一种基于深度学习的图片处理方法、设备及系统

    公开(公告)号:CN111353547B

    公开(公告)日:2023-07-04

    申请号:CN202010160536.5

    申请日:2020-03-06

    Abstract: 本发明公开了一种基于深度学习的图片处理方法、设备及系统。该方法包括:获取待处理图片,将待处理图片输入深度学习模型获得分类标签,再根据分类标签将待处理图片归属到对应分类中;深度学习模型的建立过程包括:获取训练集和验证集;构建图片处理卷积网络,第一级子网络包括一个卷积层和一个残差神经网络层;第二级子网络包括一个池化层和两个残差神经网络层;第三级子网络、第四级子网络和第五级子网络均分别包括一个池化层和三个残差神经网络层;第六级子网络包括一个池化层、四个全连接层以及激活层;利用训练集分批次训练图片处理卷积网络。完成深度学习模型的建立。该方法实现快速筛选图片,无需人工参与。

    进食状态区间自动校正的装置及校正方法

    公开(公告)号:CN108742620B

    公开(公告)日:2021-10-01

    申请号:CN201810682371.0

    申请日:2018-06-27

    Inventor: 白家莲 胡人友

    Abstract: 本发明提出了一种进食状态区间自动校正装置及方法,该装置包括电极导管、数据记录仪和进食状态区间校正单元;所述电极导管包括N个阻抗传感器,所述N为大于1的正整数,所述数据记录仪包括数据存储单元、按键单元和微处理器;所述阻抗传感器采集食道阻抗信息,其输出端连接所述微处理器阻抗信息输入端,所述按键单元记录应检者症状和/或状态,其输出端连接至所述微处理器,所述微处理器与数据存储单元双向连接,相互通信;所述进食状态区间校正单元根据所述数据存储单元中的数据信息对进食状态标记进行校正。该自动识别胃食道吞咽装置结构简单,能够更加准确的对进餐区间做出校正,保证了后期反流分析的正确性和客观性。

    用于腔体生理数据分析的方法及系统

    公开(公告)号:CN111358432A

    公开(公告)日:2020-07-03

    申请号:CN202010160539.9

    申请日:2020-03-06

    Abstract: 用于腔体生理数据分析的方法及系统。本发明公开了一种消化道生理数据分析方法及系统、生理数据中断分析方法及系统、生理数据特殊点查找方法及系统、生理数据积分分析方法及系统。消化道生理数据分析方法包括:获取待分析的一种或多种消化道生理数据,将消化道生理数据显示为曲线图和/或色谱图;获取消化道的生理解剖位置和/或检测通道传感器位置;对消化道生理数据执行积分处理、中断分析处理、特殊点查找处理和基本参数计算处理四者中的全部或部分,获得处理结果;将处理结果标记显示。本发明对消化道生理数据进行分析处理,并将处理结果标记显示,无需观察者手动计算,简单明了,便于观察者分析和判断,极大地减轻了观察者的数据阅读负担,减少了工作量和节约了时间。

    一种消化道生理数据显示方法及系统

    公开(公告)号:CN111345831A

    公开(公告)日:2020-06-30

    申请号:CN202010160067.7

    申请日:2020-03-06

    Abstract: 本发明公开了一种消化道生理数据显示方法及系统。该方法包括:导入一段时间内的一种或多种消化道生理数据;获取不同的显示模式输入指令,并根据显示模式输入指令将导入的消化道生理数据显示为基于数值的第一显示模式和/或基于色谱的第二显示模式;在第一显示模式和/或第二显示模式的显示区域内显示生理解剖位置和/或检测通道传感器位置,或者在与第一显示模式和第二显示模式的显示区域相独立的区域内显示生理解剖位置和/或检测通道传感器位置。该发明可根据用户需求,对消化道生理数据进行基于数值的第一显示模式和/或基于色谱的第二显示模式,实现多样化显示,既可直观形象观察又可进行定量观察,便于检查人员观察和后期分析。

    一种食道压力云图的标识识别方法及设备

    公开(公告)号:CN111358431A

    公开(公告)日:2020-07-03

    申请号:CN202010160069.6

    申请日:2020-03-06

    Abstract: 本发明公开了一种食道压力云图的标识识别方法及设备。该方法包括:将食道压力云图输入标识识别神经网络模型;所述标识识别神经网络模型输出至少一个标识的位置坐标;在所述食道压力云图上根据所述标识的位置坐标对所述标识进行标记;所述标识包括UES松弛位置、IRP计算框、DCI计算框和CDP位置四者中的全部或部分。能够自动标记出食道压力云图中的标识(如UES松弛位置、IRP计算框、DCI计算框和CDP位置),减少了食道压力云图分析人员的工作量,通过标识识别神经网络模型能够准确识别出食道压力云图中的标识,无需人工参与调整,进一步地减少了分析人员工作量。

    一种高分辨率消化道测压数据分析方法及系统

    公开(公告)号:CN111345780A

    公开(公告)日:2020-06-30

    申请号:CN202010155129.5

    申请日:2020-03-06

    Abstract: 本发明公开了一种高分辨率消化道测压数据分析方法及系统,该方法包括:获取待分析的消化道测压数据并进行插值处理和颜色转换后以色谱图显示;在色谱图中选取至少一个待分析区域,并对待分析区域的压力数据进行分析处理,分析处理至少包括等压线中断最大距离分析处理、收缩幅度分析处理、压力大小的时间排序分析处理三者中的全部或部分;将分析处理结果显示于待分析区域或者与待分析区域相独立的区域内;或者按照分析处理结果对待分析区域进行标记。使用户可以通过色谱图直观地观察消化道压力变化的同时,通过处理结果能够定量观察,且处理结果能够实时跟随图片显示,利于辅助诊断和观察,使用方便。

    一种食道压力云图的标识识别方法及设备

    公开(公告)号:CN111358431B

    公开(公告)日:2023-03-24

    申请号:CN202010160069.6

    申请日:2020-03-06

    Abstract: 本发明公开了一种食道压力云图的标识识别方法及设备。该方法包括:将食道压力云图输入标识识别神经网络模型;所述标识识别神经网络模型输出至少一个标识的位置坐标;在所述食道压力云图上根据所述标识的位置坐标对所述标识进行标记;所述标识包括UES松弛位置、IRP计算框、DCI计算框和CDP位置四者中的全部或部分。能够自动标记出食道压力云图中的标识(如UES松弛位置、IRP计算框、DCI计算框和CDP位置),减少了食道压力云图分析人员的工作量,通过标识识别神经网络模型能够准确识别出食道压力云图中的标识,无需人工参与调整,进一步地减少了分析人员工作量。

    一种高分辨率消化道测压数据分析方法及系统

    公开(公告)号:CN111345780B

    公开(公告)日:2023-02-28

    申请号:CN202010155129.5

    申请日:2020-03-06

    Abstract: 本发明公开了一种高分辨率消化道测压数据分析方法及系统,该方法包括:获取待分析的消化道测压数据并进行插值处理和颜色转换后以色谱图显示;在色谱图中选取至少一个待分析区域,并对待分析区域的压力数据进行分析处理,分析处理至少包括等压线中断最大距离分析处理、收缩幅度分析处理、压力大小的时间排序分析处理三者中的全部或部分;将分析处理结果显示于待分析区域或者与待分析区域相独立的区域内;或者按照分析处理结果对待分析区域进行标记。使用户可以通过色谱图直观地观察消化道压力变化的同时,通过处理结果能够定量观察,且处理结果能够实时跟随图片显示,利于辅助诊断和观察,使用方便。

    一种可控胶囊内镜系统

    公开(公告)号:CN108742483B

    公开(公告)日:2022-05-17

    申请号:CN201810696940.7

    申请日:2018-06-29

    Inventor: 邬墨家 白家莲

    Abstract: 本发明提出了一种可控胶囊内镜系统,包括胶囊内窥镜,还包括虚拟现实观察头盔;所述胶囊内窥镜包括第一控制模块、3D图像采集模块、姿态感知模块、胶囊驱动装置和第一射频收发模块;所述虚拟现实观察头盔包括第二控制模块、图像及姿态信息接收单元、加速度传感器、VR眼镜显示器和第二射频收发模块。该可控胶囊内镜系统结构简单,便于操作,受检者体验感佳。

    用于腔体生理数据分析的方法及系统

    公开(公告)号:CN111358432B

    公开(公告)日:2021-04-27

    申请号:CN202010160539.9

    申请日:2020-03-06

    Abstract: 用于腔体生理数据分析的方法及系统。本发明公开了一种消化道生理数据分析方法及系统、生理数据中断分析方法及系统、生理数据特殊点查找方法及系统、生理数据积分分析方法及系统。消化道生理数据分析方法包括:获取待分析的一种或多种消化道生理数据,将消化道生理数据显示为曲线图和/或色谱图;获取消化道的生理解剖位置和/或检测通道传感器位置;对消化道生理数据执行积分处理、中断分析处理、特殊点查找处理和基本参数计算处理四者中的全部或部分,获得处理结果;将处理结果标记显示。本发明对消化道生理数据进行分析处理,并将处理结果标记显示,无需观察者手动计算,简单明了,便于观察者分析和判断,极大地减轻了观察者的数据阅读负担,减少了工作量和节约了时间。

Patent Agency Ranking