“结节 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3817个，建议您升级VIP下载更多相关专利

[发明专利]超声图像处理方法、装置、设备及计算机可读存储介质-CN201811614759.3在审
发明人：王雅儒;唐果;冯乃章 -专利权人：深圳开立生物医疗科技股份有限公司
申请日： 2018-12-27 - 公布日： 2019-03-22 - 主分类号： A61B8/08 文献下载
摘要：本发明公开了一种超声图像处理方法，包括：提取超声图像的抽象特征；利用抽象特征及超声图像的候选框图像区域，确定包含结节的目标图像；计算目标图像中结节的外形特征；确定目标图像的超声影像特征；根据外形特征、超声影像特征以及分级规则，生成超声图像中结节的分级结果。可见，本方案通过对超声图像的处理得到结节的外形特征、超声影像特征以及预先设定的分级规则，可以得到超声图像中结节的分级结果，通过该分级结果可以确定结节的风险程度，从而协助医生客观的、快速的进行结节分级，节省医生时间
分级超声图像结节超声图像处理超声影像外形特征计算机可读存储介质抽象特征目标图像医生工作效率技术效果计算目标图像区域候选框医生图像

[发明专利]远程甲状腺结节超声影像的风险评估方法-CN202110567911.2在审
发明人：李玉宏;胡树煜;王亮 -专利权人：李玉宏;胡树煜;王亮
申请日： 2021-05-25 - 公布日： 2021-08-24 - 主分类号： G16H50/20 文献下载
摘要：本发明提出了一种远程甲状腺结节超声影像的风险评估方法，获取甲状腺部位的超声图像，并上传至云平台；云平台在获取超声图像后，判断超声图像中是否存在甲状腺结节；云平台内设定有样本评估值C，云平台根据甲状腺结节的相关信息对甲状腺结节的等级进行诊断，并通过样本评估值C对进行等级诊断后的甲状腺结节进行风险评估；云平台将甲状腺结节的诊断和风险评估结果回传至医院的PACS系统。本发明通过设置云平台与医院的PACS系统连接，当获取到甲状腺部位的超声图像后，将超声图像上传至云平台内，通过云平台对超声图像进行甲状腺结节进行诊断以及风险评估，从而能够极大地提高诊断效率，避免人为诊断时的误诊情况发生
远程甲状腺结节超声影像风险评估方法

[发明专利]一种乳腺结节钙化阴影识别装置-CN202111085368.9在审
发明人：于明 -专利权人：什维新智医疗科技（上海）有限公司
申请日： 2021-09-16 - 公布日： 2021-12-17 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种乳腺结节钙化阴影识别装置，包括：图像获取模块：用于获取带有乳腺结节的超声图像；感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；钙化识别模块：用于通过贝叶斯优化算法识别所述感兴趣结节图像中的钙化点，得到图像Icals_grow；钙化阴影描述子构建模块：用于根据所述图像I结节的钙化阴影进行有效识别。
一种乳腺结节钙化阴影识别装置

[发明专利]图像分割方法和装置、计算机可读存储介质和电子设备-CN202111663325.4在审
发明人：孙岩峰;张欢;潘明阳;王少康;陈宽 -专利权人：推想医疗科技股份有限公司
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06T7/11 文献下载
摘要：本申请涉及图像处理技术领域，具体涉及一种图像分割方法和图像分割装置，以及计算机可读存储介质和电子设备，解决了医学图像序列中的结节病灶的分割效果较差的问题。本申请实施例提供的图像分割方法，基于结节病灶区域图像块对应的特征概率图和初始概率阈值，生成结节病灶区域图像块对应的第一分割图像，然后基于特征概率图、第一分割图像、结节体积条件和预设概率调整参数，生成结节病灶区域图像块对应的第二分割图像，从而可以根据结节体积条件和预设概率调整参数来调整概率阈值，以生成对结节病灶区域的分割效果更好的第二分割图像，提高了图像的分割效果。
图像分割方法装置计算机可读存储介质电子设备

[发明专利]一种术前肺结节体表穿刺定位点的确定方法-CN202310426360.7在审
发明人：吴亮 -专利权人：上海市第一人民医院
申请日： 2023-04-20 - 公布日： 2023-07-04 - 主分类号： A61B17/34 文献下载
摘要：本发明涉及一种术前肺结节体表穿刺定位点的确定方法，该方法包括以下步骤：首先在CT图像上找出需要手术切除的肺结节，以及通过数肋骨的传统方式定位出肺结节位于第几肋间，分别测量结节所在肋间的下面肋骨上缘体表投影点与胸骨正中线在水平方向上的距离①，以及结节所在肋间的下面肋骨上缘体表投影点与胸骨正中线在垂直方向上的距离②；在患者身上标记出肋骨上缘标记线以及胸骨正中线，再根据CT所得数据，使用定位尺在病人体表进行上下移动，与肋骨上缘标记线的交点即为肺结节体表穿刺定位点与现有技术相比，本发明具有定位快速、简便、准确，可以帮助手术者将肺结节成功切除等优点。
一种术前肺结节体表穿刺定位确定方法

[发明专利]用于检测肺腺癌的标记物、引物组以及试剂盒-CN202310286796.0在审
发明人：刘忠祥;孙关;孙知晓 -专利权人：刘忠祥
申请日： 2023-03-23 - 公布日： 2023-05-23 - 主分类号： C12Q1/6886 文献下载
摘要：本发明提供了用于筛查肺腺癌的标记物miR‑4433a‑3p荧光定量PCR引物，单独使用血清miR‑4433a‑3p诊断区分良性肺腺癌结节与恶性肺腺癌结节，ROC曲线下面积AUC为0.9750；单独使用胸腔积液miR‑4433a‑3p诊断区分良性肺腺癌结节与恶性肺腺癌结节，ROC曲线下面积AUC为0.9375；单独使用血清miR‑4433a‑3p评估恶性肺结节患者术后临床效果差异显著。因此，血清miR‑4433a‑3p可以用于制备肺腺癌结节、及评估术后临床效果的诊断试剂盒，胸腔积液miR‑4433a‑3p也可以用于制备肺腺癌结节的诊断试剂盒。
用于检测腺癌标记引物以及试剂盒

[发明专利]一种基于深度神经网络的超声结节重识别方法-CN202211341258.9在审
发明人：蒋思远;张建峰;梁萍;于杰;王羽翎;孙立涛;李世岩;包凌云;郑哲岚;牟芸;陈燕;朱法望;孔德兴;杜佩;马新月;孔维真 -专利权人：杭州类脑科技有限公司;海盐县南北湖医学人工智能研究院;浙江大学
申请日： 2022-10-27 - 公布日： 2023-04-04 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及超声视频人工智能技术，旨在提供一种基于深度神经网络的超声结节重识别方法。包括：收集超声结节影像，勾画其中的结节轮廓，建立数据集；构建包括特征提取器和分类器的结节分类模型并进行训练；仅使用模型中的特征提取器提取实时扫描影像中的特征向量；然后根据余弦距离来度量相似性，以此判断两个视频片段的内容是否属于同一结节本发明可快速地对超声检查过程中发现的超声结节进行实时重识别，提高扫查过程和结果诊断的效率；能够提高超声结节实时重识别的准确性，摆脱传统超声检查对医生个体能力的依赖。
一种基于深度神经网络超声结节识别方法

[发明专利]一种有效融合临床知识和AI知识的肺结节诊断模型-CN202310568227.5在审
发明人：徐颂华;代笃伟;李宗芳 -专利权人：西安交通大学医学院第二附属医院
申请日： 2023-05-19 - 公布日： 2023-09-15 - 主分类号： G06V10/25 文献下载
摘要：一种有效融合临床知识和AI知识的肺结节诊断模型，包括检测模块、初始诊断模块、语义属性优化模块和最终诊断结果预测模块；检测模块用于从CT影像中提取结节的感兴趣区域；初始诊断模块，根据结节感兴趣区域，进行共享特征提取和多任务预测，预测结节语义属性得分和初始的良恶性诊断结果，完成初始化预测；语义属性优化模块，根据初始诊断模块得到的结节语义属性，选择性地优化语义得分，对相应的语义特征重新赋予权重，得到修改后的进行优化语义特征；最终诊断结果预测模块将优化后的语义特征进行特征向量的映射，最终得到结节恶性程度预测概率；本发明有效地融合语义特征(临床知识)和AI知识，增加了肺结节良恶性预测的准确性。
一种有效融合临床知识 ai 结节诊断模型

[发明专利]肺结节三维分割与特征提取方法及系统-CN201010120620.0有效
发明人：刘宏;金人超;宋恩民;余玛俐 -专利权人：华中科技大学
申请日： 2010-03-10 - 公布日： 2010-06-30 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学图像的计算机分析技术的应用领域，为一种基于胸部CT的肺结节三维分割与特征提取方法及系统。本发明采用基于三维空间的水平集方法在三维感兴趣区域内分割出肺结节，并结合肺结节边界曲面和感兴趣区域的特性提取结节特征。本发明包括肺区域分割模块、三维感兴趣区域提取模块、肺结节三维分割模块、结节特征提取及量化模块和输出模块。本发明充分利用了HRCT图像三维空间信息，可以减少结节周围正常组织对其分割和特征提取的干扰，提高了特征提取的准确性。
结节三维分割特征提取方法系统

[发明专利]CT图像肺结节检测方法、装置、设备及可读存储介质-CN201810695624.8有效
发明人：窦琪;刘权德;陈浩 -专利权人：深圳视见医疗科技有限公司
申请日： 2018-06-28 - 公布日： 2021-02-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种CT图像肺结节检测方法、装置、设备及可读存储介质，所述CT图像肺结节检测方法包括：获取待检测的电子计算机断层扫描CT图像，通过预存的三维卷积神经像素分割网络对所述CT图像进行像素分割处理，得到所述CT图像对应的概率图，对所述概率图进行连通域标记得到候选结节区域；通过预存的不同三维卷积神经网络分类器对应的多个模型对所述候选结节区域进行预测，得到所述候选结节区域对应的各个概率预测值，融合处理所述各个概率预测值，得到所述候选结节区域的分类结果。本发明解决现有基于CT图像自动化检测肺结节精确度欠佳的技术问题。
ct 图像结节检测方法装置设备可读存储介质

[发明专利]胫骨结节牵引钉置入导向器-CN201610537152.4有效
发明人：文涛;涂意辉 -专利权人：上海市杨浦区中心医院
申请日： 2016-07-08 - 公布日： 2018-09-07 - 主分类号： A61B17/90 文献下载
摘要：一种胫骨结节牵引钉置入导向器，包括胫骨结节基座、胫骨远端基座、连接杆，胫骨结节基座、胫骨远端基座分别固定于胫骨嵴上并通过连接杆构成力线支架，力线支架与胫骨嵴平行；胫骨远端基座为固定装置；胫骨结节基座包括可视水平仪、横向孔、横向连杆、中空连杆；可视水平仪安装于胫骨结节基座的顶部用于置钉时核准牵引钉的精确位置；横向孔为胫骨结节基座的横向通孔，横向连杆通过该横向孔自由滑移且保持与力线支架相垂直；需要固定时则通过横向孔上的固定螺丝固定横向连杆在胫骨结节基座中在横向的位置
胫骨结节牵引置入导向

[发明专利]一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法-CN201710463788.3有效
发明人：强彦;杨晓兰;崔强;赵涓涓;强薇;路景贵 -专利权人：太原理工大学
申请日： 2017-06-19 - 公布日： 2019-09-17 - 主分类号： G16H30/00 文献下载
摘要：本发明公开了一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法。首先，依据专家对肺结节九种征象取值的标注，构造训练集准确的二值码；其次，利用卷积神经网络和主成分分析法提取肺结节的重要语义特征，并结合训练集准确的哈希码反向求解哈希函数；最后，提出一种基于自适应比特位的检索方法，实现待查询肺结节图像的快速检出。本发明的肺结节图像哈希检索方法基于肺结节的医学征象特征和卷积神经网络，有效缩短了图像底层特征和高级语义特征之间的不一致性，实现肺结节图像的快速检出，从而为医师诊断肺部病灶提供决策支持。
肺结节卷积神经网络检索哈希检出医学图像底层特征主成分分析法图像不一致性肺部病灶高级语义哈希函数结合训练决策支持图像哈希医师诊断语义特征比特位哈希码训练集自适应求解标注查询

[发明专利]基于多尺度卷积神经网络甲状腺超声图像结节诊断系统-CN201710975555.1有效
发明人：李帅;宋文凤;刘吉;郝爱民 -专利权人：北京航空航天大学
申请日： 2017-10-18 - 公布日： 2020-12-01 - 主分类号： G16H50/20 文献下载
摘要：本发明提供一种基于多尺度卷积神经网络甲状腺超声图像结节自动诊断系统，包括：甲状腺结节由粗到精的结节分类模块、甲状腺结节区域自动检测模块和甲状腺结节精分类模块；通过多尺度的特征融合的卷积神经网络提取不同感知区域的大小的特征，从而结合局部和全局的信息提取结节的上下文语义特征对甲状腺结节进行自动定位。
基于尺度卷积神经网络甲状腺超声图像结节诊断系统

[发明专利]一种医生肺结节辅助诊断系统-CN202111096725.1有效
发明人：周成伟;金炜;邬贤巧;房天政 -专利权人：宁波大学医学院附属医院
申请日： 2021-09-18 - 公布日： 2022-12-16 - 主分类号： G16H50/20 文献下载
摘要：本发明属于医学诊断技术领域，公开了一种医生肺结节辅助诊断系统，设置有主体装置、肺结节辅助诊断提示装置、用于输入患者基本信息和就诊信息以及患者的肺结节图像的输入装置、显示装置；肺结节辅助诊断提示装置设置在主体装置的内部，包括用于存储通过输入装置输入的患者基本信息和就诊信息、以及患者的肺结节图像的信息图像存储器；主体装置内部设置有图像处理模块、肺结节识别模块和通信模块；图像处理模块包括。本发明通过在主体装置内部设置有有图像处理模块、肺结节识别模块和通信模块，通信模块与云服务器连接，可以实现大数据处理判断分析，提高了诊断的准确度和效率。
一种医生结节辅助诊断系统

[发明专利]一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法-CN202210386468.3有效
发明人：唐璐;杨行;惠雨 -专利权人：徐州医科大学
申请日： 2022-04-11 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法，包括如下步骤：收集甲状腺结节的超声图像和病理结果，生成甲状腺结节的轮廓掩膜图像；建立纹理聚焦流网络TSN；建立轮廓检测CD模块引导的形状聚焦流网络SSN；将TSN和SSN的输出拼接在一起进行结节分类；采用CAM注意力网络来引导TSN和SSN，使得决策注意力集中在结节区域；将决策注意图限制在轮廓掩膜的范围内，获取最终甲状腺结节性质的分类。本发明设计的TSN和SSN可以很好地互补，能够捕捉更加丰富的结节特征信息，能够明显提高TSN和SSN双流网络的性能。本发明性能稳定，准确率高，为临床提供客观参考。
一种基于 tsn ssn 超声图像中的甲状腺结节恶性分类方法