“傅兆吉”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44个，建议您升级VIP下载更多相关专利

[发明专利]基于图像融合技术的多模态脑肿瘤分割方法-CN202310239610.6在审
发明人：程传东;章德云;谢洪涛;洪申达;彭楠;苏润;耿世佳;傅兆吉 -专利权人：安徽省立医院（中国科学技术大学附属第一医院）
申请日： 2023-03-14 - 公布日： 2023-09-29 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了基于图像融合技术的多模态脑肿瘤分割方法，该方法包括以下步骤：S1、获取经病理鉴定后的包含CT图像和MRI图像的脑肿瘤病例；S2、对获取的CT图像和MRI图像进行预处理，得到处理后的CT和MRI数据对；S3、根据多模态数据特性构建深度神经网络，并利用处理后的CT和MRI数据对深度神经网络进行训练；S4、利用训练完成的深度神经网络模型对脑肿瘤图像进行分割，得到分割结果。本发明可以利用人工智能方法结合CT图像和MRI图像来实现对多模态脑部医学影像的特征提取，从而可以实现对脑部肿瘤的精准分割，降低医生处理和分析数据的工作量。
基于图像融合技术多模态脑肿瘤分割方法

[发明专利]一种基于深度哈希神经网络的心电信号身份识别的方法-CN202010806006.3有效
发明人：洪申达;傅兆吉;周荣博;俞杰 -专利权人：安徽心之声医疗科技有限公司
申请日： 2020-08-12 - 公布日： 2023-09-29 - 主分类号： G06F18/20 文献下载
摘要：本发明提出的一种基于深度哈希神经网络的心电信号身份识别的方法，包括：建立用于将心电信号转换为目标格式编码的信号编码模型；设置目标函数，并结合训练样本和目标函数训练信号编码模型并固定；建立签名库，签名库中存储有关联用户的签名编码；获取待识别心电信号，将待识别心电信号通过信号编码模型转换为待识别编码，将待识别编码与签名库中的签名编码比对，获取对应的用户身份。本发明中，当出现新的心电信号时，不需要重构或重新训练模型，可通过模型自主学习识别新用户。且本发明通过将心电信号转换为目标格式编码，进一步提高了模型识别的效率和精度，从而实现比现有方法更快的用户识别速度。
一种基于深度神经网络电信号身份识别方法

[发明专利]一种PPG与ECG自动转换智能算法、存储介质和计算机系统-CN202210688131.8有效
发明人：章德云;洪申达;耿世佳;周荣博;俞杰;傅兆吉;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-06-17 - 公布日： 2023-09-29 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种PPG与ECG自动转换智能算法、存储介质和计算机系统，其中算法为：S1，从开源的生理信号库中获取同步的PPG和ECG及其他生理信号，并将不同信号进行重命名后单独放置于文件夹中；S2，将步骤1获取的数据进行人工标注和划分，并进行裁剪；S3，对步骤2裁剪后的数据进行预处理；S4，分别构建并训练信号类型识别模型以及信号转换模型；S5，将步骤4训练完成的模型进行级联整合得到PPG与ECG自动转换的人工智能算法；S6，通过交互界面获得用户输入的信号数据；S7，将步骤6获取的信号数据作为步骤5中得到的PPG与ECG自动转换的人工智能算法的输入，从而输出用户所需PPG与ECG信号转换后的结果。本发明实现了PPG信号与ECG信号之间的互相转换。
一种 ppg ecg 自动转换智能算法存储介质计算机系统

[发明专利]房颤患病概率生成方法、装置、电子设备和存储介质-CN202211482909.6在审
发明人：章德云;刘兴鹏;洪申达;蒋晨阳;耿世佳;周杨;魏国栋;陈来特;王凯;施海峰;傅兆吉;谭琛;周荣博;胡福莉;俞杰;徐伟伦;鄂雁祺;齐新宇;陈健楠 -专利权人：合肥心之声健康科技有限公司;北京哈特瑞姆医疗技术服务有限公司
申请日： 2022-11-24 - 公布日： 2023-09-22 - 主分类号： A61B5/361 文献下载
摘要：本公开提供一种房颤患病概率生成方法、装置、电子设备和存储介质，该方法的一个实施方式通过首先基于对目标用户进行心电图采集得到的目标纸质心电图图像得到其中单个beat（即，心拍）的图像，即目标心电图心拍图像，再将目标心电图心拍图像输入预先训练的房颤患病概率生成模型，得到目标用户患有房颤的概率，由于心拍图像中包括了整个beat的心电图图像，且包括了PR间期的心电图图像，相对于仅有PR间期的心电图图像而言，可提高房颤概率生成的准确性。另外，相对于利用整个心电图图像进行房颤概率生成模型训练而言，由于训练数据维度更低，可减少模型复杂性，提高模型训练效率和收敛时间，以及可提高房颤概率生成过程的执行速度。
房颤患病概率生成方法装置电子设备存储介质

[发明专利]一种动态心电图心搏模板生成方法及系统-CN202310630528.6有效
发明人：章德云;洪申达;耿世佳;魏国栋;陈星月;傅兆吉;周荣博;俞杰;徐伟伦;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2023-05-31 - 公布日： 2023-08-18 - 主分类号： A61B5/0245 文献下载
摘要：本发明属于心电信号处理技术领域，通过获取心搏数据；根据检测的心搏类型，将获取的心搏进行划分，生成划分心搏；计算划分后的心搏的中位心搏并提取所述中位心搏和划分心搏的局部特征和全局特征；将所述全局特征进行硬规则划分；将所述全局特征和局部特征进行软规则划分，生成心搏模板；所述心搏模板中包含N个心搏，将N小于5的心搏划分至其他心搏模板下。由此可见，能够减小全局特征的差异，能够精细划分波形形态较大的心搏，提升心搏模板划分的准确率。
一种动态心电图模板生成方法系统

[发明专利]一种基于多级平滑包络的QRS波检测方法及系统-CN202310093325.8有效
发明人：王凯;洪申达;耿世佳;魏国栋;章德云;傅兆吉;周荣博;俞杰;鄂雁祺 -专利权人：合肥心之声健康科技有限公司
申请日： 2023-02-10 - 公布日： 2023-06-06 - 主分类号： A61B5/366 文献下载
摘要：一种基于多级平滑包络的QRS波检测方法及系统，包括：根据预处理生成的ECGpre数据构建聚类模型，对聚类模型指定簇上的ECG信号进行精细滤波，生成精细滤波后的ECG数据并记为ECGf数据；针对ECGf数据检测并进行特征转换，生成最终检测特征序列；对最终检测特征序列ECGF进一步分拣；通过多级平滑包络计算得到多级平滑包络线并记为ECGE；将多级平滑包络线ECGE中的元素与最终检测特征序列ECGF进行对比，提取候选QRS波群的位置序列，确定QRS波群位置。能够有效地降低转换特征曲线时的损失；提高QRS波群检测准确率。
一种基于多级平滑包络 qrs 检测方法系统

[发明专利]一种增强分类心电信号的神经网络模型鲁棒性的方法-CN202211515467.0有效
发明人：邵佳豪;洪申达;耿世佳;魏国栋;王凯;章德云;陈星月;傅兆吉;周荣博;俞杰;徐伟伦;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-11-30 - 公布日： 2023-05-12 - 主分类号： A61B5/318 文献下载
摘要：本发明公开了一种增强分类心电信号的神经网络模型鲁棒性的方法，包括：获取第一训练数据集；利用第一训练数据集训练第一深度神经网络；获得完成训练的第一深度神经网络；根据完成训练的第一深度神经网络获得第二训练数据集；利用第二训练数据集训练第二深度神经网络；获得完成训练的第二深度神经网络；获得分类心电信号的神经网络模型。本发明提出的方法可以辅助分类心电信号的神经网络防御攻击，提高其鲁棒性。
一种增强分类电信号神经网络模型鲁棒性方法

[发明专利]一种基于课程元学习的心律失常检测算法和系统-CN202111667670.5有效
发明人：张文睿;洪申达;耿世佳;俞杰;周荣博;傅兆吉 -专利权人：安徽心之声医疗科技有限公司
申请日： 2021-12-30 - 公布日： 2023-04-07 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及智能医疗领域，公开了一种基于课程元学习的心律失常检测算法和系统，其中算法包括以下步骤：S1、将现有的神经网络模型在预训练数据集中进行预训练得到预训练模型；S2、再将S1中得到的所述预训练模型迁移到新的目标集中进行微调；本发明通过元学习方法和课程学习方法的结合，对原始的预训练模型进行训练，之后迁移到新的目标集中进行微调，这样可以得到能够快速适应不同个体的参数，并且能够缓解同一个体不同时期数据差异大的问题。
一种基于课程学习心律失常检测算法系统

[发明专利]心电图分析方法、装置、电子设备和存储介质-CN202210770213.7在审
发明人：耿世佳;洪申达;魏国栋;王凯;章德云;傅兆吉;周荣博;俞杰;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-06-30 - 公布日： 2023-03-14 - 主分类号： A61B5/346 文献下载
摘要：本公开提供一种心电图分析方法、装置、电子设备和存储介质，该方法的一个实施方式通过对目标用户的至少一段待分析心电图数据段输入第一心电图分析模型进行分析以生成目标用户的心脏病诊断结果信息。可选地，在心脏病诊断结果信息指示目标用户患有具体某心脏病的概率较低的情况下，即待分析心电图数据段为看上去比较正常的心电图的情况下，进一步确定目标用户是否阵发性患有该种心脏病。即虽然在检测并获得待分析心电图数据段的过程中，目标用户未出现该种心脏病对应的症状，但需进一步确定目标用户是否非连续性患有该种心脏病，即预测未来目标用户出现该种心脏病对应症状的可能性，为目标用户的未来身体健康状况提供预警信息。
心电图分析方法装置电子设备存储介质

[发明专利]房颤患病概率生成方法、装置、电子设备和存储介质-CN202211483634.8在审
发明人：刘兴鹏;章德云;蒋晨阳;洪申达;周杨;耿世佳;陈来特;徐伟伦;魏国栋;施海峰;王凯;谭琛;傅兆吉;胡福莉;周荣博;俞杰;鄂雁祺;齐新宇;陈健楠 -专利权人：北京哈特瑞姆医疗技术服务有限公司;合肥心之声健康科技有限公司
申请日： 2022-11-24 - 公布日： 2023-03-07 - 主分类号： A61B5/318 文献下载
摘要：本公开提供一种房颤患病概率生成方法、装置、电子设备和存储介质，该方法的一个实施方式通过首先基于对目标用户进行心电图采集得到的目标纸质心电图图像得到目标心电图波形区域图像，再将目标心电图波形区域图像输入预先训练的房颤患病概率生成模型，得到目标用户患有房颤的概率，实现了基于用户的纸质心电图进行房颤风险预测。
房颤患病概率生成方法装置电子设备存储介质

[发明专利]基于主动学习的心电信号数据标注方法-CN201910793589.8有效
发明人：洪申达;傅兆吉;周荣博;俞杰 -专利权人：安徽心之声医疗科技有限公司
申请日： 2019-08-27 - 公布日： 2023-02-03 - 主分类号： G06F18/214 文献下载
摘要：本发明提出的一种基于主动学习的心电信号数据标注方法，首先通过样本训练获得标注模型，然后通过标注模型对未人工标注的心电信号数据进行模型标注。本发明中，标注模型F通过简单的标注概率模型H和固定的标注函数组成，对标注模型F的训练实际上也是对标注概率模型H的训练。本发明中，在标注模型F训练过程中，通过对标注概率模型H的输出的不确定度的计算挑选评估数据，使得标注模型F的稳定度的计算更加准确可靠。本发明提出的一种基于主动学习的心电信号数据标注方法，通过评估数据的针对性选择，降低了标注模型F的训练过程中人工标注工作量，并提高了标注模型的训练效率和标注精确度。
基于主动学习电信号数据标注方法

[发明专利]医疗环境下心电图图像分析方法、装置和终端设备-CN202211482855.3在审
发明人：章德云;洪申达;耿世佳;魏国栋;王凯;陈星月;傅兆吉;周荣博;俞杰;徐伟伦;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-11-24 - 公布日： 2023-01-06 - 主分类号： G16H30/00 文献下载
摘要：本公开提供一种医疗环境下心电图图像分析方法、装置和终端设备。该方法通过在终端设备中指定待分析图像以向服务器发起心电图图像分析请求，再由服务器在确定待分析图像为心电图图像的情况下，将对待分析图像进行预处理得到的心电图波形区域图像输入预先训练的心电图分析模型，得到对应的心脏病患病概率预测结果，再基于心脏病患病概率预测结果在心电图分析模型进行反向传播生成内部特征可视化图像，最后将基于所得到的心脏病患病概率预测结果和内部特征可视化图像生成的心电图图像分析结果信息发送给终端设备进行呈现。该方法实现了辅助终端设备的医生用户进行诊断，体现了人工智能的辅助诊断效果。
医疗环境心电图图像分析方法装置终端设备

[发明专利]一种心拍伪影识别方法、系统-CN202211106773.9有效
发明人：王凯;耿世佳;洪申达;魏国栋;章德云;傅兆吉;周荣博;俞杰;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-09-13 - 公布日： 2023-01-03 - 主分类号： A61B5/349 文献下载
摘要：本发明提出一种心拍伪影识别方法、系统，所述方法包括：分别对ECG信号和R波位置进行预处理；根据预处理后的ECG信号和R波位置确定心拍矩阵和心拍切割后R波位置；根据所述心拍矩阵和所述心拍切割后R波位置确定基准心拍；根据所述基准心拍和所述心拍矩阵确定代价序列；根据所述代价序列确定心拍是否为伪影。本发明的心拍伪影识别方法、系统，方法简单有效，计算复杂度低，可以作为如QRS波检测等操作的后处理的环节之一；使用心拍翻转及DTW算法进行空间距离计算，降低了室性异常心拍与其他非伪影心拍间的度量差异；同时，保持了伪影心拍与其他心拍之间的度量差异；有效降低了伪影心拍的误检，提升了算法的准确性。
一种心拍伪影识别方法系统

[发明专利]家庭环境心电图图像分析方法、装置、设备、介质和系统-CN202211482917.0在审
发明人：章德云;洪申达;耿世佳;魏国栋;王凯;陈星月;傅兆吉;周荣博;俞杰;徐伟伦;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司
申请日： 2022-11-24 - 公布日： 2022-12-27 - 主分类号： A61B5/346 文献下载
摘要：本公开提供一种家庭环境心电图图像分析方法、装置、设备、介质和系统。该方法通过在终端设备中指定待分析图像以向服务器发起心电图图像分析请求，再由服务器对待分析图像进行预处理得到的心电图波形区域图像输入预先训练的心电图分析模型，得到心脏病患病概率预测结果，再基于所得到的心脏病患病概率预测结果，生成并返回心脏病诊断结果信息，最后在终端设备呈现从服务器收到的心脏病诊断结果信息。该方法实现了在终端设备将纸质心电图拍照后形成待分析图像，通过云端服务器即时对纸质心电图图像进行分析并返回心脏病诊断结果，方便了在终端设备及时获取纸质心电图对应的心脏病诊断结果。
家庭环境心电图图像分析方法装置设备介质系统

[发明专利]一种无症状冠状动脉重度狭窄的心电图筛查方法和系统-CN202211276192.X在审
发明人：耿世佳;陈康寅;洪申达;刘彤;魏国栋;薛政凯;王凯;陶华岳;章德云;郭少华;傅兆吉;周荣博;俞杰;鄂雁祺;齐新宇 -专利权人：合肥心之声健康科技有限公司;天津医科大学第二医院
申请日： 2022-10-18 - 公布日： 2022-11-18 - 主分类号： A61B5/02 文献下载
摘要：本发明公开一种无症状冠状动脉重度狭窄的心电图筛查方法和系统，其中，心电图筛查方法包括：构建冠状动脉数据集；标记心电图分别为重度狭窄标签和非重度狭窄标签；输入冠状动脉数据集至心电图神经网络模型，得到心电图向量特征表示；拼接心电图向量特征表示和危险因素向量特征表示得到冠状动脉拼接向量；使用非深度神经网络分类算法计算冠状动脉拼接向量，得到分类结果；使用重度狭窄标签或非重度狭窄标签验证分类结果；最后使用非深度神经网络分类算法筛查受试者心电图。本发明的技术方案能解决现有技术条件下冠脉造影检查不容易获取以及因心电图阴性导致极易漏诊的高危冠心病患者，其重度冠脉狭窄判定缺少专一性和准确性的问题。
一种无症状冠状动脉重度狭窄心电图方法系统

1
2
3
下一页»
尾页
共 44 条