-
公开(公告)号：CN111191684B
公开(公告)日：2023-04-07
申请号：CN201911278422.4
申请日：2019-12-12
Applicant: 中山大学孙逸仙纪念医院 , 华南理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/084 , G06N3/082 , A61B1/227
Abstract: 本发明公开了一种基于深度学习的具有智能图像分类诊断功能的可视耳内镜，包括镜体、检测笔，所述镜体具有显示屏，所述镜体内置有图像分类诊断器，所述图像分类诊断器与所述检测笔通过数据传输线相连接，所述检测笔用于检测获得患者的耳内镜图像，并且将检测得到的耳内镜图像传输给所述的图像分类诊断器，所述图像分类诊断器包括构建模块、训练模块、验证模块和诊断模块，该可视耳内镜能够实现患者内耳镜的可视化检测以及智能诊断。
-
公开(公告)号：CN111191684A
公开(公告)日：2020-05-22
申请号：CN201911278422.4
申请日：2019-12-12
Applicant: 中山大学孙逸仙纪念医院 , 华南理工大学
Abstract: 本发明公开了一种基于深度学习的具有智能图像分类诊断功能的可视耳内镜，包括镜体、检测笔，所述镜体具有显示屏，所述镜体内置有图像分类诊断器，所述图像分类诊断器与所述检测笔通过数据传输线相连接，所述检测笔用于检测获得患者的耳内镜图像，并且将检测得到的耳内镜图像传输给所述的图像分类诊断器，所述图像分类诊断器包括构建模块、训练模块、验证模块和诊断模块，该可视耳内镜能够实现患者内耳镜的可视化检测以及智能诊断。
-
公开(公告)号：CN110796249B
公开(公告)日：2024-01-05
申请号：CN201910930100.7
申请日：2019-09-29
Applicant: 中山大学孙逸仙纪念医院 , 华南理工大学
IPC: G06N3/084 , G06N3/0464 , G16H40/20 , G16H50/20 , G06V10/774 , G06V10/764 , A61B1/227 , A61B1/04 , A61B1/00 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的耳内镜图像神经网络模型构建方法及智能分类处理方法，该模型构建方法包括步骤A：从医院病例数据库中选取耳内镜图像构建耳内镜数据集，将数据集划分为测试集以及训练集；步骤B：加载预训练的神经网络模型，在所得到的训练集上微调预训练的神经网络模型，获得训练得到的神经网络模型；步骤C：在测试集上验证步骤B训练得到的神经网络模型的性能，筛选出最优神经网络模型。本发明同时公开了一种基于深度学习的耳内镜图像智能分类处理方法，该智能分类处理方法还包括步骤D：通过步骤C获得的最优神经网络模型，对新增的耳内镜图像进行智能分类，输出分类结果。
-
公开(公告)号：CN110796249A
公开(公告)日：2020-02-14
申请号：CN201910930100.7
申请日：2019-09-29
Applicant: 中山大学孙逸仙纪念医院 , 华南理工大学
Abstract: 本发明公开了一种基于深度学习的耳内镜图像神经网络模型构建方法及智能分类处理方法，该模型构建方法包括步骤A：从医院病例数据库中选取耳内镜图像构建耳内镜数据集，将数据集划分为测试集以及训练集；步骤B：加载预训练的神经网络模型，在所得到的训练集上微调预训练的神经网络模型，获得训练得到的神经网络模型；步骤C：在测试集上验证步骤B训练得到的神经网络模型的性能，筛选出最优神经网络模型。本发明同时公开了一种基于深度学习的耳内镜图像智能分类处理方法，该智能分类处理方法还包括步骤D：通过步骤C获得的最优神经网络模型，对新增的耳内镜图像进行智能分类，输出分类结果。
-
公开(公告)号：CN118824488A
公开(公告)日：2024-10-22
申请号：CN202410966017.6
申请日：2024-07-18
Applicant: 中山大学孙逸仙纪念医院深汕中心医院 , 中山大学孙逸仙纪念医院
Abstract: 本发明涉及一种医护患行为一体化分布式微服务平台交互方法及系统，包括：一体化分布式微服务平台，分别与移动护理系统、医护查房系统、移动呼叫和通讯系统、收费管理系统、宣教科教系统的第一数据接口通信连接进行数据交互；医院信息集成系统与一体化分布式微服务平台的第二数据接口通信连接进行数据交互；物联网系统一端通过互联网与一体化分布式微服务平台的第三数据接口通信连接进行数据交互并通过一体化分布式微服务平台实现与移动护理系统、医护查房系统、移动呼叫和通讯系统、收费管理系统的数据接口进行数据交互。通过对信息的交互，实现了风险主动发现、及时预警和提前干预，简化了工作流程，提升了病房管理质量。
-
Patent Agency Ranking
公开(公告)号：CN116269359B
公开(公告)日：2024-02-13
申请号：CN202310334960.0
申请日：2023-03-30
Applicant: 中山大学孙逸仙纪念医院
IPC: A61B5/12 , A61B5/0205 , A61B5/00
Abstract: 本发明公开了一种用于耳鸣的诊断治疗装置，涉及耳鸣诊断治疗技术领域。本发明包括连接仓，连接仓的内部呈对称滑动卡接有连接板，连接板的下端固定有诊断耳罩，声音发射模块的左右两侧均设置有声音识别模块一，连接仓的另一端面中央位置卡接有诊断检测器，诊断检测器的内壁中央位置设置有用于血管检测的诊断检测机构。本发明声音识别模块一与电控组件配合，能够对检测耳音的音量进行把控，能够自动判断高音调持续性耳鸣或低音调性耳鸣，同时诊断检测器能够粘接在患者耳颞部附近，并通过脉搏检测模块与声音识别模块二配合，能够判断患者耳颞部附近的动脉血管，可能传递血液湍流或静脉嗡鸣的声音，从而增加设备诊断的准确性。
-
公开(公告)号：CN115624327A
公开(公告)日：2023-01-20
申请号：CN202211262375.6
申请日：2022-10-14
Applicant: 中山大学孙逸仙纪念医院
Abstract: 本发明公开了一种基于脑电图数据分析的头戴式耳鸣诊断装置，涉及耳鸣诊断设备技术领域。包括入耳式诊断机构，用于收集患者外耳道内的耳鸣声音，所述入耳式诊断机构包括安装在头箍两端上的隔音外罩，所述隔音外罩的一侧设置有隔音内罩，所述隔音内罩的内部设置有用于吸附用于面部的防偏位机构，所述隔音内罩的内部开设有气腔。通过设置入耳式诊断机构、脑电帽以及头箍调节机构，通过多层式包覆气囊可以有效保证了耳鸣诊断时的隔音效果，收集患者耳道耳鸣声音更加精准，入耳连杆的设置，配合摄像头以及麦克风、扬声器，可以顺利进入患者耳道内部，且不用担心抵触鼓膜的情况，配合脑电帽进行脑电图辅助诊断，使用更加安全、方便。
-
公开(公告)号：CN113729603A
公开(公告)日：2021-12-03
申请号：CN202110984347.4
申请日：2021-08-25
Applicant: 中山大学孙逸仙纪念医院
Abstract: 本发明提供一种基于人工智能的影像传输喉镜装置。基于人工智能的影像传输喉镜装置，包括：支板一、支板二、支撑台、显示屏和内窥镜，所述支撑台与所述支板一和支板二的顶部固定连接，所述显示屏位于所述支撑台的上方，所述内窥镜卡设在所述支撑台上，所述支撑台的顶部固定安装有承载板，所述支撑台的上方设有保护箱，所述保护箱靠近所述承载板的一侧设为开口，所述显示屏位于所述保护箱内，所述支撑台的顶部固定安装有两个横接杆。本发明提供的基于人工智能的影像传输喉镜装置具有能够对显示屏进行有效防护，防止在使用时其上会附着灰尘杂物，且能在一定程度上避免外物碰撞致使显示屏损坏的优点。
-
公开(公告)号：CN108648797A
公开(公告)日：2018-10-12
申请号：CN201810506394.6
申请日：2018-05-24
Applicant: 中山大学孙逸仙纪念医院 , 广州舒瑞医疗科技有限公司
IPC: G16H20/30
Abstract: 本发明公开了基于虚拟现实设备实现前庭康复的家庭医院两用的便携式康复训练系统及方法，训练系统包括量表评估模块、虚拟现实设备、定位传感器、训练自评模块和训练存储模块，所述的量表评估模块具有眩晕与平衡障碍量表，所述的眩晕与平衡障碍量表用于测评受训者的病情级别，所述的虚拟现实设备具有多个用于前庭功能障碍康复的训练视频，多个训练视频分成与病情级别相对应的训练级别，所述的定位传感器分别与虚拟现实设备和训练自评模块相练，定位传感器用于感测受训者的身体部位的康复训练情况，并且将感测结果传输给训练自评模块，所述的训练自评模块根据接收到的感测结果完成自评评分。该系统家庭医院均通用。本发明同时公开了其训练方法。
-
公开(公告)号：CN107280666A
公开(公告)日：2017-10-24
申请号：CN201710671952.X
申请日：2017-08-08
Applicant: 中山大学孙逸仙纪念医院
IPC: A61B5/0484 , A61B5/00
CPC classification number: A61B5/04842 , A61B5/04012 , A61B5/4848 , A61B5/7235 , A61B5/7264 , A61B5/7275
Abstract: 本发明实施例提出一种基于机器学习的耳聋患者CI术后康复预测方法及系统，涉及计算机信号处理领域。所述方法包括：获取若干个先天性耳聋患者的脑电信号，对获取的脑电信号进行预处理；在经过预处理后的脑电信号中抽取出脑电信号的特征量；对所有脑电信号数据进行归一化预处理；选取核函数；从脑电信号数据中，选定训练集和测试集；将训练集和测试集加载到支持向量机中，进行康复预测。本发明具有识别率高、准确率高和实用性高等优点。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.043 seconds)
