-
公开(公告)号：CN108814613B
公开(公告)日：2022-09-13
申请号：CN201810491408.1
申请日：2018-05-21
Applicant: 中南大学湘雅医院
IPC: A61B5/107
Abstract: 本申请实施例提供一种伤口智能测量方法及移动测量终端，该方法包括：获得患者的身份标识，获得该身份标识对应的病史信息并显示；获取患者的包括伤口图像及参照尺图像的伤口图像信息；根据参照尺图像与伤口图像之间的关系获得伤口的长度及宽度，根据识别出的伤口边缘得到伤口的面积；将本次测量得到的伤口的长度、宽度、面积以及输入的伤口其他信息及治疗信息记录至该患者的本次测量记录中；根据多次测量过程中得到的该患者的多个测量记录得到患者的伤口评估动态变化图。通过以上过程，可为伤口治疗及愈合监控提供有效参考信息，且智能测量得到准确且全面的伤口信息，并对伤口治疗进行动态跟踪。在提高测量、治疗效率的同时，增加了临床应用价值。
-
公开(公告)号：CN114663699A
公开(公告)日：2022-06-24
申请号：CN202210220386.1
申请日：2022-03-08
Applicant: 中南大学湘雅医院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06T7/00 , G06T7/62 , G06T7/90 , G06Q10/04 , G16H50/20
Abstract: 本发明公开了一种高精度识别伤口损伤组织类型和预测伤口愈合时间的方法，包括识别伤口损伤组织类型的方法和预测伤口愈合时间的方法，其特征在于：所述识别伤口损伤组织类型的方法主要在于训练精准地识别伤口损伤的组织类型的机器学习模型。本发明的一种高精度识别伤口损伤组织类型和预测伤口愈合时间的方法，能够精准识别伤口损伤组织类型，能够有助于临床诊断，同时能够摆脱以往依据医生经验判断的方式，能够帮助经验不足的医生依然能够精准地判断伤口组织类型，同时判断过程更加快速便捷，能够精准预测伤口愈合时间，一方面能够帮助经验不足的医生进行判断，另一方面能够让病人时刻了解自己的病情情况。
-
公开(公告)号：CN114627067A
公开(公告)日：2022-06-14
申请号：CN202210220853.0
申请日：2022-03-08
Applicant: 中南大学湘雅医院
IPC: G06T7/00 , G06T7/62 , G06T7/13 , G06T7/136 , G06T5/00 , G06T5/30 , G06T5/40 , G06V10/764 , G06V10/82 , G06N3/04 , A61B5/107 , G06K9/62
Abstract: 本发明公开了一种基于图像处理的伤口面积测量及辅助诊疗方法，包括包括建立数据集模块，图像识别模块，图像增强模块，图像分割和轮廓提取模块，面积计算模块。本发明的一种基于图像处理的伤口面积测量及辅助诊疗方法，通过图像处理的方法，具体是伤口纹理的边缘检测，计算面积相当于图像的像素级别，结果更加精准，方法中的图像识别模块，在准确识别伤口类型后，能够进一步识别伤口是否为复合型伤口，且是哪几种伤口的复合型表现，足够准确的识别结果能够为临床用药护理提供有效的参考。
-
公开(公告)号：CN113096086B
公开(公告)日：2022-05-17
申请号：CN202110353954.0
申请日：2021-04-01
Applicant: 中南大学
Abstract: 本发明公开了一种ki67指数确定方法及系统，包括如下步骤：步骤一、建立神经胶质瘤患者数据集；步骤二、将数据集输送到KiNet级联神经网络；步骤三、得到训练好的KiNet级联神经网络；步骤四、向训练好的KiNet级联神经网络输入患者的性别、年龄、MRI图像的T1C模态图像和T2Flair模态图像得到Ki67指数。本发明可以更准确的根据患者信息预测ki67指数，从而便于为胶质瘤患者制定更及时、有效的治疗方案。
-
公开(公告)号：CN114372657A
公开(公告)日：2022-04-19
申请号：CN202111375446.9
申请日：2021-11-19
Applicant: 中南大学湘雅医院 , 湖南鸿鸬智能科技有限公司
Abstract: 一种在线下单的护理方法及护理系统，其中护理方法包括以下步骤：S1:用户下单目标服务包，由后台系统根据分配规则选出目标医护集合，将优先级最高的医护人员与用户匹配，直至匹配成功；S2：医护人员上门护理时，由后台系统下发护理项目至医护端，护理过程中，医护人员按照护理项目中包含的护理节点进行规范化操作，直至所有护理节点完成，确认护理结束；S3：处理结果记录，确认无误后，则生成支付清单，用户付款；S4：记录护理全流程。本发明还包括一种在线下单的护理系统。本发明一方面能够大大提高匹配精准度，且护理体验效果显著；另一方面，能够规范医护人员的护理操作，提高安全性和诚信度。
-
Patent Agency Ranking
公开(公告)号：CN113349745A
公开(公告)日：2021-09-07
申请号：CN202110826173.9
申请日：2021-07-21
Applicant: 中南大学湘雅医院 , 北京和正医联技术有限公司
IPC: A61B5/0205 , A61B5/11 , A61B5/1455 , A61B5/00
Abstract: 本发明公开了一种患者用辅助监护装置，包括主机服务器、移动终端和检测装置，所述主机服务器、检测装置和移动终端经网络通信连接；所述检测装置包括多参数监护仪，多参数监护仪用于采集患者体征参数，所述多参数监护仪和参数处理模块相连，所述移动终端为可穿戴医疗设备，包括处理单元和与处理单元通信连接的通信单元、处理单元、定位单元、提醒单元、检测单元；所述主机服务器用于当接收到危象状况时，提醒关联用户该患者处于不良的生理状况，通知关联用户准备医疗资源且向关联用户发送患者定位信息。本发明借助移动终端进行患者的辅助监护和医护人员的随身呼叫响应效果，减少报警疲劳带来的致命遗漏。
-
公开(公告)号：CN108694403B
公开(公告)日：2021-08-31
申请号：CN201810551371.7
申请日：2018-05-31
Applicant: 中南大学湘雅医院
Abstract: 本发明公开了一种皮瓣移植术后护理监控方法和系统，包括：采集目标对象的初始图像和定时或不定时的图像；在显示界面实时显示图像、以及可调整长轴和短轴的外轮廓为椭圆的九宫格和九宫格参考图，使目标对象的图像完全位于九宫格中；对采集的图像编号并按照九宫格对采集的图像分区，在图中标注目标对象的参照系，存储采集的图像和标注的信息；将采集的非初始图像按照九宫格划分的各个区域与初始图像相对应的区域进行颜色比对，若颜色差别大于等于预设阈值则在显示界面呈现警示信息。本发明还公开了皮瓣移植术后护理数据管理方法和相应的设备。使采集的图像一致性的程度高，医护人员在观察对比时也更方便，减轻了医护人员的劳动强度和提高观察效率。
-
公开(公告)号：CN113096086A
公开(公告)日：2021-07-09
申请号：CN202110353954.0
申请日：2021-04-01
Applicant: 中南大学
Abstract: 本发明公开了一种ki67指数确定方法及系统，包括如下步骤：步骤一、建立神经胶质瘤患者数据集；步骤二、将数据集输送到KiNet级联神经网络；步骤三、得到训练好的KiNet级联神经网络；步骤四、向训练好的KiNet级联神经网络输入患者的性别、年龄、MRI图像的T1C模态图像和T2Flair模态图像得到Ki67指数。本发明可以更准确的根据患者信息预测ki67指数，从而便于为胶质瘤患者制定更及时、有效的治疗方案。
-
公开(公告)号：CN113052334A
公开(公告)日：2021-06-29
申请号：CN202110401739.3
申请日：2021-04-14
Applicant: 中南大学
Abstract: 本发明公开了一种联邦学习实现方法、系统、终端设备及可读存储介质，该方法包括：客户端使用本地神经网络模型进行第一轮本地迭代得到模型权重和损失值，并上传至服务器；服务器将客户端的模型权重进行加权平均计算得到平均权重，以及根据客户端的损失值对客户端进行分组；客户端利用平均权重更新本地神经网络模型，并基于中位数损失自适应调节本地迭代次数，再基于本地数据进行迭代训练更新模型权值并得到新的损失值；客户端将更新后的模型权重和损失值上传至服务器进行循环更新。本发明的客户端以所在组的中位数损失值为标准调整本地迭代次数，有效降低本地计算复杂度，提升联邦学习效率，进一步利用公共数据集进行知识蒸馏，提升模型性能。
-
公开(公告)号：CN112582043A
公开(公告)日：2021-03-30
申请号：CN202011542835.1
申请日：2020-12-23
Applicant: 中南大学湘雅医院
Abstract: 本发明提供的一种基于外科康复理念的糖尿病围手术期患者血糖管理信息系统，包括术前血糖管理模块、术中血糖管理模块、术后血糖管理模块、血糖预警模块、出院后血糖管理模块以及糖尿病教育模块；本发明提供的一种基于外科康复理念的糖尿病围手术期患者血糖管理信息系统，实现对糖尿病及糖尿病高危人群围手术期患者血糖的一体化和连续动态化管理；该系统实现了对糖尿病及糖尿病高危人群围手术期患者术前、术中、术后及出院的全面血糖管理；通过智能信息化技术指引和帮助医护人员做好糖尿病及糖尿病高危人群围手术期患者的血糖管理，降低与血糖管理相关的不良事件。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.04 seconds)
