一种数据处理方法及终端设备

    公开(公告)号:CN108257667A

    公开(公告)日:2018-07-06

    申请号:CN201611238318.9

    申请日:2016-12-28

    IPC分类号: G16H50/20

    摘要: 本发明实施例涉及医疗技术领域,公开了一种数据处理方法及终端设备,该方法包括:确定待处理的疾病诊断信息,所述疾病诊断信息包括诊断名称以及与其对应的待校正诊断编码;将所述诊断名称与国际疾病分类ICD编码中的诊断名称进行比对匹配,若比对匹配成功,则根据所述ICD编码校正所述待校正诊断编码,否则,接收编码指令,依据所述编码指令所指定的编码校正所述待校正诊断编码;将校正后的诊断编码以及与其对应的诊断名称添加至所述ICD编码,获得第一目标词库表。实施本发明实施例,能够避免关键信息的流失,进而提高疾病诊断信息的完整度。

    一种用于磁共振成像的通用无线射频线圈系统和成像方法

    公开(公告)号:CN118348465A

    公开(公告)日:2024-07-16

    申请号:CN202410442857.2

    申请日:2024-04-12

    IPC分类号: G01R33/36 G01R33/34 G01R33/48

    摘要: 本发明公开了一种用于磁共振成像的通用无线射频线圈系统和成像方法。该系统包括发射线圈、通用拾取线圈和无线射频线圈,所述通用拾取线圈和所述无线射频线圈构成无线射频线圈组合,其中,所述发射线圈用于针对待成像的目标部位发射磁共振信号使该目标部位受激发而产生电磁信号;所述无线射频线圈由多个无线射频线圈单元组成,用于放大电磁信号并将放大后的电磁信号通过磁耦合的方式传递至所述通用拾取线圈;所述通用拾取线圈以覆盖360°范围的方式环绕所述无线射频线圈以及佩戴所述无线射频线圈的目标部位。本发明能够提高磁共振成像的灵敏度和并行成像性能。

    磁共振图像超分辨率重建方法、装置、设备及存储介质

    公开(公告)号:CN117557454A

    公开(公告)日:2024-02-13

    申请号:CN202311692969.5

    申请日:2023-12-08

    IPC分类号: G06T3/4053

    摘要: 本申请实施例提供了一种磁共振图像超分辨率重建方法、装置、设备及存储介质,属于图像增强技术领域。该方法包括:将全变分范数和可学习的正则项结合到图像重建模型,高斯随机噪声和第一低分辨率磁共振图像输入至图像重建模型,对高斯随机噪声进行高分辨率图像重建,得到第一高分辨率磁共振图像;通过图像重建模型将第一高分辨率磁共振图像退化成第二低分辨率磁共振图像;根据第一低分辨率磁共振图像和第二低分辨率磁共振图像对图像重建模型的网络参数进行优化,得到优化网络参数;根据优化网络参数将高斯随机噪声重建为目标高分辨率磁共振图像,提高了图像重建模型的泛化能力和重建效果。

    一种氧分压检测装置及标定方法
    9.
    发明公开

    公开(公告)号:CN116718574A

    公开(公告)日:2023-09-08

    申请号:CN202310631238.3

    申请日:2023-05-31

    IPC分类号: G01N21/64

    摘要: 本发明提供了一种氧分压检测装置及标定方法。本发明的氧分压检测装置,包括:激发光源、光纤、氧分压传感器、光谱仪、氧分压计算单元;由于本发明的光传输管与光纤之间可拆卸连接,即氧分压传感器与光纤之间采用分体式设计,这样在使用时,可先将氧分压传感器拆卸并安装在体外循环外部管路中,然后再将氧分压传感器与光纤连接,通过检测荧光强度的变化从而来推算氧分压,本发明氧分压传感器与光纤之间采用分体式可拆卸连接,通过将氧分压传感器安装在在体外循环外部管路中可实现体外循环外部管路中氧分压实时连续检测;本发明的氧分压检测装置可以对体外循环管路中血液的氧分压具有较好的检测准确率和稳定性。

    一种多模态图像分割方法
    10.
    发明公开

    公开(公告)号:CN115937227A

    公开(公告)日:2023-04-07

    申请号:CN202211631748.2

    申请日:2022-12-19

    摘要: 本申请提供一种多模态图像分割方法,该方法包括:提取多模态图像的初始特征图;采用解剖诱导的区域解耦器对初始特征图的不同区域解耦,得到解耦边界特征图和解耦语义特征图;在每个解剖子区域结构内,采用边界辅助的区域内耦合器分别耦合解耦边界特征图和解耦语义特征图,得到具有互补信息的更新的边界特征图和更新的语义特征图;基于每个解剖子区域结构中的更新的语义特征图,在不同解剖子区域结构之间使用跨区域耦合器,以使不同子区域之间的特征互补学习,得到最终特征图;最终特征图作为解码器的输入,并通过多个反卷积块生成最终分割结果。该方案结合多模态之间信息互补的优势,建立有效的分割模型,可降低计算成本和提升模型分割能力。