本发明公开了一种基于医学影像的帕金森预测方法，属于医学图像处理技术领域，所述方法包括：获取待评估的MRI影像；对所述MRI影像进行预处理；将预处理后的MRI影像输入至预先构建好的人工智能分类预测模型中，得到预测结果，其中所述人工智能分类预测模型为改进的ResNet18网络模型。本发明将逐渐成熟的医学影像和深度学习进行结合，发挥人工智能的优势并将其应用于实际生活中，以残差网络为基础架构，根据帕金森病的医学影像特点对其进行改进，实现帕金森病的自动分类，准确度高。
📄 2023107514715
📂 G06V10_764
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2023-06-25
本实用新型公开了一种一体式医学影像用存储装置，包括存储装置本体、置物架、收纳仓、展示框和弹簧，所述存储装置本体上部的一侧设置有置物架，且置物架的一侧设置有收纳仓，所述收纳仓的内部设置有可滑动的展示框，且展示框的外端焊接有拉手，所述置物架和收纳仓的下方设置有抽屉，且抽屉的下方设置有置物柜。该一体式医学影像用存储装置，可对存放影像进行分类存放保存，且在需要查看影像胶片时，不需要将影像胶片从装置上取下，即可对影像胶片进行查看，可避免来回多次取放影像胶片，造成影像胶片的磨损或弯折损坏。
📄 2020221345510
📂 A47B81_00
👤 宋一诺
📅 2020-09-25
本申请公开了一种电子医学影像中嵌入医疗信息的系统及方法，包括：医学影像采集终端，将采集的医学影像和对应的病历号发送给医疗信息管理服务器，医疗信息管理服务器对患者的医疗信息进行分类，对分类后的医疗信息分别加密后，将密文数据嵌入到患者的医学影像中，然后将处理后的医学影像发送给医学影像数据库进行存储；医护人员终端，将待查询的病历号发送给医疗信息管理服务器，医疗信息管理服务器从医学影像数据库中调取医学影像，并根据医护人员终端的权限，生成对应的密文，将医学影像以及密文反馈给医护人员终端；医护人员终端，使用共享密钥对密文进行解密，基于解密得到的密钥对医学影像中的嵌入信息进行提取。
📄 2020107828992
📂 G16H30_20
👤 临沂大学
📅 2020-08-06
一种基于细粒度注意力的医学影像报告生成方法，包含：首先，通过预训练过的yolov5目标检测模型提取原始X射线全景图片中的牙齿和症状区域；通过denseNet‑121卷积神经网络对原始X射线全景图片提取特征，并与候选疾病标签文本通过跨模态注意力融合特征，得到粗粒度全局跨模态表示。随后，基于牙齿和症状区域的几何位置分布构建几何联结图，使牙齿和对应病灶区域在空间上对齐。然后，将区域图像特征根据几何联结图所表示的所属关系通过图注意力融合特征，得到细粒度的牙齿症状表示。最后，将粗粒度全局跨模态特征与细粒度牙齿症状表示输入具有两层跨模态注意力并由一个句子状态遗忘门控制的transformer桥塔文本生成器生成文本生成最后的报告文本。
📄 202211346536X
📂 G06V10_44
👤 浙江工业大学
📅 2022-10-31
一种适用于移动应用的小巧医学影像病灶分割方法，首先训练得到准确率较高的第一网络，然后将医学图像输入至第二网络和训练好的第一网络，对第一网络中间层的特征图特征精炼、边缘特征推理，将第一网络中和标签中丰富的边缘信息，通过投影、建图、推理的过程提取抽象的图信息；本发明通过特征精炼和边缘特征推理，将内在知识传递到第二网络，可使第二网络结果更加优秀，进而提升最终分割的性能，得到的第二网络，将待检测医学影像输入至已训练完成的第二网络中，得到病灶分割结果。本发明分割精确度高，体积小，特别适合部署在移动应用中。
📄 2021102897717
📂 G06T7_00
👤 浙江工业大学
📅 2021-03-17
本发明涉及数据处理技术领域，具体涉及一种肺部恶性肿瘤医学影像数据分类处理方法及系统，其中，肺部恶性肿瘤医学影像数据分类处理方法包括获取采集到的肺部医学影像数据进行预处理；基于预处理数据建立并训练肺部恶性肿瘤数据分类模型；获取待分类处理的医学影像数据，基于所述肺部恶性肿瘤数据分类模型，得到数据不确定性估计值；获取所述数据不确定性估计值基于三支决策理论比较，通过终端输出分类处理结果。通过对医学影像数据进行预处理、模型建立、处理、比较，得到分类结果，数据分类处理准确率高，有利于医生后续快速准确做出决策。
📄 2023106053798
📂 G06V10_764
👤 西南大学
📅 2023-05-26
一种基于多维信息融合和深度学习的脑部医学影像分析方法，包括如下步骤：S1、开发测试环境平台搭建：搭建深度学习训练用工作站，配置训练框架；S2、对主流深度学习算法和网络模型进行研究：对主流的深度学习算法、网络模型、医学影像分析检测框架和数据集进行测试，并分析各种深度学习算法和卷积网络模型在图像分割、目标检测和疾病分类分级方面的优缺点；S3、制作医学影像训练数据集、验证数据集和测试数据集；S4、基于多个深度学习网络的医学影像分析诊断研究。本发明能分别训练不同的深度学习卷积神经网络，通过构建加权贝叶斯网络，对不同类型医学影像的分析结果进行处理，从而得到最后的分析诊断结果，诊断结果的准确性大大提高。
📄 2019112314515
📂 G16H30_20
👤 电子科技大学中山学院
📅 2019-12-05
本发明涉及医学影像分类技术领域，具体涉及一种基于机器学习的医学影像自动分类方法及系统，采集医学影像数据，并增强医学影像数据数量；对增强后的医学影像数据进行降维处理；对降维后的特征进行分类，获得医学影像数据类别。数据扩充使用基于量子干涉的生成对抗网络，通过多维度上的调制和控制来模拟真实医学影像的复杂模式和纹理，增加医学影像数据的数量和多样性，同时维持影像的细节质量。自适应调整降维强度，优化信息的保存。分类器使用基于动态惩罚项的分数阶神经网络，结合动态惩罚项和门控向量正则化技术，优化分类精度和模型的泛化能力。解决了现有技术的不足。
📄 2025103223546
📂 G06V10_764
👤 成都信息工程大学
📅 2025-03-19
本发明属于医疗设备领域，尤其是一种用于医学影像分析的医疗设备，针对现有的存放胶片时，需要一个一个存放，存放过程繁琐，同时某一个患者的胶片不能统一存放，在固定大小不同的胶片时，只能依靠人工手动调整夹具的位置，在观察多个胶片时，需要不断的更换胶片和观察环境的问题，现提出如下方案，其包括支撑机构，所述支撑机构包括矩形箱并用于支撑装置，保存机构，所述保存机构包括外壳、多个纵向通孔、横向通孔、观察口、第二滑槽和透明板，本发明中，通过设置多个滑动盒，可以对同一患者的多个胶片进行保存，同时可以转动第二限位块，调整底板的高度，使得胶片始终处于方便观察的高度，通过观察机构可以很好的观察胶片。
📄 2023111874643
📂 G02B27_02
👤 王智亮
📅 2023-09-14
本发明涉及人工智能，揭露一种医学影像图片分析方法，包括：利用预设部位疾病历史图片集训练预构建的深度学习网络模型得到疾病识别模型；根据疾病识别模型与预构建的初始诊断模型构建蒸馏损失函数；根据蒸馏损失函数对初始诊断模型进行蒸馏训练，得到第一诊断模型；根据预设的诊断目标对第一诊断模型进行训练及输出调整，得到目标诊断模型；当接收到待分析医学影像图片时，利用目标诊断模型对待分析医学影像图片进行分析，得到分析结果。本发明还涉及一种区块链技术，训练模型的数据可以存储在区块链中。本发明还提出一种医学影像图片分析装置、电子设备以及一种计算机可读存储介质。利用本发明可以降低医学影像图片分析的模型计算资源消耗。
📄 2020110031815
📂 G06T7_00
👤 平安科技(深圳)有限公司
📅 2020-09-22
本发明提供一种医学影像增强方法、装置、设备和介质，方法包括：获取待处理医学影像的输入特征图作为数据集，并构建ACGAN改进模型，使用Wasserstein距离计算生成数据和真实数据的差别进行真假判别，并使用梯度惩罚来代替权值裁剪实现K‑Lipschitz条件，在损失函数加入梯度惩罚项；ACGAN改进模型经训练后，输入数据集通过生成器输出合成图像后并加入数据集中进行数据增强，得到增强后数据集；将判别器作为样本特征提取器，对增强后数据集进行特征提取，得到样本特征图，再与输入特征图进行融合，生成待处理医学影像的增强图像，从而解决了医学影像由于过度曝光或曝光不足带来的图像的细节模糊的问题。
📄 2021106969729
📂 G06T5_50
👤 华侨大学
📅 2021-06-23
本发明公开了一种基于半监督神经网络的医学影像处理方法，S1、获取图片数据集；S2、构建DFCPS模型并训练，所述DFCPS模型包括数据增强策略和神经网络，所述神经网络包括主干网络、ASPP模块、上采样模块和Softmax函数；所述主干网络采用ResNet‑50，并引入残差连接构建深层网络，所述ASPP模块包括四个卷积层，四个所述卷积层的空洞卷积率分别为1、12、24、36；S3、使用训练好的神经网络进行图像分割。该方法通过合理地利用未标记数据和少量标记数据，以及强增强和弱增强的数据增强技术，对模型进行训练并取得理想的结果。
📄 2023107148297
📂 G06T7_00
👤 杭州电子科技大学
📅 2023-06-16
柿子坊 · 知识产权运营
柿子坊知识产权运营平台