公开(公告)号：CN116796818B

公开(公告)日：2024-05-10

申请号：CN202210254177.9

申请日：2022-03-15

申请人： 生物岛实验室 ,  中山大学孙逸仙纪念医院

发明人： 丁悦 ,  刘江 ,  马腾 ,  罗文强 ,  陈晓熠 ,  雷柏英 ,  陈仲 ,  陈智唯 ,  夏春梅 ,  郭培栋

IPC分类号： G06N3/08 ,  G06N3/06 ,  G06N3/0464 ,  G06N3/048

摘要： 本公开实施例公开了一种模型训练方法、装置、设备、存储介质及程序产品，所述模型训练方法包括：确定初始多通道残差神经网络模型；获取多通道残差神经网络模型训练数据集合，其中，所述多通道残差神经网络模型训练数据集合包括QUS设备多通道骨射频数据，以及与所述多通道骨射频数据对应的骨折评价值标签；以所述多通道骨射频数据作为输入，以所述骨折评价值标签作为输出，训练所述初始多通道残差神经网络模型，得到多通道残差神经网络模型。该技术方案能够全面、准确地提取超声射频信号特征，训练得到鲁棒性较强的多通道残差神经网络模型，该模型可应用于骨折风险预测领域，以及时采取有效预防措施，降低骨质疏松性骨折发生几率，减少患者的痛苦。

公开(公告)号：CN116796818A

公开(公告)日：2023-09-22

申请号：CN202210254177.9

申请日：2022-03-15

申请人： 生物岛实验室 ,  中山大学孙逸仙纪念医院

发明人： 丁悦 ,  刘江 ,  马腾 ,  罗文强 ,  陈晓熠 ,  雷柏英 ,  陈仲 ,  陈智唯 ,  夏春梅 ,  郭培栋

IPC分类号： G06N3/08 ,  G06N3/06 ,  G06N3/0464 ,  G06N3/048

摘要： 本公开实施例公开了一种模型训练方法、装置、设备、存储介质及程序产品，所述模型训练方法包括：确定初始多通道残差神经网络模型；获取多通道残差神经网络模型训练数据集合，其中，所述多通道残差神经网络模型训练数据集合包括QUS设备多通道骨射频数据，以及与所述多通道骨射频数据对应的骨折评价值标签；以所述多通道骨射频数据作为输入，以所述骨折评价值标签作为输出，训练所述初始多通道残差神经网络模型，得到多通道残差神经网络模型。该技术方案能够全面、准确地提取超声射频信号特征，训练得到鲁棒性较强的多通道残差神经网络模型，该模型可应用于骨折风险预测领域，以及时采取有效预防措施，降低骨质疏松性骨折发生几率，减少患者的痛苦。

公开(公告)号：CN114638353A

公开(公告)日：2022-06-17

申请号：CN202011484197.2

申请日：2020-12-15

申请人： 中山大学孙逸仙纪念医院 ,  生物岛实验室

发明人： 丁悦 ,  刘江 ,  马腾 ,  陈晓熠 ,  雷柏英 ,  陈仲 ,  陈智唯 ,  罗文强

IPC分类号： G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  A61B8/08 ,  A61B8/00

摘要： 本公开实施例公开了一种模型训练方法、装置、电子设备、介质以及骨量检测系统。该模型训练方法包括：获取第一样本数据，所述第一样本数据包括通过超声采集于人体骨骼的第一多通道时间序列数据；获取与所述第一多通道时间序列数据对应的采集对象的骨量标签；基于所述第一样本数据和所述骨量标签训练多通道卷积神经网络模型，其中，所述多通道卷积神经网络模型包括多个卷积路径，所述第一多通道时间序列数据中不同通道的时间序列数据进入所述多通道卷积神经网络模型的不同的卷积路径，从而能够训练出用于获取骨量信息的模型，该模型在获取骨量信息方面具有较好的识别能力。

公开(公告)号：CN113171082A

公开(公告)日：2021-07-27

申请号：CN202110453347.1

申请日：2021-04-26

申请人： 中山大学孙逸仙纪念医院

发明人： 李卫平 ,  陈仲 ,  宋斌 ,  张正政 ,  何波 ,  李雨恒 ,  张琮达 ,  江川 ,  张昊智 ,  邓兴豪 ,  刘成啸 ,  刘洋 ,  刘威 ,  雷柏英 ,  陈智唯

IPC分类号： A61B5/11

摘要： 本发明公开了一种前束交叉韧带损伤评估方法及装置，上述方法包括：获取待检测者的Opt i Kneee膝关节三维运动数据；将所述的Opt i Kneee膝关节三维运动数据输入至预设的损伤评估模型中，以使所述损伤评估模型根据所述Opt i Kneee膝关节三维运动数据对所述待检测者的前束交叉韧带进行损伤评估。通过实施本发明实施例能够实现能实现前束交叉韧带损伤的自动评估，提高前束交叉韧带损伤评估效率。