-
公开(公告)号：CN114005535B
公开(公告)日：2024-08-13
申请号：CN202110700417.9
申请日：2021-06-23
Applicant: 中国科学院苏州生物医学工程技术研究所 , 中山大学中山眼科中心 , 中山大学
IPC: G16H50/30 , G06F18/23213 , G06F18/231
Abstract: 本发明提供一种视觉健康风险评价方法、设备及存储介质，方法包括：接收不同受试者使用虚拟现实显示设备前、后的第一、第二视觉物理指标集合，根据第一、第二视觉物理指标集合，将受试者分为第一有风险类型受试者和第一无风险类型受试者两类；采用假设检验统计学方法，分别对两类受试者的第一、第二视觉物理指标集合进行分析，确定有统计学差异的M种视觉物理指标；根据所述M种视觉物理指标，采用聚类算法，将受试者分为分第二有风险受试者和第二无风险受试者，及确定有、无视觉健康风险中心点A和B；根据第一、第二视觉物理指标集合与中心点A、中心点B中相对应物理指标的距离确定是否具有视觉健康风险，评价准确、建模容易且可解释性强。
-
公开(公告)号：CN114005535A
公开(公告)日：2022-02-01
申请号：CN202110700417.9
申请日：2021-06-23
Applicant: 中国科学院苏州生物医学工程技术研究所 , 中山大学中山眼科中心 , 中山大学
IPC: G16H50/30 , G06V10/762 , G06K9/62
Abstract: 本发明提供一种视觉健康风险评价方法、设备及存储介质，方法包括：接收不同受试者使用虚拟现实显示设备前、后的第一、第二视觉物理指标集合，根据第一、第二视觉物理指标集合，将受试者分为第一有风险类型受试者和第一无风险类型受试者两类；采用假设检验统计学方法，分别对两类受试者的第一、第二视觉物理指标集合进行分析，确定有统计学差异的M种视觉物理指标；根据所述M种视觉物理指标，采用聚类算法，将受试者分为分第二有风险受试者和第二无风险受试者，及确定有、无视觉健康风险中心点A和B；根据第一、第二视觉物理指标集合与中心点A、中心点B中相对应物理指标的距离确定是否具有视觉健康风险，评价准确、建模容易且可解释性强。
-
公开(公告)号：CN115458177A
公开(公告)日：2022-12-09
申请号：CN202211115766.5
申请日：2022-09-14
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明涉及一种虚拟现实显示设备应用风险评价方法，包括：根据虚拟现实显示设备物理参数情况制定物理参数组合，测量受试者观看不同参数组合下虚拟现实显示设备前后的视觉健康指标，确定虚拟现实显示设备应用风险；根据确定的虚拟现实显示设备应用风险，通过卡方检验筛选出与虚拟现实显示设备应用风险相关的设备物理参数；基于筛选出的与虚拟现实显示设备应用风险相关的设备物理参数，采用逻辑回归算法构建虚拟现实显示设备应用风险评价模型；基于构建的虚拟现实显示设备应用风险评价模型，进行虚拟现实显示设备应用风险评价。本申请能够完成虚拟现实显示设备应用风险评价，过程简单且解释性强，提升了可靠性及准确性。
-
公开(公告)号：CN108510470B
公开(公告)日：2020-08-04
申请号：CN201810144150.8
申请日：2018-02-12
Applicant: 佛山市顺德区中山大学研究院 , 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明公开了一种超像素提取过渡期片状角膜溃烂区域的方法，包括步骤：S1.图像预处理；S2.超像素分割；S3.超像素特征提取；S4.SVM分类；S5.分割结果自动修正。在超像素分割的基础上，结合基于支持向量机(SVM)的自动分类以及基于线性回归的自动形态运算，有效地解决了过渡期片状角膜溃烂难以精准分割的问题。该方法可以在数据不断更新与增多的过程中，实现对算法模型的自我更新和完善，来达到适应更多角膜溃烂类型的目的，也为其他相关检测的算法设计提供借鉴，为多类型角膜溃烂实现溃烂区域的自动提取以及基于人工智能的辅助诊断提供有力基础。
-
公开(公告)号：CN108734102A
公开(公告)日：2018-11-02
申请号：CN201810356819.X
申请日：2018-04-18
Applicant: 佛山市顺德区中山大学研究院 , 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明公开了一种基于深度学习的左右眼识别算法，图像预处理和数据扩充，Alexnet与Resnet对左右眼识别效果的比较分析，基于Alexnet网络的优化，分类器Softmax回归与支持向量机SVM的比较。通过卷积神经网络对图像特征的自动提取功能，实现对左右眼的判断，识别速率快、准确率高，克服了人工判断费时费力的弊端，以及不用使用光学仪器，成本低，容易普及。
-
Patent Agency Ranking
公开(公告)号：CN109410236B
公开(公告)日：2021-11-30
申请号：CN201810603284.1
申请日：2018-06-12
Applicant: 佛山市顺德区中山大学研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明为荧光染色图像反光点识别与重定义的方法及系统，提供的方法及系统根据反光区域的RGB颜色特征，设置特定阈值范围识别图片中的反光点、反光区域，根据反光点周围像素点的颜色信息进行迭代填充，最后根据反光点特定范围像素点的颜色信息对其进行颜色的重新定义。该方法精准地识别出荧光染色图像的反光区域，对于溃烂区域和非溃烂区域的反光点都能很好地区分以及重新定义，解决了染色图像中反光区域影响精准分割的问题，为后续的角膜溃烂区域分割减少冗余信息与干扰因素。
-
公开(公告)号：CN109410236A
公开(公告)日：2019-03-01
申请号：CN201810603284.1
申请日：2018-06-12
Applicant: 佛山市顺德区中山大学研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明为荧光染色图像反光点识别与重定义的方法及系统，提供的方法及系统根据反光区域的RGB颜色特征，设置特定阈值范围识别图片中的反光点、反光区域，根据反光点周围像素点的颜色信息进行迭代填充，最后根据反光点特定范围像素点的颜色信息对其进行颜色的重新定义。该方法精准地识别出荧光染色图像的反光区域，对于溃烂区域和非溃烂区域的反光点都能很好地区分以及重新定义，解决了染色图像中反光区域影响精准分割的问题，为后续的角膜溃烂区域分割减少冗余信息与干扰因素。
-
公开(公告)号：CN108510470A
公开(公告)日：2018-09-07
申请号：CN201810144150.8
申请日：2018-02-12
Applicant: 佛山市顺德区中山大学研究院 , 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明公开了一种超像素提取过渡期片状角膜溃烂区域的方法，包括步骤：S1.图像预处理；S2.超像素分割；S3.超像素特征提取；S4.SVM分类；S5.分割结果自动修正。在超像素分割的基础上，结合基于支持向量机(SVM)的自动分类以及基于线性回归的自动形态运算，有效地解决了过渡期片状角膜溃烂难以精准分割的问题。该方法可以在数据不断更新与增多的过程中，实现对算法模型的自我更新和完善，来达到适应更多角膜溃烂类型的目的，也为其他相关检测的算法设计提供借鉴，为多类型角膜溃烂实现溃烂区域的自动提取以及基于人工智能的辅助诊断提供有力基础。
-
公开(公告)号：CN107122597B
公开(公告)日：2020-04-24
申请号：CN201710237618.3
申请日：2017-04-12
Applicant: 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明涉及一种角膜受损智能诊断系统，包括：用于采集患者角膜荧光染色图像的图像采集模块；用于在采集的角膜染色图像中提取角膜区域的角膜区域提取模块；用于对提取的角膜区域进行前期处理的前期处理模块；用于对经过前期处理的角膜区域进行受损区域提取的角膜受损区域提取模块；用于对提取的受损区域进行受损特征提取的特征提取模块；用于根据提取的受损特征进行受损分级及分类，然后给出对应的诊疗意见的诊疗模块。
-
公开(公告)号：CN107122597A
公开(公告)日：2017-09-01
申请号：CN201710237618.3
申请日：2017-04-12
Applicant: 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学 , 中山大学中山眼科中心
Abstract: 本发明涉及一种角膜受损智能诊断系统，包括：用于采集患者角膜荧光染色图像的图像采集模块；用于在采集的角膜染色图像中提取角膜区域的角膜区域提取模块；用于对提取的角膜区域进行前期处理的前期处理模块；用于对经过前期处理的角膜区域进行受损区域提取的角膜受损区域提取模块；用于对提取的受损区域进行受损特征提取的特征提取模块；用于根据提取的受损特征进行受损分级及分类，然后给出对应的诊疗意见的诊疗模块。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.104 seconds)
