冻存管用拧盖器
    1.
    发明公开

    公开(公告)号:CN115448234A

    公开(公告)日:2022-12-09

    申请号:CN202211281970.4

    申请日:2022-10-19

    IPC分类号: B67B3/20 B67B7/14

    摘要: 本发明公开了一种冻存管用拧盖器,涉及医用工具领域,提供一种手动使用,能够简化拧盖操作的冻存管用拧盖器。该拧盖器包括手持部、主轴、旋转轴、夹持爪、按钮、箍紧套、转轴驱动机构和箍紧套驱动机构;手持部与主轴连接,按钮包括按钮主体、导向杆和复位弹簧,导向杆插入主轴,按钮主体与导向杆连接,复位弹簧位于按钮主体与手持部之间并套装在导向杆上,旋转轴插入主轴,夹持爪与旋转轴连接,箍紧套套在旋转轴上;箍紧套驱动机构的两端分别与按钮主体和箍紧套连接,按钮按下能够驱动箍紧套箍紧夹持爪;转轴驱动机构与按钮主体和旋转轴连接,箍紧套箍紧夹持爪后继续按下按钮,转轴驱动机构能够驱动旋转轴旋转并带动夹持爪和箍紧套旋转。

    一种胸部CT图像肺结节微小血管定量分析方法和装置

    公开(公告)号:CN116977322A

    公开(公告)日:2023-10-31

    申请号:CN202311018961.0

    申请日:2023-08-11

    IPC分类号: G06T7/00 G06N3/0464 G06T7/10

    摘要: 本发明属于医疗图像处理技术领域,具体涉及一种胸部CT图像肺结节微小血管定量分析方法和装置。本发明的分析方法包括如下步骤:步骤1,对胸部CT图像进行预处理;步骤2,采用卷积神经网络模型分割所述胸部CT图像,得到肺气道、肺血管和肺组织的图像;步骤3,采用所述卷积神经网络模型检测所述胸部CT图像中的肺结节,并提取病灶,对所述病灶周围和肺结节内的微小血管进行提取;步骤4,根据步骤3的提取结果计算得到微小血管密度值。本发明还提供了适用于上述分析方法的装置。本发明能够无创、快速、准确三维可视化显示肺结节中及病灶周围的微小血管密度值,并提供精准定量化的数据。具有重要的临床和社会经济学价值。

    一种基于深度学习技术预测直径≤1cm肺结节良恶性的系统

    公开(公告)号:CN116051513A

    公开(公告)日:2023-05-02

    申请号:CN202310062697.4

    申请日:2023-01-13

    IPC分类号: G06T7/00 G06N3/0464 G06N3/08

    摘要: 本发明提供了一种基于深度学习技术预测直径≤1cm肺结节良恶性的系统,属于疾病诊断技术领域。本发明所述系统包括如下部分:特征提取模块,输入经过预处理的临床胸部CT图像,对输入的图像进行降采样和特征学习;预测模块,用于获得直径≤1cm肺结节的良恶性预测概率;输出模块,用于输出预测结果。本发明预测系统灵敏度高、特异性好、准确率高,可解决直径≤1cm肺结节良恶性难以判断的问题,对于肺癌早期诊断具有重要意义,具有良好的应用前景。

    一种肺癌风险预测系统
    7.
    发明公开

    公开(公告)号:CN110223775A

    公开(公告)日:2019-09-10

    申请号:CN201910639194.2

    申请日:2019-07-15

    IPC分类号: G16H50/20

    摘要: 本发明旨在提供全新的肺癌风险预测系统,包括输入模块、计算模块和输出模块,输入模块用于向计算模块传递患者信息,包括年龄、肺部结节的一些特征以及部分凝血活酶时间;计算模块内置了肺癌风险预测模型Model2,具体如下:肺癌概率值Y=ex/(1+ex),X=-4.367+0.036*年龄+0.784*恶性肿瘤史+0.072*直径+0.711*形状+1.770*质地+1.015*毛刺征+0.105*血液中癌胚抗原的浓度+0.011*残气量肺总量比值;输出模块用于输出概率值Y。本发明可以达到肺癌风险的快速有效预测,具有十分优良的应用前景。

    一种基于扩增捕获的小panel检测CNV的方法

    公开(公告)号:CN117953966A

    公开(公告)日:2024-04-30

    申请号:CN202410145404.3

    申请日:2024-02-02

    摘要: 本发明公开了一种基于扩增捕获的小pane l检测CNV的方法,利用带UM I的特异性引物快速捕获目标区域,通过UM I回溯到每个检测区域的核酸片段的起始含量,再与同批次的CNV阴性对照样本的测序深度比较,计算两组样本在SNV、I nde l区域测序深度的相关系数,将扩增子的深度差异降至最小,然后计算两组样本在CNV区域的测序深度的差异,从而快速准确地检测出待测样本中的拷贝数变异情况,可以最大程度减少不同样本的扩增效率不均一造成的扩增子测序深度的差异,提高CNV检测的灵敏度和特异性,保证CNV检测的准确性。

    多个CT重建序列影像组学特征预测肺结节风险的系统

    公开(公告)号:CN115393280A

    公开(公告)日:2022-11-25

    申请号:CN202210893758.7

    申请日:2022-07-27

    IPC分类号: G06T7/00 G06T7/10

    摘要: 本发明属于医学图像处理技术领域,具体涉及一种基于多个CT重建序列影像组学特征预测肺结节风险的系统。系统包括:图像预处理模块,用于对CT图像数据进行预处理;分割模块,用于从CT图像数据中分割出肺结节;特征提取模块,用于从CT图像数据中提取三维影像组学特征;预测模块,用于输入所述三维影像组学特征,得到肺结节良恶性的预测结果;其中,所述CT图像数据由如下重建序列组成:5mm肺窗、5mm纵隔窗、5mm对比增强扫描和1mm常规扫描;或,所述CT图像数据由如下重建序列组成:5mm肺窗、5mm纵隔窗和1mm常规扫描。本发明通过评估‑不同CT重建序列影像组学特征的预测价值,实现了更加准确的肺结节良恶性预测,具有很好的应用前景。