-
公开(公告)号：CN112120826A
公开(公告)日：2020-12-25
申请号：CN202011033199.X
申请日：2020-09-27
Applicant: 中国医学科学院阜外医院 , 北京航空航天大学
IPC: A61D7/00
Abstract: 本发明提供了一种动物饲养舱。该动物饲养舱可以包括氮气储气罐、氧气储气罐、氮气输入气路、氧气输入气路、饲养舱舱体。其中，所述氧气储气罐，用于存储氧气；所述氮气储气罐，用于存储氮气；所述氧气输入气路的第一端与所述氧气储气罐连接，所述氧气输入气路的第二端与所述饲养舱舱体连接，所述氧气输入气路用于将所述氧气储气罐中存储的氧气传输至所述饲养舱舱体；所述氮气输入气路的第一端与所述氮气储气罐连接，所述氮气输入气路的第二端与所述饲养舱舱体连接，所述氮气输入气路用于将所述氮气储气罐中存储的氮气传输至所述饲养舱舱体。
-
公开(公告)号：CN116452579A
公开(公告)日：2023-07-18
申请号：CN202310636052.7
申请日：2023-06-01
Applicant: 中国医学科学院阜外医院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于胸片图像的肺动脉高压智能评估方法，包括：获取受检者的正位胸片图像；将正位胸片图像预处理后输入训练好的图像质量评估模型，输出图像质量评分；将图像质量评分符合预设的肺动脉高压评估标准的正位胸片图像输入训练好的异常特征检测模型中，输出异常特征检测框位置、异常类别和异常特征概率值；将由异常特征检测框位置、异常类别和异常特征概率值构成的向量输入肺动脉高压筛查模型中，输出肺动脉高压的概率值。本方案能够对胸片图像中多种异常特征精确检测，从而提高肺动脉高压预测的精确性，并通过可视化评估结果辅助医生进行临床决策。
-
公开(公告)号：CN117059263B
公开(公告)日：2024-01-19
申请号：CN202310647898.0
申请日：2023-06-02
Applicant: 中国医学科学院阜外医院
Abstract: 基于双视图胸片的肺动脉高压发生概率的确定方法及系统，该方法包括：获取实时正侧位胸片和实时左侧位胸片；将实时正侧位胸片和实时左侧位胸片输入第一胸片分析模型，第一胸片分析模型包括第一卷积神经网络、第二卷积神经网络以及第一全连接层，第一卷积神经网络包括空间注意力模块；使用第一卷积神经网络对实时正侧位胸片进行分析处理，得到实时正侧位胸片的全连接层参数；使用第二卷积神经网络对实时左侧位胸片进行分析处理，得到实时左侧位胸片的全连接层参数；将实时正侧位胸片的全连接层参数和实时左侧位胸片的全连接层参数经过第一全连接层拼接操作，再经过激活函数激活得到肺动脉高压发生概率值。具有能够提高对PH预测的概率的准确性的效果。
-
公开(公告)号：CN116386877B
公开(公告)日：2023-09-12
申请号：CN202310636010.3
申请日：2023-06-01
Applicant: 中国医学科学院阜外医院
IPC: G16H50/30 , G16H50/20 , G06F18/214 , G06F18/213
Abstract: 本申请提供一种肺动脉高压发生概率的确认方法、辅助决策系统。方法包括：获取目标患者的实时特征；对实时特征进行预处理，获得预处理后的实时特征；根据预处理后的实时特征，从多个应用模型中选择第一应用模型；将预处理后的实时特征输入第一应用模型中，对目标患者进行肺动脉高压发生概率预测，目标患者的实时特征与第一组训练集相匹配；获取第一应用模型对目标患者进行预测的第一肺动脉高压发生概率值。本申请通过采用上述方法，解决相关技术中，由于患者的特征信息存在多样性，部分患者的特征信息较少，在面对这部分患者时，进行PH肺动脉高压发生概率预测时无法得到想要的结果的问题。
-
公开(公告)号：CN117393165A
公开(公告)日：2024-01-12
申请号：CN202311565875.1
申请日：2023-11-22
Applicant: 中国医学科学院阜外医院
Abstract: 一种基于夜间心肺信号的肺动脉高压预后评估方法及装置，涉及医疗检测领域，该方法包括：收集多个肺动脉高压患者在夜间睡眠呼吸的心肺生物信号数据和在预设时间段内的临床恶化数据；基于临床恶化数据，确定肺动脉高压患者的风险类型；将肺动脉高压患者的风险类型和对应的心肺生物信号数据输入预设模型中，训练得到肺动脉高压预后评估模型；监测目标对象在夜间睡眠呼吸的目标心肺生物信号数据；将目标心肺生物信号数据输入肺动脉高压预后评估模型中，得到目标对象的预估风险概率。该方法在患者夜间睡眠时执行心肺生物信号数据的监测，通过信号监测的无创操作避免了有创检查的风险，可多次复用；同时实现对临床恶化事件的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN116452579B
公开(公告)日：2023-12-08
申请号：CN202310636052.7
申请日：2023-06-01
Applicant: 中国医学科学院阜外医院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于胸片图像的肺动脉高压智能评估方法，包括：获取受检者的正位胸片图像；将正位胸片图像预处理后输入训练好的图像质量评估模型，输出图像质量评分；将图像质量评分符合预设的肺动脉高压评估标准的正位胸片图像输入训练好的异常特征检测模型中，输出异常特征检测框位置、异常类别和异常特征概率值；将由异常特征检测框位置、异常类别和异常特征概率值构成的向量输入肺动脉高压筛查模型中，输出肺动脉高压的概率值。本方案能够对胸片图像中多种异常特征精确检测，从而提高肺动脉高压预测的精确性，并通过可视化评估结果辅助医生进行临床决策。
-
公开(公告)号：CN116035557A
公开(公告)日：2023-05-02
申请号：CN202310061912.9
申请日：2023-01-18
Applicant: 中国医学科学院阜外医院 , 清华大学
IPC: A61B5/08 , A61B5/318 , A61B5/0205 , A61B5/11 , A61B5/145 , A61B5/0537
Abstract: 本申请涉及睡眠呼吸监测技术领域，具体提供了一种适用于监测睡眠呼吸暂停的柔性可穿戴系统，包括用于采集睡眠状态下人体生理指标信息的传感模块、与传感模块连接的采集信息处理模块以及与所述采集信息处理模块通信连接的移动终端；所述传感模块包括ECG传感模块、PPG传感模块、生物阻抗传感模块和加速度计传感模块。本申请能够方便有效地监测患者睡眠呼吸状态，并减少监测对患者睡眠的影响。
-
公开(公告)号：CN119920461A
公开(公告)日：2025-05-02
申请号：CN202411846090.6
申请日：2024-12-13
Applicant: 中国医学科学院阜外医院
Abstract: 本申请公开了一种肺动脉高压发生概率预测模型的训练方法及预测方法，训练方法包括获取多组历史影像数据；融合YOLOv6网络模型和特征自适应注意力模型，得到初始预测模型，特征自适应注意力模型用于自适应选择不同卷积核对不同尺度的通道特征进行提取及混洗；输入多组历史影像数据至初始预测模型进行训练，得到目标慢性血栓栓塞性肺动脉高压发生概率预测模型。本方法实现了基于YOLOv6网络模型及特征自适应注意力模型构建得到目标慢性血栓栓塞性肺动脉高压发生概率预测模型，有利于提高根据目标慢性血栓栓塞性肺动脉高压发生概率预测模型对慢性血栓栓塞性肺动脉高压发生概率进行预测的预测准确性及预测效率。
-
公开(公告)号：CN117059263A
公开(公告)日：2023-11-14
申请号：CN202310647898.0
申请日：2023-06-02
Applicant: 中国医学科学院阜外医院
Abstract: 基于双视图胸片的肺动脉高压发生概率的确定方法及系统，该方法包括：获取实时正侧位胸片和实时左侧位胸片；将实时正侧位胸片和实时左侧位胸片输入第一胸片分析模型，第一胸片分析模型包括第一卷积神经网络、第二卷积神经网络以及第一全连接层，第一卷积神经网络包括空间注意力模块；使用第一卷积神经网络对实时正侧位胸片进行分析处理，得到实时正侧位胸片的全连接层参数；使用第二卷积神经网络对实时左侧位胸片进行分析处理，得到实时左侧位胸片的全连接层参数；将实时正侧位胸片的全连接层参数和实时左侧位胸片的全连接层参数经过第一全连接层拼接操作，再经过激活函数激活得到肺动脉高压发生概率值。具有能够提高对PH预测的概率的准确性的效果。
-
公开(公告)号：CN116386877A
公开(公告)日：2023-07-04
申请号：CN202310636010.3
申请日：2023-06-01
Applicant: 中国医学科学院阜外医院
IPC: G16H50/30 , G16H50/20 , G06F18/214 , G06F18/213
Abstract: 本申请提供一种肺动脉高压发生概率的确认方法、辅助决策系统。方法包括：获取目标患者的实时特征；对实时特征进行预处理，获得预处理后的实时特征；根据预处理后的实时特征，从多个应用模型中选择第一应用模型；将预处理后的实时特征输入第一应用模型中，对目标患者进行肺动脉高压发生概率预测，目标患者的实时特征与第一组训练集相匹配；获取第一应用模型对目标患者进行预测的第一肺动脉高压发生概率值。本申请通过采用上述方法，解决相关技术中，由于患者的特征信息存在多样性，部分患者的特征信息较少，在面对这部分患者时，进行PH肺动脉高压发生概率预测时无法得到想要的结果的问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
