-
公开(公告)号：CN113902758B
公开(公告)日：2024-05-24
申请号：CN202111195866.9
申请日：2021-10-14
Applicant: 吉林大学
IPC: G06T7/11 , G06T7/90 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06N3/094
Abstract: 本发明提出一种基于双路径胶囊网络的脑部MR图像分割方法，该方法包括：第一，构建基于区域注意的半监督深度网络，通过全卷积置信网络对抗训练分割网络，获得标注样本数据；第二，根据像素的局部细节信息和全局信息，构建双路径胶囊网络；第三，采用输入连接、局部路径连接、预输出连接3种不同的连接方式，构建基于区域的胶囊网络级联架构，获得3种不同的分割结果；第四，采用融合策略将3种不同的分割结果进行合并，以获得最终的分割结果。本发明所述方法通过基于区域注意的半监督学习策略解决医学图像标注样本数据相对较少的问题，并采用级联架构描述相邻像素间的标签依赖关系，提高图像分割的准确度。实验结果表明，所述基于双路径胶囊网络的脑部MR图像分割方法能够有效处理脑部MR图像，并获得较好的分割结果。
-
公开(公告)号：CN117442433A
公开(公告)日：2024-01-26
申请号：CN202311555388.7
申请日：2023-11-21
Abstract: 本向发明提供了一种可自动调整位姿的医用智能载移床，所述载移床结构包括传动机构、防护板、控制器、传动转线器、床板机构、病床高度升举机构以及床板转运机构。床板机构能够自动调整患者在转运床上所处的位置，用来避免患者位置不当儿造成的检测结果不清晰；病床高度升举机构可以控制床板的的位置高度，用来适应不同检测仪器的高度，使之将床板转运；为防止患者二次创伤，床板转运机构能够连带床板将病人转移，控制器分别与传动转线器、床板机构、病床高度升举机构、床板转运机构电连接。本发明通过自动化控制和传送带来调整患者对于床面的位置，并通过三个主机构相互配合来完成患者的转运，在减少医护人员与患者家属劳动强度的同时，可以更好的避免搬运过程中给患者带来的二次伤害。
-
公开(公告)号：CN111532548B
公开(公告)日：2021-10-01
申请号：CN202010371300.6
申请日：2020-05-06
Applicant: 吉林大学
Abstract: 本发明公开的一种医疗器械用搬运防护机构，包括搬运座，所述搬运座包括座体、通槽、第一插孔、第二插孔、限位插孔，且座体的侧壁开设有通槽，所述座体的下端四角处开设有第一插孔，且第一插孔的孔底开设有第二插孔，所述座体的上端边缘处开设有两个限位插孔。本发明所述的一种医疗器械用搬运防护机构，限位检测结构利用楔形块的形状与叉车插入推动过程，实现楔形块的抬升，从而伸出距离传感器安装槽槽内距离传感器，方便距离传感器检测医疗器械与座体边缘的距离，防护支撑结构利用对接插杆与限位检测结构之间的连接，限位检测结构抬升过程带动防护支撑结构，防护连接结构实现相邻防护支撑结构之间的连接。
-
公开(公告)号：CN113358520A
公开(公告)日：2021-09-07
申请号：CN202110617548.0
申请日：2021-06-03
Applicant: 吉林大学
IPC: G01N7/06
Abstract: 本发明涉及供氧设备的技术领域，且公开了一种小儿呼吸供氧设备的氧含量测定装置，包括设备主体，所述设备主体的内部包含有定量吸取机构，所述定量吸取机构的内部设置有进氧口，所述进氧口的上端连接有压缩气囊，所述支撑板的上端连接有触块，所述设备主体的内部还包含有含氧量检测机构，所述含氧量检测机构的内部活动连接有外壳，所述外壳内部活动连接有输气管，所述内壳的内部活动连接有加热管，所述加热管的下端设置有燃料棒，所述内壳的下端设置有开孔，所述外壳的左侧活动连接有透明刻度管，所述外壳的内部包含有计量液体。该装置具备可以准确高效的对氧气含量进行监测，同时可以进行直观的观察，从而灵活控制氧气供给的优点。
-
公开(公告)号：CN113240654A
公开(公告)日：2021-08-10
申请号：CN202110550156.7
申请日：2021-05-20
Applicant: 吉林大学
Abstract: 本发明公开的属于颅内动脉瘤检测技术领域，具体为一种多维度特征融合的颅内动脉瘤检测方法，其包括以下步骤：S1：收集数据，将采集到的数据划分为三个数据集：训练集、验证集和测试集，训练集和验证集用于模型的训练阶段，测试集用于验证模型的性能；S2：数据的筛选与预处理，在模型训练之前，我们需要对直接从医院获取到的CTA原始检查报告进行筛选与预处理，以减轻无关报告和背景对分割结果的影响；S3：架构并训练模型，设计H‑AttResUNet混合维度卷积神经网络模型。该多维度特征融合的颅内动脉瘤检测方法，可以有效地探测切片内特征和三维上下文特征，实现颅内动脉瘤更精准的分割。
-
Patent Agency Ranking
公开(公告)号：CN113198072A
公开(公告)日：2021-08-03
申请号：CN202110503246.0
申请日：2021-05-10
Applicant: 吉林大学
Abstract: 本发明公开了一种使用方便的小儿呼吸系统疾病治疗装置，包括箱体，箱体上端设有翻盖、操作面板和连接管，箱体内腔底部从左往右依次设有氧气瓶、雾化装置、混合装置和储液罐，氧气瓶和雾化装置上方位置处分别设有三通阀和后处理装置，所述混合装置还包括底座和混合筒，所述后处理装置内部从右往左依次设置有过滤器、温度控制器、计时控制器和第二浓度控制器，该治疗装置还设有软管和呼吸罩来配合完成治疗功能，再治疗时可根据患者的情况来进行药物混合和控制药物蒸汽的温度、浓度和输气时间参数以满足不同的治疗需求，整体装置结构简单且操作方便，箱体内部空间利用率高，适用性高，具有更高的实用性。
-
公开(公告)号：CN118628694A
公开(公告)日：2024-09-10
申请号：CN202410758130.5
申请日：2024-06-13
Applicant: 吉林大学
IPC: G06T19/20 , G06T7/10 , G06N3/0455 , G06N3/0895
Abstract: 本公开提供一种基于涂鸦标注的弱监督的两阶段医学图像分割方法及装置，一阶段获取二维医学图像作为源图像，将数据增强变换后的源图像通过两个权重共享的编码器和两个不同的解码器，获得具有特征扰动的两个分割结果；将所述结果通过动态混合，得到训练初始模型；二阶段获取三维医学图像作为源图像，经处理得到两个三维分割结果，将分割结果通过伪标签传播模块，训练以继续更新编码器参数；将编码器和未扰动的解码器组合，对需分割的图像处理后输入，得到分割结果。针对三维医学图像训练阶段设计了基于伪标签质量的动态权重调节模块，最大化利用监督信号、最小化误差传播并加快训练收敛，通过训练后的编码器解码器，得到高质量的分割结果。
-
公开(公告)号：CN117078654A
公开(公告)日：2023-11-17
申请号：CN202311119810.4
申请日：2023-09-01
Applicant: 吉林大学
IPC: G06T7/00 , G06V10/25 , G06V10/34 , G06V10/36 , G06V10/40 , G06V10/54 , G06V10/764 , G06V10/771 , G06V10/774
Abstract: 本发明的构建肾透明细胞癌多模态影像特征与Ki67分级关联性的方法属于放射组学及机器学习领域，包括选取核磁影像、确定感兴趣区域RoI、对RoI进行数据扩增、多模态特征提取、得到关联免疫组化指标Ki67与医学影像特征的关键性特征标记物等步骤。本发明方法基于医学影像，非侵入式，在放射学层面可进一步为医生提供可靠的肾癌等级辅助诊断结果，及肾透明细胞癌等级分类的关键性肿瘤标记物，具有重要的科学意义和医学价值。
-
公开(公告)号：CN113358520B
公开(公告)日：2023-03-17
申请号：CN202110617548.0
申请日：2021-06-03
Applicant: 吉林大学
IPC: G01N7/06
Abstract: 本发明涉及供氧设备的技术领域，且公开了一种小儿呼吸供氧设备的氧含量测定装置，包括设备主体，所述设备主体的内部包含有定量吸取机构，所述定量吸取机构的内部设置有进氧口，所述进氧口的上端连接有压缩气囊，所述支撑板的上端连接有触块，所述设备主体的内部还包含有含氧量检测机构，所述含氧量检测机构的内部活动连接有外壳，所述外壳内部活动连接有输气管，所述内壳的内部活动连接有加热管，所述加热管的下端设置有燃料棒，所述内壳的下端设置有开孔，所述外壳的左侧活动连接有透明刻度管，所述外壳的内部包含有计量液体。该装置具备可以准确高效的对氧气含量进行监测，同时可以进行直观的观察，从而灵活控制氧气供给的优点。
-
公开(公告)号：CN115222749A
公开(公告)日：2022-10-21
申请号：CN202210852414.1
申请日：2022-07-19
Applicant: 吉林大学
Abstract: 本发明公开了一种基于表示学习的医学图像分割方法,包括以下步骤：根据若干医学初始图像进行预处理获取若干组医学图像；基于马尔可夫决策过程为医学图像的像素表示学习过程建模；每个像素为一个智能体，将智能体基于全卷积神经网络构建全卷积A3C神经网络；根据全卷积A3C神经网络学习最优策略，获取最大化所有像素总预期奖励的平均值；训练全卷积A3C神经网络，通过多步解码获得最终的分割图像。本发明采用多步强化学习的方法来执行医学图像块的表示学习，既保证了网络分割模型更加关注感兴趣的区域，并且有效地减少了噪声所带来的干扰，使复杂的医学图像更易于分割与解读。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
