，确定初始血管造影图像中的所有动脉瘤；基于预设风险评估策略评估每个动脉瘤的破裂风险，将所有具备高风险的动脉瘤确定为一级风险集合、将所有具备低风险的动脉瘤确定为二级风险集合；将位于二级风险集合中的各动脉瘤从初始血管造影图像中进行剔除，得到当前血管造影图像，并对血管造影图像进行图像划分，得到各划分子图像；分别确定分布于每个划分子图像中的动脉瘤的瘤体数量，并基于对应每个划分子图像的瘤体数量与预设数量的比较结果，分别确定与每个划分子图像对应的评估处理方式。本发明至少提高了医疗诊断辅助效率。
-
公开(公告)号：CN118172734B
公开(公告)日：2024-08-16
申请号：CN202410521417.6
申请日：2024-04-28
摘要： 本发明提供一种基于高精图像的神经内科病灶辅助识别方法及装置，其中，所述方法包括：获取初始高精图像，确定各血管段；分别对每一血管段进行段落划分，得到各血管子段，并确定各段落宽度；分别基于各段落宽度与预设宽度的比较结果，确定各血管子段的当前状态，并对处于当前异常状态的血管子段进行第一标记；基于位于同一血管段的处于当前正常状态的各血管子段沿所述血管延伸方向的宽度变化趋势，确定各血管段的预测状态，并对处于预测异常状态的血管段进行第二标记；响应于包括处于预测异常状态的血管段，触发定期监控任务，并生成监控视频。本发明至少能够帮助医护人员进行相应的辅助识别，提高对应的医疗诊断效率。
-
公开(公告)号：CN118039191A
公开(公告)日：2024-05-14
申请号：CN202410429940.6
申请日：2024-04-10
摘要： 本发明提供一种基于神经网络学习的神经外科伤口辅助治疗方法及系统，根据医师端的辅助治疗需求对所述医师端为患者端配置的定制元素进行排列得到定制指示结构，所述定制元素包括伤口元素和治疗元素；接收所述医师端对辅助虚拟模型的伤口配置信息，根据所述伤口配置信息生成所述伤口元素对应的伤口虚拟层；调取治疗层生成策略按照所述定制指示结构生成所述治疗元素对应的治疗虚拟层，根据所述伤口虚拟层和所述治疗虚拟层对所述辅助虚拟模型进行更新得到治疗指示模型发送至所述患者端；基于所述医师端的记录查看需求获取所述患者端对所述治疗指示模型的治疗记录数据发送至所述医师端。
-
公开(公告)号：CN118824522A
公开(公告)日：2024-10-22
申请号：CN202411044215.3
申请日：2024-07-31
IPC分类号： G16H50/20 , G16H50/30 , G16H10/60 , G06V40/16 , G06V40/18 , G10L25/66 , G16H50/70 , A61B5/00
摘要： 本发明提供一种基于数字孪生空间的脑梗死预测方法及装置，根据患者端的诊疗数据对满足病况跟踪条件的患者端发送基础记录模型，基础记录模型包括原始录存模块和自动录存模块；获取患者端基于原始录存模块输入的自填数据，根据自填数据对原始录存模块进行绑定更新；接收患者端基于自动录存模块上传的提交数据，对提交数据进行自动分析得到预测数据，根据预测数据对自动录存模块进行绑定更新得到病况记录模型；根据医师端对患者端的回访查看请求，调取病况记录模型发送至医师端。
-
公开(公告)号：CN118505806A
公开(公告)日：2024-08-16
申请号：CN202410701770.2
申请日：2024-05-31
摘要： 本发明提供一种基于数字化的颅内动脉瘤定位方法及装置。其中，所述方法包括：获取患者的脑部图像，并进行识别，确定其中的各动脉瘤组织；基于各动脉瘤组织对脑部图像进行图像截取，得到各动脉瘤组织的各瘤体组织区域；建立与各瘤体组织区域对应的各图像处理图层，并将各瘤体组织区域填充至各图像处理图层中；基于各动脉瘤组织的组织形态确定预测爆破点，并基于预测爆破点在图像处理图层中生成破裂预测区域；分别将各瘤体组织区域与对应的各破裂预测区域进行图像组合，得到各图像处理图层中的各初始预测图像；基于脑部图像分别对位于各初始预测图像中的空白区域进行内容修正，得到各当前预测图像。本发明至少提高了预测动脉瘤破裂范围的精准度。
-
公开(公告)号：CN118397888A
公开(公告)日：2024-07-26
申请号：CN202410604734.4
申请日：2024-05-15
摘要： 本发明提供一种神经外科医疗的3D模拟仿真方法及系统，获取训练端对应的训练模型数据，接收训练端对训练模型数据中相应患者模型的训练请求，基于训练请求的请求属性确定训练端对应的训练策略，训练策略包括标准训练策略和交互训练策略；调取标准训练策略获取训练端的当前训练数据，根据相应患者模型的标准训练数据和当前训练数据得到训练端对应的标准考核数据；根据交互训练策略获取训练端和医师端基于患者模型生成的交互训练数据，并发送给医师端，交互训练数据包括语言交互数据和操作交互数据；基于医师端对交互训练数据的考核信息得到训练端对应的交互考核数据。
-
公开(公告)号：CN118039053B
公开(公告)日：2024-07-12
申请号：CN202410429921.3
申请日：2024-04-10
摘要： 本发明提供一种基于深度学习的神经内科病情分析方法及装置，根据患者端的病情记录请求获取所述患者端对病情记录模型中相应部位模块的记录需求，所述记录需求包括外部记录需求和内部记录需求；接收所述患者端基于所述记录需求对所述部位模块的病情标记信息，所述病情标记信息包括外部标记信息和内部标记信息，根据所述患者端对所述病情标记信息输入的症状信息得到病情记录信息；获取满足记录条件的病情记录信息生成相应的记录节点，根据所述记录节点生成所述患者端对应的病情记录结构；基于医师端对所述病情记录结构的病情查看请求对所述患者端的病情记录信息进行梳理汇总，得到病情汇总信息发送至所述医师端。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.195 秒)
