术后弯腿训练监控系统及其方法

    公开(公告)号:CN116631619B

    公开(公告)日:2024-11-22

    申请号:CN202310530445.X

    申请日:2023-05-12

    Abstract: 公开了一种术后弯腿训练监控系统及其方法。其首先从待监控对象的弯腿训练监控视频提取一个步态周期内的多个弯腿训练监控关键帧,接着,对所述多个弯腿训练监控关键帧进行处理以得到步态能量图,然后,将所述步态能量图分别通过卷积神经网络模型和ViT模型以得到第一尺度步态能量特征图和第二尺度步态能量特征图,接着,融合所述第一尺度步态能量特征图和所述第二尺度步态能量特征图以得到分类特征图,最后,将所述分类特征图通过分类器以得到用于表示待监控对象的步态是否正常的分类结果。这样,可以准确地进行患者的步态评估,以及时发现异常来便于进行相应处理。

    基于深度学习的血管栓塞识别方法及相关设备

    公开(公告)号:CN119850586A

    公开(公告)日:2025-04-18

    申请号:CN202510021671.4

    申请日:2025-01-07

    Abstract: 本发明涉及一种基于深度学习的血管栓塞识别方法,包括根据腹主动脉血管图像和训练好的第一模型,得到待识别腹部医学影像的种子点,将种子点利用GrowCut算法对影像中的肠系膜动脉区域进行半自动分割,提取肠系膜动脉区域的影像,对肠系膜动脉区域的影像利用VTK平台,对肠系膜动脉区域的影像划定动脉血管中心线,将划定动脉血管中心线的肠系膜动脉区域的影像输入第二模型中,确定待识别腹部医学影像中是否存在血栓以及血栓的位置。本发明能够更全面地捕捉急性肠系膜上动脉血栓的影响因素,筛选出相关性较强的预测因子,准确识别到CT影像上的肠系膜上动脉血栓,增强了模型的预测能力。本发明还涉及一种设备和存储介质。

    术后弯腿训练监控系统及其方法
    6.
    发明公开

    公开(公告)号:CN116631619A

    公开(公告)日:2023-08-22

    申请号:CN202310530445.X

    申请日:2023-05-12

    Inventor: 彭亚文 柴伟 白杨

    Abstract: 公开了一种术后弯腿训练监控系统及其方法。其首先从待监控对象的弯腿训练监控视频提取一个步态周期内的多个弯腿训练监控关键帧,接着,对所述多个弯腿训练监控关键帧进行处理以得到步态能量图,然后,将所述步态能量图分别通过卷积神经网络模型和ViT模型以得到第一尺度步态能量特征图和第二尺度步态能量特征图,接着,融合所述第一尺度步态能量特征图和所述第二尺度步态能量特征图以得到分类特征图,最后,将所述分类特征图通过分类器以得到用于表示待监控对象的步态是否正常的分类结果。这样,可以准确地进行患者的步态评估,以及时发现异常来便于进行相应处理。

Patent Agency Ranking