“上海移视网络科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果13个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习的OCT心血管斑块自动识别与分析方法-CN202110263890.5有效
发明人：张步春;马礼坤;孔祥勇;徐潇;侯杨;孙庆文;李昕 -专利权人： 上海移视网络科技有限公司
申请日： 2021-03-11 - 公布日： 2023-10-27 - 主分类号： G16H50/50 文献下载
摘要：本发明提供一种基于深度学习的OCT心血管斑块自动识别与分析方法，包括如下步骤：纵深截面处理：对OCT图像的纵深截面进行分割处理，得到分割结果A1；横截面处理：对OCT图像的横截面进行分割处理，得到分割结果A2；截面综合处理：综合纵深截面处理结果A1以及横截面处理结果A2并进行分割处理，得到分割结果A；结果分析：根据分割结果A，计算斑块衰减指数IPA，得出斑块类别。本发明设计合理，综合不同图像分类特点以及OCT的临床特点，通过对3D的OCT图像进行三维重建、分割，并得到量化指标IPA，最终基于IPA对斑块进行分类，能够有效地解决了现有技术中识别斑块能力弱的问题。
基于深度学习 oct 心血管自动识别分析方法

[发明专利]心肌缺血冠脉血流储备的分析方法-CN201910507174.X有效
发明人：杨俊;徐潇;李昕;侯杨;孙庆文 -专利权人： 上海移视网络科技有限公司
申请日： 2019-06-12 - 公布日： 2023-04-07 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了心肌缺血冠脉血流储备的分析方法，该算法模型首先使用数据增强和图像预处理，将预处理后的心肌动态PET三维(3D)图像使用多重卷积神经网络(convolutional neural network，CNN)的DenseNet网络架构分别提取图像空间特征和进行下采样，然后再使用另一类算法模型：GRU(Gate Recurrent Unit，)对上一步已经提取的3D图像特征进行动态时序特征提取，再通过上采样的DenseNet形成可以被解析的3D定量参数图：心肌血流速(MBF)。然后按照PET在心肌功能rest(静息态)和stress(负荷态)两个状态下的图像，通过以上方法得出的MBF进一步计算冠脉血流储备分数(coronary flow reserve，CFR)，进而帮助医生进行心肌和冠脉循环功能缺损与否的评估。
心肌缺血血流储备分析方法

[发明专利]心肌缺血区域的血流速和血流储备分数的分析方法-CN201910507140.0有效
发明人：徐亚伟;杨俊;徐潇;侯杨;孙庆文;李昕;张毅;赵逸凡 -专利权人： 上海移视网络科技有限公司
申请日： 2019-06-12 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种心肌缺血区域的血流速和血流储备分数的分析方法，该算法模型首先使用数据增强和图像预处理，将预处理后的SPECT三维(3D)图像使用多重卷积神经网络(CNN)分别提取图像空间特征和进行下采样，然后再使用另一类算法模型：LSTM‑RNN(长短期记忆递归神经网络)对上一步已经提取的3D图像特征进行动态时序特征提取，再通过上采样的CNN形成可以被解析的3D定量参数图：心肌血流速(MBF)；然后按照SPECT在心肌功能rest(静息态)和stress(负荷态)两个状态下的图像，通过以上方法得出的MBF进一步计算冠脉血流储备分数(CFR)，进而帮助医生进行心肌和冠脉循环功能缺损与否的评估。
心肌缺血区域血流储备分数分析方法

[发明专利]心电检测服-CN202210091024.7在审
发明人：徐潇;徐亚伟;高梓桓;徐杰;赵逸凡;赵宇;曾云榜 -专利权人： 上海移视网络科技有限公司
申请日： 2022-01-26 - 公布日： 2022-05-13 - 主分类号： A61B5/318 文献下载
摘要：本发明提供了一种心电检测服，属于服装技术领域。它解决了现有技术存在着不能时事检测心电数据的问题。本心电检测服包括衣服本体，所述本体包括内层和固连在内层外侧的外层，还包括心电检测贴片、数据传输线和用于插接数据发送模块的连接座，上述心电检测贴片和数据传输线均固连在内层与外层之间，上述连接座固连在外层外侧，所述数据传输线的一端与心电检测贴片连接，数据传输线的另一端与连接座连接，当连接座处扣合连接数据发送模块后，上述心电检测贴片检测的数据信息经数据传输线能输入至数据发送模块处。本心电检测服能时事检测心电数据。
检测

[实用新型]一种用于动态心电图实时采集和存储的保心衣-CN202022097795.6有效
发明人：徐潇;徐亚伟;张毅;高梓桓;徐杰;侯杨;孙宇;朱江华;赵逸凡;赵宇 -专利权人： 上海移视网络科技有限公司
申请日： 2020-09-22 - 公布日： 2022-03-18 - 主分类号： A61B5/318 文献下载
摘要：本实用新型属于动态心电图采集领域，具体公开了一种用于动态心电图实时采集和存储的保心衣，包括设有采集盒的采集存储结构，其特征在于，还包括保心衣本体、检测导电布组件；所述保心衣本体包括前片、后片；所述前片的内侧面上分布有检测导电布组件，检测导电布组件包括十个导电布、若干导联线；十个所述导电布分别布置于对应人体心胸部的内侧，前片上的十个导电布分别对应位于身体上的十个心电检测点。本实用新型通过把电极片改成导电布，能够满足采集要求，同时具有不要专业的医生来贴电极片，节省医生和患者的时间以及长时佩戴不会影响作业的优点。
一种用于动态心电图实时采集存储保心衣

[发明专利]一种基于CNN神经网络的急性心肌梗死定位自动判别系统-CN201810837033.X有效
发明人：徐亚伟;陈维;朱梦云;张毅;唐恺;赵逸凡;高梓桓;徐亚文;赵宇;徐潇;李昕;侯杨 -专利权人： 上海移视网络科技有限公司
申请日： 2018-07-26 - 公布日： 2021-02-19 - 主分类号： A61B5/318 文献下载
摘要：一种基于CNN神经网络的急性心肌梗死定位自动判别系统，涉及心肌梗死定位判别技术领域，包括数据采集系统、云平台数据存储系统、定位判别分析系统和数据显示系统；可穿戴心电监护仪与待判别人员连接，记录并生成12导联原始心电图；心电图采集系统获取12导联原始心电图数据，包括P波的波幅、QRS波群的波幅、ST段的波幅和T波的波幅；定位判别分析系统利用基于CNN神经网络训练获得的定位判别模型进行卷积计算获得判别中间数据，判别中间数据经过sigmoid函数映射获得判别结果数据，从而做出待判别人员急性心肌梗死发生部位的定位判别；本申请提供一种基于CNN神经网络的急性心肌梗死定位自动判别系统，对待判别人员是急性心机梗死发生部位做出准确的判别。
一种基于 cnn 神经网络急性心肌梗死定位自动判别系统

[发明专利]一种基于CNN神经网络的急性心肌梗死定时期自动判别系统-CN201810839194.2有效
发明人：徐亚伟;陈维;朱梦云;张毅;唐恺;赵逸凡;高梓桓;徐亚文;赵宇;徐潇;李昕;侯杨 -专利权人： 上海移视网络科技有限公司
申请日： 2018-07-27 - 公布日： 2021-02-19 - 主分类号： A61B5/318 文献下载
摘要：一种基于CNN神经网络的急性心肌梗死定时期自动判别系统，涉及心肌梗死定时期判别技术领域，包括数据采集系统、云平台数据存储系统、定时期判别分析系统和数据显示系统；可穿戴心电监护仪与待判别人员连接，记录并生成12导联原始心电图；心电图采集系统获取12导联原始心电图数据，包括P波的波幅、QRS波群的波幅、ST段的波幅和T波的波幅；定时期判别分析系统利用基于CNN神经网络训练获得的定时期判别模型进行卷积计算获得判别中间数据，再经过sigmoid函数映射获得判别结果数据，从而做出待判别人员急性心肌梗死发生时期的定时期判别；本申请提供一种基于CNN神经网络的急性心肌梗死定时期自动判别系统，对待判别人员是急性心机梗死发生时期做出准确的判别。
一种基于 cnn 神经网络急性心肌梗死时期自动判别系统

[发明专利]基于CNN神经网络的急性心肌梗死定性自动判别系统-CN201810835499.6有效
发明人：徐亚伟;陈维;朱梦云;张毅;唐恺;赵逸凡;高梓桓;徐亚文;赵宇;徐潇;李昕;侯杨 -专利权人： 上海移视网络科技有限公司
申请日： 2018-07-26 - 公布日： 2021-02-12 - 主分类号： A61B5/318 文献下载
摘要：一种基于CNN神经网络的急性心肌梗死定性自动判别系统，涉及心肌梗死定性判别技术领域，包括数据采集系统、云平台数据存储系统、定性判别分析系统和数据显示系统；可穿戴心电监护仪与待判别人员连接，记录并生成12导联原始心电图；心电图采集系统获取12导联原始心电图数据，包括P波的波幅、QRS波群的波幅、ST段的波幅和T波的波幅；定性判别分析系统利用基于CNN神经网络训练获得的定性判别模型进行卷积计算获得判别中间数据，判别中间数据经过sigmoid函数映射获得判别结果数据，从而做出待判别人员是否患有急性心肌梗死的定性判别；本申请提供一种基于CNN神经网络的急性心肌梗死定性自动判别系统，对待判别人员是否为急性心机梗死做出准确的定性判别。
基于 cnn 神经网络急性心肌梗死定性自动判别系统

[发明专利]QRS识别方法及电子设备-CN202011050493.1在审
发明人：侯杨;徐潇;高梓桓;孙庆文 -专利权人： 上海移视网络科技有限公司
申请日： 2020-09-29 - 公布日： 2021-01-08 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及人体检测技术领域，具体涉及一种QRS识别方法及电子设备，本发明包括以下步骤：S1输入心电图，并进行差分处理，得到DECG；S2对DECG的每个数值取绝对值得到ADECG序列；S3对ADECG的数据集合建立混合模型，得到ADECG的每个时刻数值对应的分类序列CECG；S4根据DECG对应时刻的符号，得到带符号的SCECG；S5对SCECG进行分组，并计算最邻近的分组进行联合；S6通过线性拟合函数对分组数据进行拟合，并确认R点位置，进而得到有效的HRV分析结果。本发明致力于使得R点识别又快又准，从而得到有效的HRV分析结果。
qrs 识别方法电子设备

[发明专利]多病种识别及预警算法-CN201910506459.1在审
发明人：侯杨;杨俊;徐潇;李昕;孙庆文 -专利权人： 上海移视网络科技有限公司
申请日： 2019-06-12 - 公布日： 2019-08-23 - 主分类号： A61B5/0402 文献下载
摘要：本发明涉及医学技术领域，具体公开了一种多病种识别及预警算法，基于变长双向LSTM‑RNN卷积神经网络结构的12导联心电图，该算法模型首先对12导联心电数据进行数据预处理：包括，利用小波分解和重组进行降噪，利用中值滤波去除基线漂移，数据降采样；然后将预处理后的心电图数据使用变长双向LSTM‑RNN网络结构提取心电数据的时间域的前向和后向的时序特征并进行组合得到组合后的特征，然后经过全连接进行多病种的识别；然后利用层次分析法对专家对疾病的打分进行综合的疾病分级，最后把对识别的结果根据疾病的分级进行预警。
心电数据预警算法预处理神经网络结构医学技术领域层次分析法导联心电图数据预处理心电图数据基线漂移疾病分级时序特征算法模型网络结构小波分解中值滤波降采样时间域疾病导联分级后向降噪卷积前向去除预警

[实用新型]一种心脏超声可视系统-CN201821597814.8有效
发明人：高梓桓;徐潇;赵宇;李昕;徐杰;侯杨 -专利权人： 上海移视网络科技有限公司
申请日： 2018-09-29 - 公布日： 2019-07-19 - 主分类号： A61B8/08 文献下载
摘要：本实用新型公开了一种心脏超声可视系统，包括机身，所述机身的一侧固定连接有检测架，所述检测架的中部开有照射板，所述检测架的一侧开有锁槽，所述检测架的另一侧通过皮条固定连接有锁扣，所述机身的另一侧表面中部固定连接有显示屏。该种实用新型设计合理，使用方便，通过设置有超声波发射器、发散管和数据存储芯片，方便通过超声波发射器将超声波信号通过发散管以发散的形式向外扩散提高了超声波的发散效率，通过设置有检测架、皮条和锁槽，方便使患者正面紧贴检测架，通过皮条进行收紧，锁扣与锁槽进行固定，从而实现了固定患者的作用，使超声波能够有效地通过检测架穿透进入患者身体，实现精准检测，该实用新型简单方便，适合广泛推广。
检测架机身皮条锁槽超声波发射器可视系统心脏超声超声波发散管锁扣数据存储芯片本实用新型超声波信号发散效率患者身体有效地照射板发散显示屏紧贴穿透扩散检测

[发明专利]基于人工智能的经食道心超指导左心耳封堵器选择系统-CN201910006026.X在审
发明人：徐亚伟;陈维;朱梦云;张毅;唐恺;赵逸凡;高梓桓;徐亚文;赵宇;徐潇;李昕;侯杨 -专利权人： 上海移视网络科技有限公司
申请日： 2019-01-02 - 公布日： 2019-06-11 - 主分类号： G16H50/50 文献下载
摘要：本发明涉及数据自动智能化处理判别系统技术领域，且公开了基于人工智能的经食道心超指导左心耳封堵器选择系统，包括数据采集总系统、云平台数据存储系统、数据建模分析系统和数据显示系统，所述数据采集总系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，数据建模分析系统上连接有数据显示系统。该基于人工智能的经食道心超指导左心耳封堵器选择系统，根据该判别结果数据选择左心耳封堵器的类型及大小，使软件可根据食道心超提供的左心耳影像数据自动选择最适合患者的封堵器，从而降低术者主观选择偏倚导致的器械选择不当，减少术者射线摄入量及患者造影剂摄入量，并最终提高手术成功率。
左心耳封堵器食道数据存储系统人工智能分析系统数据建模选择系统云平台数据显示系统数据采集总系统摄入智能化处理判别结果判别系统数据选择通信连接影像数据主观选择自动选择封堵器造影剂左心耳偏倚成功率射线器械

[发明专利]一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统-CN201810065498.8在审
发明人：徐亚伟;陈维;朱梦云;张毅;唐恺;赵逸凡;高梓桓;徐亚文;赵宇;徐潇;李昕 -专利权人： 上海移视网络科技有限公司
申请日： 2018-01-23 - 公布日： 2019-05-14 - 主分类号： G16H50/20 文献下载
摘要：本发明提供一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统、云平台数据存储系统，所述数据采集系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表、胸痛发生至心电图获取的时间；本发明依托大数据云平台，建立基于体表十二导联标准心电图的特征识别急性心肌梗死(定性、定位、定时期)的人工智能算法，建立整体的心肌梗死自动判别智能系统平台，可以快速实现急性心肌梗死自动判别，提高诊断效率。
急性心肌梗死云平台数据采集系统数据存储系统标准心电图十二导联智能判别系统人工智能分析系统数据建模自动判别心电图心肌梗死人工智能算法数据显示系统血管造影装置智能系统平台采集系统临床试验特征识别通信连接大数据胸痛定性诊断观察

1
共 13 条