一种慢性肾病全流程诊断预测系统

    公开(公告)号:CN116798607A

    公开(公告)日:2023-09-22

    申请号:CN202310802165.X

    申请日:2023-06-30

    摘要: 本发明提供了一种慢性肾病全流程诊断预测系统,包括:第一检查数据获取模块,用于获取待检测者的第一检查数据;其中,所述第一检查数据包括:眼部检查数据;肾病筛查模块,用于将所述第一检查数据输入到预设的慢性肾病筛查模型中,以使所述慢性肾病筛查模型预测出所述待检测者是否患有慢性肾病(CKD)。本发明可基于眼部检查数据识别出CKD患者,并进一步辅助医生精准预测CKD的病理诊断及预后。本发明与现有技术相比提供了一种无创、便捷的CKD筛诊技术,并解决了不具备肾脏活检技术的医疗卫生服务机构无法客观、准确判断CKD病因和预后的技术问题。

    一种基于深度学习的睾丸图像分类方法

    公开(公告)号:CN115222997A

    公开(公告)日:2022-10-21

    申请号:CN202211118611.7

    申请日:2022-09-15

    摘要: 本申请提供了一种基于深度学习的睾丸图像分类方法,获取待分析的睾丸图像和睾丸体积数据;将待分析的睾丸图像输入至第一分类模型,以得到初始类别;当初始类别为第一类别时,将待分析的睾丸图像和睾丸体积数据进行数据融合,以得到融合数据;将融合数据输入至第二分类模型,以得到最终类别;其中,第一分类模型是采用标记的睾丸图像样本对第一深度神经网络模型进行学习训练得到的;第二分类模型是采用标记的融合数据样本对第二深度神经网络模型进行学习训练得到的,融合数据样本是通过对睾丸图像样本和睾丸体积数据样本进行数据融合生成的。该方法采用深度神经网络模型可以快速且准确地对睾丸图像进行分类。

    一种用于眼科手术的机器人系统及其控制方法

    公开(公告)号:CN117618121A

    公开(公告)日:2024-03-01

    申请号:CN202311817297.6

    申请日:2023-12-26

    摘要: 本发明涉及一种用于眼科手术的机器人系统,包括显微镜系统、具有多关节的机器人本体、均安装于机器人本体末端的传感器和执行元件。还包括机器人系统的控制方法:获得执行元件末端的位置、目标物的轮廓和目标物的预留通道;获得目标物的进入位置,令执行元件末端移动至进入位置;令执行元件从进入位置开沿着移动路径移动至目标位置;令执行元件从目标位置移动沿某一方向移动至目标层的边缘,在目标层边缘设置多段连续的运动轨迹;令执行元件退出目标物。执行元件末端运动一段运动轨迹后可先退,然后再移动至目标层边缘,让目标层还没有相对于执行元件发生偏移的时候就进行提前纠偏,最终让执行元件能够在目标层上准确执行设定的运动轨迹。

    一种机械臂沿设定路径运动控制方法及机械臂控制系统

    公开(公告)号:CN117506924A

    公开(公告)日:2024-02-06

    申请号:CN202311729703.3

    申请日:2023-12-14

    IPC分类号: B25J9/16 B25J18/00

    摘要: 本发明涉及一种机械臂沿设定路径运动控制方法,包括如下步骤:步骤一:对执行元件和目标物的位置进行视觉识别,获得执行元件末端的位置和目标物的目标层位置;步骤二:确定进入位置并控制执行元件末端到达进入位置;步骤三:令机械臂带动执行元件按照设定路径在目标物内移动,通过检测执行元件的受力来计算执行元件的补偿深度并让执行元件执行补偿深度;步骤四:执行元件末端完成运动后,原路退出。执行元件和目标物之间的接触力的原因导致的执行元件不能准确按照设定路径移动的问题,根据目标物的阻力进行了位置补偿,让执行元件在按照设定路径移动后再执行补偿位置的移动,使得执行元件末端在每一步中都能够更加准确到达设定路径的位置点上。

    一种近视图像深度学习识别模型训练方法及系统

    公开(公告)号:CN111259743B

    公开(公告)日:2023-11-24

    申请号:CN202010022825.9

    申请日:2020-01-09

    摘要: 本发明涉及医学图像处理技术领域,更具体地涉及一种近视图像深度学习识别模型训练方法,包括以下步骤:采集眼外观图像;对所述眼外观图像进行预处理;以人脸识别大数据库VGG‑Face中的人脸图像作为第一训练数据,对VGG‑16网络模型进行预训练;以预处理后的所述眼外观图像作为第二训练数据,对预训练后的所述VGG‑16网络模型进行训练,得到用于近视图像识别的深度学习模型。本发明提供一种近视图像深度学习识别模型训练方法,用于辅助使用者快速、准确地判断青少年近视情况。