-
公开(公告)号：CN119445261A
公开(公告)日：2025-02-14
申请号：CN202510038224.X
申请日：2025-01-10
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本申请涉及医疗数据处理技术领域，其具体地公开了一种基于人工智能的智慧医疗数据处理系统及方法，其采用基于深度学习的图像处理技术对慢性病患者复查的CT扫描影像进行多层次特征提取，挖掘出CT扫描影像中支气管扩张区域的纹理特征和结构特征，并通过对支气管扩张状态的纹理特征和结构特征进行基于核心关联特征的细粒度语义交互融合，以实现对支气管扩张状态的全面理解，进而智能识别出支气管扩张的支扩类型。这样，可以有效提高支气管扩张类型的识别精度，从而为医生提供更为准确的诊断依据。
-
公开(公告)号：CN112807103A
公开(公告)日：2021-05-18
申请号：CN202110086031.3
申请日：2021-01-22
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本发明公开了防患者走失的定位报警医用腕带，包括壳体，所述壳体的正面固定连接有显示屏，所述壳体正面的底部固定连接有定位模块，所述壳体的底部固定连接有第一连接带，所述第一连接带的正面开设有固定孔，所述壳体的顶部固定连接有第二连接带，所述第二连接带远离壳体的一端安装有腕带扣，所述壳体的背面由上至下分别安装有温度检测探头和心率检测探头，所述壳体的右侧设置有按钮。本发明解决了现有的医用腕带不具备定位报警功能，住院期间家属或护士一不小心就会远离自己的视线，不便于找寻，给患者造成很大的安全隐患，同时不能对患者的心率和温度进行实时监控，特别是患有心肺疾病的病人，使用效果差的问题。
-
Patent Agency Ranking
公开(公告)号：CN109886307A
公开(公告)日：2019-06-14
申请号：CN201910067772.X
申请日：2019-01-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于卷积神经网络的图像检测方法及系统，包括以下步骤：采集获取预设数量的标注好的样本图像，预处理后获得去噪后的带标注的目标区域图像；将每个带标注的目标区域图像进行特征提取，获得每个带标注的目标区域的3D特征矩阵；用获得的所有3D特征矩阵对3D卷积神经网络弱实体检测模型进行训练，获得训练好的3D卷积神经网络弱实体检测模型；将待检测图片进行预处理和特征提取，获得待检测图片的3D特征矩阵，将待检测图片的3D特征矩阵输入训练好的3D卷积神经网络弱实体检测模型中，输出待检测图片的检测结果。本发明能够更加精确和快速的完成弱实体目标检测。
-
公开(公告)号：CN119445261B
公开(公告)日：2025-05-06
申请号：CN202510038224.X
申请日：2025-01-10
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本申请涉及医疗数据处理技术领域，其具体地公开了一种基于人工智能的智慧医疗数据处理系统及方法，其采用基于深度学习的图像处理技术对慢性病患者复查的CT扫描影像进行多层次特征提取，挖掘出CT扫描影像中支气管扩张区域的纹理特征和结构特征，并通过对支气管扩张状态的纹理特征和结构特征进行基于核心关联特征的细粒度语义交互融合，以实现对支气管扩张状态的全面理解，进而智能识别出支气管扩张的支扩类型。这样，可以有效提高支气管扩张类型的识别精度，从而为医生提供更为准确的诊断依据。
-
公开(公告)号：CN111243753B
公开(公告)日：2024-04-02
申请号：CN202010125946.6
申请日：2020-02-27
Applicant: 西安交通大学
IPC: G16H50/70 , G06F18/2431 , G06F18/2113 , G06F16/215
Abstract: 本发明公开了一种面向医疗数据的多因素相关性交互式分析方法，包括以下步骤：将采集的医疗数据进行处理，将处理后的医疗数据按照患者病案号进行关联，获得每个患者的就诊序列；使用t‑SNE算法将获得的就诊序列映射到二维平面上，形成不同的特征群体；根据需要从特征群体中选择出特征群体；设定疾病表征指标；对选择的特征群体所具有的特征进行特征选择，确定与所述疾病表征指标相关性的特征顺序；采用统计学度量指标对选择的特征之间的相关性进行度量，获得具有统计学意义的结果，完成多因素相关性交互式分析。本发明能够交互式地对高维医疗数据进行分析，可视化展示影响疾病发展的关键因素。
-
公开(公告)号：CN111243753A
公开(公告)日：2020-06-05
申请号：CN202010125946.6
申请日：2020-02-27
Applicant: 西安交通大学
IPC: G16H50/70 , G06K9/62 , G06F16/215
Abstract: 本发明公开了一种面向医疗数据的多因素相关性交互式分析方法，包括以下步骤：将采集的医疗数据进行处理，将处理后的医疗数据按照患者病案号进行关联，获得每个患者的就诊序列；使用t-SNE算法将获得的就诊序列映射到二维平面上，形成不同的特征群体；根据需要从特征群体中选择出特征群体；设定疾病表征指标；对选择的特征群体所具有的特征进行特征选择，确定与所述疾病表征指标相关性的特征顺序；采用统计学度量指标对选择的特征之间的相关性进行度量，获得具有统计学意义的结果，完成多因素相关性交互式分析。本发明能够交互式地对高维医疗数据进行分析，可视化展示影响疾病发展的关键因素。
-
公开(公告)号：CN214805542U
公开(公告)日：2021-11-23
申请号：CN202120175692.9
申请日：2021-01-22
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本实用新型公开了防患者走失的定位报警医用腕带，包括壳体，所述壳体的正面固定连接有显示屏，所述壳体正面的底部固定连接有定位模块，所述壳体的底部固定连接有第一连接带，所述第一连接带的正面开设有固定孔，所述壳体的顶部固定连接有第二连接带，所述第二连接带远离壳体的一端安装有腕带扣，所述壳体的背面由上至下分别安装有温度检测探头和心率检测探头，所述壳体的右侧设置有按钮。本实用新型解决了现有的医用腕带不具备定位报警功能，住院期间家属或护士一不小心就会远离自己的视线，不便于找寻，给患者造成很大的安全医患，同时不能对患者的心率和温度进行实时监控，特别是患有心肺疾病的病人，使用效果差的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
