-
Patent Agency Ranking
公开(公告)号：CN119131039B
公开(公告)日：2025-02-11
申请号：CN202411627466.4
申请日：2024-11-14
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供一种识别炎症性肠病隐窝分支的方法及装置，涉及图像处理技术领域，其方法包括：根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性；根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度；基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支。本发明通过每个像素点自身的灰度值与像素点周围多个像素点的灰度值变化趋势确定每个像素点位于隐窝区域的可能性，从而对隐窝区域的像素点增强，以更好的识别隐窝分支。
-
公开(公告)号：CN117971934B
公开(公告)日：2024-08-16
申请号：CN202311389855.3
申请日：2023-10-24
Applicant: 武汉大学人民医院(湖北省人民医院) , 中国地质大学(武汉)
IPC: G06F16/25 , G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种同一数据库的并行使用方法及装置，其中的方法包括：在一个应用中针对同一个关系数据库，配置两个数据库连接缓冲池；并分别配置对应的数据源；对第一数据库连接缓冲池创建短耗时会话连接工厂，对第二数据库连接缓冲池创建长连接会话连接工厂，对短耗时会话连接工厂配置事务代理管理器；对两个数据库连接缓冲池池分别创建数据库访问层的方法；在服务层中将创建的数据库访问层的方法进行统一；在业务层调用服务层中的进行统一后的方法，同时实现短时连接操作和长时连接操作。本发明解决了现有技术中存在的实现复杂度高、效率低的技术问题。
-
公开(公告)号：CN117788578A
公开(公告)日：2024-03-29
申请号：CN202311797846.8
申请日：2023-12-25
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明涉及图像位置定位领域，提出了基于多维度实现CT图像的位置定位方法及系统，所述方法包括：获取初始CT图像，并进行图像校准和频域滤波，得到CT滤波图像。然后确定图像维度，并识别特征向量，计算空间分布值，根据空间分布值确定定位点，并识别ROI区域，计算像素密度值，基于像素密度值进行病灶检测，得到病灶信息，并将二维数据还原成三维结构，将关键点标定在三维结构上，得到坐标信息，并与初始CT图像进行信息关联，生成位置定位报告。本发明可以提高CT图像位置定位的准确性。
-
公开(公告)号：CN119131039A
公开(公告)日：2024-12-13
申请号：CN202411627466.4
申请日：2024-11-14
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供一种识别炎症性肠病隐窝分支的方法及装置，涉及图像处理技术领域，其方法包括：根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性；根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度；基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支。本发明通过每个像素点自身的灰度值与像素点周围多个像素点的灰度值变化趋势确定每个像素点位于隐窝区域的可能性，从而对隐窝区域的像素点增强，以更好的识别隐窝分支。
-
公开(公告)号：CN117971934A
公开(公告)日：2024-05-03
申请号：CN202311389855.3
申请日：2023-10-24
Applicant: 武汉大学人民医院(湖北省人民医院) , 中国地质大学(武汉)
IPC: G06F16/25 , G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种同一数据库的并行使用方法及装置，其中的方法包括：在一个应用中针对同一个关系数据库，配置两个数据库连接缓冲池；并分别配置对应的数据源；对第一数据库连接缓冲池创建短耗时会话连接工厂，对第二数据库连接缓冲池创建长连接会话连接工厂，对短耗时会话连接工厂配置事务代理管理器；对两个数据库连接缓冲池池分别创建数据库访问层的方法；在服务层中将创建的数据库访问层的方法进行统一；在业务层调用服务层中的进行统一后的方法，同时实现短时连接操作和长时连接操作。本发明解决了现有技术中存在的实现复杂度高、效率低的技术问题。
-
-
-
-
Search Results
5
records
(took 0.033 seconds)
