-
公开(公告)号：CN102949225A
公开(公告)日：2013-03-06
申请号：CN201210472974.0
申请日：2012-11-21
Applicant: 武汉大学 , 华中科技大学 , 武汉荆楚法医司法鉴定所
IPC: A61B17/3209 , A61B17/94
Abstract: 一种可视化内窥切开刀装置，包括切开刀⑶，还包括内设成像物镜组件⑵和光纤传像束⑷的硬管⑴、用于接收光纤传像束⑷反射光的目镜⑸、用于采集和转换目镜⑸聚焦的光学信号的CCD图像传感器⑹以及电子计算机终端⑺，所述切开刀⑶设置在硬管⑴上近成像物镜组件⑵一端，所述目镜⑸设置在硬管⑴外部近光纤传像束⑷一端。其优点在于：能在直视状态下进行ERCP插管，通过观察图像可对胰管和胆管进行分辨，因此可减少操作医师和病人暴露在X射线下的时间，同时可提高选择性插管的成功率，同时减少一些并发症的产生。
-
公开(公告)号：CN118072102A
公开(公告)日：2024-05-24
申请号：CN202410358926.1
申请日：2024-03-27
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V10/764 , G06V10/774 , G06V10/40
Abstract: 一种内窥镜图像分类模型构建方法、图像分类方法和装置，属于图像分类领域，包括获取训练数据集，其包括多个内窥镜图像以及所述多个内窥镜图像的类别标签；构建原始分类模型，所述模型包括顺序连接的特征提取层、特征优化层、以及分类层；利用训练数据集对所述原始分类模型进行训练，得到内窥镜图像分类模型。本申请通过结合平均池化特征图和最大池化特征图对原始特征图进行优化，使特征提取同时兼顾平均池化和最大池化的优点，从而使优化特征图中的特征与图像分类的关联度更高，提高分类模型的训练效率和精度，提到模型分类预测效果。
-
公开(公告)号：CN103922039A
公开(公告)日：2014-07-16
申请号：CN201410187312.8
申请日：2014-05-06
Applicant: 武汉大学
Abstract: 本发明提供一种便携式胰岛素储藏箱，包括箱体和箱盖（1），箱体和箱盖通过转轴（2）连接，其特征在于：所述箱体由底板和侧板组成，底板和侧板从外向里依次包括外壳（3），外吸水层（6），分隔层（5），内吸水层（7）。本发明结构简单、使用方便、多层箱体的设计使得内部能够储存足够的水分而不会在携带过程中漏出，保持了稳定的蒸发速率；蒸发吸热的工作原理决定了外部环境温度越高，冷藏效果越好；糖尿病人注射胰岛素的间隔一般为两餐之间，每次使用时补充箱体内水分即可，水分不会在两餐间蒸发完毕。
-
公开(公告)号：CN115299951A
公开(公告)日：2022-11-08
申请号：CN202210875851.5
申请日：2022-07-25
Applicant: 武汉大学中南医院
Abstract: 本发明属于医疗器械技术领域，公开了一种神经电生理监测用电极，包括电极上背壳、电极芯片、单壁碳纳米管、纤维膜、仿生棉片、导电扣、导线。所述的电极芯片、单壁碳纳米管、纤维膜、仿生棉片按照层序扣在电极背壳下端，所述的电极上背壳上端通过导电扣与导线连接。本发明所述的一种神经电生理监测用电极采用新型的导电材料，可以增加电信号采集的精度，而仿生材料也使得电极更加亲肤，无需加入导电膏等物质，避免影响生理电信号的采集。本发明所述装置结合新型材质和人体特性监测人体电生理信号，大大提高了电极利用率和采集电信号精确度。
-
公开(公告)号：CN114748076A
公开(公告)日：2022-07-15
申请号：CN202210282045.7
申请日：2022-03-22
Applicant: 武汉大学中南医院
Abstract: 本发明涉及一种螺旋状电极，包括螺旋体和电极丝，电极丝一端与导线连接，另一端沿螺旋体延伸，电极丝包括嵌入螺旋体内的嵌入部和伸出螺旋体内表面的接触部，接触部为弹性结构，本发明的有益效果是：将螺旋体缠绕在待测的神经或血管等待测物上，待测物压缩电极丝的接触部，接触部顶部与待测物紧贴，由于电极丝的弹性系数低，待测物经受到的压力小，由此，该结构能够在持久稳定地记录待测物电信号的同时不损害待测物。
-
Patent Agency Ranking
公开(公告)号：CN118797292B
公开(公告)日：2025-04-22
申请号：CN202410937808.6
申请日：2024-07-12
Applicant: 武汉大学人民医院(湖北省人民医院) , 中国地质大学(武汉)
IPC: G06F18/21 , G06F18/2433 , G06F21/60 , G06F21/62 , G16H10/60 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本公开的实施例提供了一种基于深度学习的医疗数据智能识别方法及系统。所述方法包括响应于实时接收到的医疗数据，确定医疗数据的数据类型；将不同数据类型的医疗数据代入加密解密模型，使得根据医疗数据，确定医疗数据所对应的至少一个用户以及医疗数据的当前状态，并选择性地对所述医疗数据进行加密处理或者解密处理，得到处理后的医疗数据；将处理后的医疗数据代入基于深度学习的智能识别模型，得到与医疗数据相匹配的识别结果，其中，所述识别结果包括所述医疗数据中的异常标记。确保了医疗数据与用户相匹配，确保了系统与各个采集设备之间的数据安全性与数据完整性，以实现对医疗数据进行实时检测以及异常识别。
-
公开(公告)号：CN118841163A
公开(公告)日：2024-10-25
申请号：CN202410880598.1
申请日：2024-07-02
Applicant: 武汉大学人民医院(湖北省人民医院) , 中国地质大学(武汉)
IPC: G16H50/20 , G16H50/70 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/084 , G06N3/096
Abstract: 本申请公开了一种基于人工智能的病理图像数据分析方法，本申请属于人工智能领域。该方法包括：对第一病理图像数据集的每张病理图像进行癌症类型标注和多标签特征标注，更新第一病理图像数据集；创建多任务学习模型；创建联合损失函数；根据联合损失函数和更新后的第一病理图像数据集训练多任务学习模型，若多任务学习模型达到预设的模型判定标准，则训练完成；根据多任务学习模型识别病理图像的类型信息、病理特征以及癌症标志物，根据类型信息、病理特征以及癌症标志物确定诊断结果，并发送至医生的智能终端设备。本方案使得医生可以从一个模型中获取到更全面的诊断信息，减少进行多次诊断的时间，提高医疗服务的响应速度和诊断的效率。
-
公开(公告)号：CN117603334A
公开(公告)日：2024-02-27
申请号：CN202311734599.7
申请日：2023-12-15
Applicant: 武汉大学中南医院
IPC: C07K14/47 , G01N33/68 , G01N33/574 , G01N33/543 , C12Q1/6886 , C12Q1/6851
Abstract: 本发明提供了PMS2P5作为分子标志物在制备用于诊断胶质瘤的产品中的应用，本申请发现PMS2P5作为一种有效的胶质瘤辅助诊断血液分子标志物，其血浆表达水平与胶质瘤的发生发展密切相关，PMS2P5的检测试剂盒可检测患者血浆中PMS2P5的表达水平，从而快速地诊断胶质瘤，灵敏度达到66.67％以上，特异度达到84％以上。
-
公开(公告)号：CN115299953A
公开(公告)日：2022-11-08
申请号：CN202210877192.9
申请日：2022-07-25
Applicant: 武汉大学中南医院
Abstract: 本发明属于生理信号采集技术领域，公开了一种实验用神经电生理信号采集设备，包括设备主体箱，所述设备主体箱包括箱盖，所述箱盖包括螺旋轴、箱盖把手和凸型减震层，所述设备主体箱内部设有减震箱，所述减震箱设有存放生理信号采集芯片的芯片放置槽，所述芯片放置槽下方和减震箱之间设有电极板。所述设备主体箱两侧设有活动夹板，所述活动夹板上设有和电极板连接的电极突触，所述活动夹板底端还设有夹板倒钩，所述夹板倒钩之间通过绝缘连接带相连。本发明中，通过设置凸型减震层、减震弹簧和减震箱实现对生理信号采集芯片的稳定保护，通过设置活动夹板、支撑弹簧、电极突触、绝缘连接带实现大范围的信号采集，实现简单，操作简便，适合推广使用。
-
公开(公告)号：CN118797292A
公开(公告)日：2024-10-18
申请号：CN202410937808.6
申请日：2024-07-12
Applicant: 武汉大学人民医院(湖北省人民医院) , 中国地质大学(武汉)
IPC: G06F18/21 , G06F18/2433 , G06F21/60 , G06F21/62 , G16H10/60 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本公开的实施例提供了一种基于深度学习的医疗数据智能识别方法及系统。所述方法包括响应于实时接收到的医疗数据，确定医疗数据的数据类型；将不同数据类型的医疗数据代入加密解密模型，使得根据医疗数据，确定医疗数据所对应的至少一个用户以及医疗数据的当前状态，并选择性地对所述医疗数据进行加密处理或者解密处理，得到处理后的医疗数据；将处理后的医疗数据代入基于深度学习的智能识别模型，得到与医疗数据相匹配的识别结果，其中，所述识别结果包括所述医疗数据中的异常标记。确保了医疗数据与用户相匹配，确保了系统与各个采集设备之间的数据安全性与数据完整性，以实现对医疗数据进行实时检测以及异常识别。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.086 seconds)
