专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2599385个,建议您升级VIP下载更多相关专利
  • [发明专利]数据处理方法及位姿精度验证系统-CN202011140891.2在审
  • 王棋;谢永召 - 北京柏惠维康科技有限公司
  • 2020-10-22 - 2021-01-22 - G06T7/00
  • 本申请提供一种数据处理方法及位姿精度验证系统,该数据处理方法包括:获取包含至少部分手术对象的组织结构的术前医学影像和术后医学影像,其中,术后医学影像中包括植入的植入物;根据术前医学影像的第一灰度信息、术后医学影像的第二灰度信息,对术前医学影像和术后医学影像进行配准处理,得到使得术前医学影像和术后医学影像中相同的组织结构满足预定匹配度要求的配准变换参数;根据配准变换参数,确定术后医学影像中植入物的位姿信息,并根据位姿信息确定植入物的位姿偏差该数据处理方法可以确定手术后植入物的位姿偏差。
  • 数据处理方法精度验证系统
  • [发明专利]一种医学影像检索方法-CN200810065735.7无效
  • 董海滨 - 深圳市蓝韵实业有限公司
  • 2008-02-25 - 2008-09-03 - G06F17/30
  • 本发明公开了一种医学影像检索方法,包括步骤:A1.在生成医学影像时,将至少一种属性值与所述医学影像关联;A2.将所述属性值和所述医学影像的存储路径保存到数据库的同一记录中;A3.在进行所述医学影像的检索时,根据所述属性值查找相应的数据库记录;A4.根据所述数据库记录中的所述医学影像的存储路径找到所述医学影像。由于本发明将多种属性值与医学影像关联,从而使医生在教学、科研时能更迅速、更精确、更多地检索出符合某些特征的医学影像
  • 一种医学影像检索方法
  • [发明专利]一种计算机辅助医学影像打印装置-CN201710623168.1在审
  • 张海玉;张要盛;杨彩 - 南阳师范学院
  • 2017-07-28 - 2017-12-15 - G06F19/00
  • 本发明公开了一种计算机辅助医学影像打印装置,包括医学影像诊断工作站、医学影像采集服务器、医学影像打印服务器、医学影像打印机、医学影像辅助诊断服务器和因特网,所述医学影像诊断工作站、医学影像采集服务器、医学影像打印服务器、医学影像辅助诊断服务器均接入因特网;所述医学影像诊断工作站包括医学影像诊断处理器、医学影像诊断存储器和医学影像诊断显示器。本发明使用方便病患在检查治疗时,通过对病患不同时间段医学影像的存储,不需要病患携带打印出的医学影像,避免丢失带来的不便,同时通过调用已确诊的医学影像数据进行对比,并生成参考诊断,降低对病灶进行判断的难度
  • 一种计算机辅助医学影像打印装置
  • [发明专利]一种多模态医学影像快速检测方法-CN202211405553.6在审
  • 王浩;时广轶;常瀛修;裘玮晶;宿禹昌 - 江苏瑞康成医疗科技有限公司
  • 2022-11-10 - 2023-01-17 - G06T7/00
  • 本发明涉及医学影像检测的技术领域,揭露了一种多模态医学影像快速检测方法,所述方法包括:构建医学影像多模态特征提取网络;构建医学影像深度融合网络;构建基于医学影像数据点变换策略的医学影像检测网络;确定医学影像检测多目标优化函数;将所构建医学影像多模态特征提取网络、医学影像深度融合网络以及医学影像检测网络依次进行拼接,得到医学影像检测模型,并基于医学影像检测多目标优化函数对模型参数进行求解,将待检测的医学影像输入到优化求解后的医学影像检测模型中,得到医学影像中的病变区域位置。本发明实现医学影像的多模态尺度特征提取,以及所提取特征在语义信息以及空间信息上的融合,提高医学影像中病变区域检测的准确性。
  • 一种多模态医学影像快速检测方法
  • [发明专利]基于SVM的医学影像管理系统-CN201310431609.X在审
  • 胡边;王燕妮;陈波;刘贵 - 江苏美伦影像系统有限公司
  • 2013-09-22 - 2014-01-01 - G06K9/00
  • 本发明公开了一种基于SVM的医学影像管理系统,其特征在于:其包括:一原始影像数据库,用于存储医学影像;一分类影像数据库,用于根据疾病种类分类存储所述原始影像数据库中的医学影像;一特征识别器,用于识别所述原始影像数据库中的医学影像医学特征;一分类器,用于利用所述特征识别器对所述影像数据库中的医学影像进行识别,获得其医学特征,然后对疾病进行识别,并根据疾病种类存储在所述分类影像数据库中。本发明的基于SVM的医学影像管理系统利用Adaboost级联分类器进行预先训练,针对不同的样本具有较好的识别率和误识率,并且计算速度快,可以快速进行大量的医学影像识别和分类,可用于大规模的医学影像数据库系统
  • 基于svm医学影像管理系统
  • [发明专利]一种医疗合作系统-CN201510078063.3有效
  • 张晓;孙兴华;杨晶晶 - 张晓
  • 2015-02-14 - 2015-05-27 - G06Q50/22
  • 所述系统包括:医疗机构模块,其基于支持请求授权的角色的访问控制模型进行建模,医疗机构模块中可以包含若干医院子模块,每个医院子模块对应于现实中的一家医院,一个医院子模块可向另一医院子模块发出资源使用请求;医学影像数据共享模块,其中包括医学影像数据特征提取子模块和医学影像数据存储子模块,所述医学影像数据特征提取子模块,其接收来自医疗机构模块发送来的医学影像数据,并对每个医学影像数据记录进行特征提取并进行标记,并将标记过的医学影像数据记录发送至医学影像数据存储子模块
  • 一种医疗合作系统
  • [发明专利]医学影像数据质量监测管理方法及系统-CN202211324420.6有效
  • 刘丽 - 江南大学附属医院
  • 2022-10-27 - 2023-05-19 - G06T7/00
  • 本发明提出一种医学影像数据质量监测管理方法及系统,通过综合评估医学影像设备成像产生的业务数据,以及医学影像设备自身的运行数据,对医学影像数据质量实施全方位的监测,并及时评估风险,避免由于设备带病运行导致的医学影像数据质量不合格而产生的医疗诊断风险本发明根据监测预警信息大数据进一步指导质量控制管理,建立起从医学影像数据采集、分析处理到质量控制的闭环管理流程,结合数据质量定量指标测定持续提高医学影像数据质量管理水平,减少医学影像检查机构因为数据质量不达标导致的诊断出错,也为行政等管理部门推进医学影像同质化检查工作提供所需的数据质量监督管理方法,具有良好的社会意义与实用价值。
  • 医学影像数据质量监测管理方法系统
  • [发明专利]一种海量医学影像数据挖掘系统及其实现方法-CN201310264654.0在审
  • 陈文娟 - 上海联影医疗科技有限公司
  • 2013-06-28 - 2014-12-31 - G06F19/00
  • 本发明提供一种海量医学影像数据挖掘系统及其实现方法,所述系统包括业务应用层,影像挖掘层以及数据层,其中,影像挖掘层包括数据预处理模块,与数据预处理模块连接的影像特征提取模块以及与影像特征提取模块连接的数据挖掘模块所述方法包括如下步骤:用户在业务应用层提出请求;影像挖掘层的数据预处理模块从数据层获得医学影像数据,并对医学影像数据进行预处理;影像特征提取模块对所述医学影像数据进行分析,并获取所述医学影像数据的集成特征;根据所述集成特征,所述数据挖掘模块对所述医学影像数据进行挖掘,并将所述挖掘的结果反馈给所述业务应用层。本技术方案能快速、准确地从海量医学影像数据集中挖掘出有用的知识。
  • 一种海量医学影像数据挖掘系统及其实现方法
  • [发明专利]医学影像器官分割方法-CN202111382294.5在审
  • 刘博;王一诺;周付根 - 北京航空航天大学
  • 2021-11-22 - 2022-02-15 - G06T7/10
  • 本发明公开了一种医学影像器官分割方法,包括:数据标注,对第一医学影像中的器官进行标注,得到标注后的第二医学影像数据预处理,对第一医学影像和第二医学影像进行数据预处理;构建神经网络模型,神经网络模型包括3D‑Unet网络模块、集中模块、聚合模块及后处理模块;训练神经网络模型,将第一医学影像裁切为若干子块后作为输入,将第二医学影像裁切为若干子块后作为学习目标,训练神经网络模型;医学影像器官分割,将包含器官的第三医学影像进行预处理,将预处理后的第三医学影像通过滑窗裁切为若干子块,将若干子块送入神经网络模型。本发明通过构建识别全局语义特征的深度学习神经网络,提升了医学影像器官分割效果。
  • 医学影像器官分割方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top