“成都市汪汪科技有限公司”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种人工智能超声辅助系统及其应用-CN202010137967.X有效
发明人：陈欣;罗红;张波;李科君;夏姣 -专利权人：四川大学华西第二医院;成都市汪汪科技有限公司
申请日： 2020-03-03 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及超声医学影像领域，提供了一种人工智能超声辅助系统及其应用，主要包括在超声机及影像系统、远程医疗上的应用，人工智能超声辅助系统包括影像收集模块，影像传输模块、影像分帧模块，自动分类模块、自动选片模块、教学辅助模块、阅片提示模块、质控分析模块，实现病例自动分类、针对阴性病例自动选择标准切面、针对疑似病例提供阅片自动提示、教学辅助以及质控分析等功能。通过超声机、影像信息系统和远程医疗系统中植入基于人工智能超声辅助系统以后，低年资的医生也能很快上手，弥补了基层医疗资源不足。
一种人工智能超声辅助系统及其应用

[发明专利]一种臂丛神经图像识别方法及系统-CN202011057047.3有效
发明人：邱逦;向茜;王丽芸;朱笔挥;李科君 -专利权人：四川大学华西医院;成都市汪汪科技有限公司
申请日： 2020-09-30 - 公布日： 2022-12-02 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种臂丛神经图像识别暨麻醉穿刺引导方法及系统，协助医生在臂丛神经麻醉穿刺引导过程中，通过构建具有针对性的模型对超声扫描到的图像进行臂丛神经识别标注，同时通过对臂丛神经前后的前斜角肌和中斜角肌也进行识别标注，便于麻醉医生在实际麻醉注射过程中医生能够基于具有上述解剖学结构标注的超声图像，准确地进行神经阻滞，快速上手，同时提高工作效率。
一种神经图像识别方法系统

[发明专利]胎儿颈项透明层厚度测量方法-CN201910081191.1有效
发明人：罗红;张波;李科君 -专利权人：四川大学华西第二医院;成都市汪汪科技有限公司
申请日： 2019-01-28 - 公布日： 2022-05-13 - 主分类号： A61B8/08 文献下载
摘要：本发明公开了胎儿颈项透明层厚度测量方法，依次包括以下步骤：输入原始胎儿超声正中矢状切面超声扫查图像；去除输入图像的敏感信息；输入给已训练好的DeepLabv3+，得到多角度图像分割结果；提取分割边界后完成测量。本发明实现对胎儿超声颈项透明层厚度精确测量，使用DeepLabv3+卷积神经网络模型有效分割识别胎儿正中矢状切面的区域，准确找出超声图像中颈背部皮下长条形无回声带，进而实现了胎儿颈项透明层厚度的测量，具有较高的精确性，适用于产前超声检查，有利于医生熟练掌握，使诊断结果具有客观性，降低误诊率，同时还能提高医疗资源的有效利用，具有较大的使用价值，有望向基层医院推广使用。
胎儿颈项透明厚度测量方法

[发明专利]一种基于人工智能超声影像检测方法及系统-CN201910412267.4有效
发明人：罗红;张波;李科君;谢鹏 -专利权人：四川大学华西第二医院;成都市汪汪科技有限公司
申请日： 2019-05-17 - 公布日： 2021-05-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于人工智能超声影像检测方法及系统，包括步骤：从超声机中获取超声影像；对超声影像进行质控分析，建立质控分析AI模型判断所采集超声影像属于标准切面还是非标准切面；若为非标准切面，则由修正AI模型将非标准切面推测出其对应的标准切面；对所获得的标准切面，通过自动测量AI模型和病理特征查找AI模型进行自动测量与病理分析，获取检测结果；将检测结果推送给用户端。本发明能够判断操作人员采集的超声影像是否符合超声影像质量控制标准，自动获取多个超声切面影像的生物学参数和病理特征，辅助用户快速获取准确结果；提高操作人员采集的超声影像质量标准，提高准确率和时效性；提升操作人员操作超声设备的能力，提高效率。
一种基于人工智能超声影像检测方法系统

[发明专利]一种基于卷积神经网络的胎儿头围自动精确测量方法-CN201910384672.X有效
发明人：罗红 -专利权人：四川大学华西第二医院;成都市汪汪科技有限公司
申请日： 2019-05-09 - 公布日： 2020-03-27 - 主分类号： A61B8/08 文献下载
摘要：本发明公开了一种基于卷积神经网络的胎儿头围自动精确测量方法，依次包括以下步骤：输入原始胎儿超声丘脑切面超声扫查图像；去除输入图像的敏感信息；多角度裁剪去敏超声图像；输入给已训练好的DeepLabv2，得到多角度图像分割结果；对多角度图像分割结果进行叠加融合；提取分割边界后完成测量。本发明实现对胎儿超声丘脑切面头围精确测量，使用DeepLabV2卷积神经网络模型有效分割识别胎儿丘脑切面的颅脑区域，准确找出超声图像中呈强回声的颅骨的边缘，进而实现了胎儿头围的精确测量，适用于产前超声检查，对缓解医生工作压力、提高产前超声诊断工作效率具有积极作用，同时还能够缓解日益尖锐的医患矛盾和提高医疗资源的有效利用，具有较大的社会价值和实际使用价值。
一种基于卷积神经网络胎儿自动精确测量方法