“超声心动图”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3865530个，建议您升级VIP下载更多相关专利

[发明专利]一种超声心动图质量评价方法、系统及终端设备-CN202210991916.2在审
发明人：郑韶欣;吕函璐;陈静静;赵仲明;赖嘉旸;刘雅彤;郝少云;郑俊猛 -专利权人：广州市康源图像智能研究院
申请日： 2022-08-17 - 公布日： 2022-11-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种超声心动图质量评价方法、系统及终端设备，方法包括构建超声心动图质量评价网络模型，采集待检测的超声心动图，将待检测的超声心动图输入至超声心动图质量评价网络模型中，超声心动图质量评价网络模型输出若干个超声心动图质控数据，对所述若干个超声心动图质控数据进行加权计算，得到超声心动图的质量评估得分；通过构建超声心动图质量评价网络模型对超声心动图进行质量评估，并通过对所述若干个超声心动图质控数据进行加权计算，能够增加质量评估的客观性和效率
一种超声心动质量评价方法系统终端设备

[发明专利]时间心脏图像的卷积深度学习分析-CN201880047479.0有效
发明人： A·西泰克 -专利权人：皇家飞利浦有限公司
申请日： 2018-05-14 - 公布日： 2023-08-11 - 主分类号： G06T7/00 文献下载
摘要：一种卷积神经心脏诊断系统(300)采用用于控制超声心动图的诊断的超声心动图诊断控制器(330)，所述超声心动图包括超声心动周期的时间序列的周期性地叠加。所述超声心动图诊断控制器(330)包括诊断周期体积生成器(331)，所述诊断周期体积生成器生成包括超声心动图周期的时间序列的周期性叠加的超声心动图诊断体积，并且还包括基于对所述超声心动图诊断体积的卷积神经分析来将超声心动图分类为正常超声心动图或异常超声心动图的诊断卷积神经网络所述诊断周期体积生成器(331)可以还生成包括心电波的时间序列的周期性堆叠的心电图诊断体积，并且所述卷积神经网络(333)可以基于对超声心动图诊断量和心电图诊断量的卷积神经分析来将超声心动图分类为正常超声心动图或异常超声心动图
时间心脏图像卷积深度学习分析

[发明专利]用于将研究结果映射到相关超声心动图循环的系统-CN201680057470.9在审
发明人： M·塞芬斯特 -专利权人：皇家飞利浦有限公司
申请日： 2016-10-03 - 公布日： 2018-06-08 - 主分类号： G16H30/00 文献下载
摘要：超声心动图报告使用标准超声心动图研究结果(20)和标准超声心动图研究结果相关超声心动图视图查找表(22)。一种超声心动图报告工作站(10)包括显示部件(12)和至少一个用户输入部件(14、16、18)，并且执行超声心动图检查报告方法，所述超声心动图检查报告方法包括：与用户进行接口连接，以使得所述用户能够录入关于心脏受试者的当前超声心动图检查的当前报告(30)；在所述当前报告中检测针对标准超声心动图研究结果的当前研究结果值；并且在关于所述心脏受试者的先前超声心动图检查的先前报告(36)中检测针对所述超声心动图研究结果的先前研究结果值。如果所述当前研究结果值与所述先前研究结果值之间的变化满足显著性标准(44)，则相关的变化面板(52)针对与所述超声心动图研究结果相关的相关超声心动图视图同时显示当前超声心动图循环和先前超声心动图循环。
超声心动图超声心动图检查研究用户输入部件心脏接口连接显示部件查找表显著性检测映射录入工作站

[发明专利]一种基于深度学习的超声心动图视图识别方法及系统-CN202111049989.1在审
发明人：刘治;曹艳坤;杨美君 -专利权人：山东大学
申请日： 2021-09-08 - 公布日： 2021-12-07 - 主分类号： G06K9/62 文献下载
摘要：本发明属于医学图像识别技术领域，提供了一种基于深度学习的超声心动图视图识别方法及系统。其中，该方法包括获取超声心动图视图；将超声心动图视图输入至训练完成的超声心动图视图识别模型中，得到超声心动图视图类别识别结果；其中，所述超声心动图视图识别模型由StyleGAN与DenseNet101网络构成；所述StyleGAN仅应用在训练过程中，用于补充超声心动图视图训练数据；所述DenseNet101用于提取超声心动图视图特征，识别超声心动图视图类别。
一种基于深度学习超声心动视图识别方法系统

[发明专利]用于分析超声心动图的方法和装置-CN201880078066.9在审
发明人： M·塞芬斯特;A·西泰克 -专利权人：皇家飞利浦有限公司
申请日： 2018-11-02 - 公布日： 2020-07-24 - 主分类号： G16H10/60 文献下载
摘要：提供了一种用于分析超声心动图的计算机实施的方法，所述方法包括：从数据库(200)获得(302)针对多个对象的相继的超声心动图的多个对，每幅超声心动图具有所述超声心动图的内容的相关联的指示；分析(304)相继的超声心动图的每个对以确定相关联的类别，所述类别指示所述对中的所述相继的超声心动图之间存在变化还是不存在变化；针对相继的超声心动图的每个对，通过对所述对中的所述超声心动图执行一次或多次卷积和/或归约来确定(306)每幅超声心动图的抽象表示，所述抽象表示包括指示所述对的所述类别的一个或多个特征；并且训练(308)预测模型以基于针对相继的超声心动图的所述多个对的所述抽象表示来确定针对超声心动图的新的对的类别
用于分析超声心动方法装置

[发明专利]启用AI的回声确认工作流程环境-CN202080022954.6在审
发明人： M·塞文斯特 -专利权人：皇家飞利浦有限公司
申请日： 2020-03-18 - 公布日： 2021-11-26 - 主分类号： G16H30/20 文献下载
摘要：在超声心动图分析方法中，针对包括超声心动图循环集的超声心动图的诊断代码被接收或生成。多个不同的子集从超声心动图中被选择。每个子集由所述超声心动图循环集中的一个或多个超声心动图循环组成。对于每个子集，指示该子集与诊断代码的相关性的置信得分是使用对子集进行操作的人工智能(AI)引擎来确定的，其中该AI引擎在利用诊断代码而被标记的历史超声心动图上进行训练。相关的超声心动图循环组基于针对相应子集的、指示该相应子集与诊断代码的相关性的所确定的置信得分而被标识。超声心动图读取用户界面被呈现，包括显示与相关的超声心动图循环组的超声心动图循环相关联的诊断代码。
启用 ai 回声确认工作流程环境

[发明专利]基于深度学习算法的超声心动图多模态多切面分类方法-CN202310733977.3在审
发明人：张丽;朱业;谢明星;张紫桑;张易薇;吴纯;刘曼薇;章子铭;朱双双;肖苏珊;许春燕;张珺敏;陈雯雯;祖白热·牙生 -专利权人：华中科技大学同济医学院附属协和医院
申请日： 2023-06-20 - 公布日： 2023-09-05 - 主分类号： G06V10/80 文献下载
摘要：本发明提供了一种基于深度学习算法的超声心动图多模态多切面分类方法，包括：采集成人超声心动图视频及图像，对其进行预处理，对预处理后的成人超声心动图视频及图像进行标注，生成成人超声心动图数据集，将成人超声心动图数据集划分为训练集基于ResNet网络构建成人超声心动图切面分类模型，并通过训练集对其进行训练，通过验证集筛选最佳分类模型，基于测试集，对最佳成人超声心动图切面分类模型进行性能评估，将待测图像或视频输入成人超声心动图切面分类模型中本发明提供的基于深度学习算法的超声心动图多模态多切面分类方法，能够实现超声心动图多模态多切面的自动分类，分类精度高，省时省力。
基于深度学习算法超声心动图多模态多切面分类方法

[发明专利]图像质量的确定方法、装置、计算机设备和存储介质-CN202310844317.2在审
发明人：蒋逸韬;肖志聪;陈凌;石思远;崔晨 -专利权人：深圳微创心算子医疗科技有限公司
申请日： 2023-07-11 - 公布日： 2023-08-08 - 主分类号： G06T7/00 文献下载
摘要：所述方法包括：通过将超声心动图输入至超声心动图检测模型，得到超声心动图的解剖结构定位结果、各解剖结构的分割结果以及至少一个解剖结构的清晰度检测结果，继而确定待评价的超声心动图的质量评价结果。通过采用本方法，可以超声心动图检测模型得到超声心动图的切片包含的各个解剖结构的定位结果、分割结果以及清晰度检测结果，从解剖结构的完整程度、清晰程度和切面标准程度等多个维度对超声心动图进行质量评价，实现对超声心动图的定量评价，提升超声心动图质量的评价准确度，以及评价的全面性。
图像质量确定方法装置计算机设备存储介质

[发明专利]一种融合相对位置信息的超声心动图可靠分割方法-CN202310872039.1在审
发明人：徐晓;张孟璐;陈炳华;杨旭;尹雨晴;鲍衷旭;姜舒;陆璐琦;牛强 -专利权人：中国矿业大学;徐州市第一人民医院
申请日： 2023-07-17 - 公布日： 2023-10-20 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种融合相对位置信息的超声心动图可靠分割方法，首先利用数据标注策略对预处理后的超声心动图数据进行标注，然后利用生成对抗网络算法对已标注的超声心动图数据进行增强操作，构建高质量超声心动图数据集，然后再通过超声心动图数据集和深度学习的方式建立了适用于超声图像的深度卷积神经网络模型的预训练模型，再结合transformer神经网络结构中的位置编码向量，分析出超声心动图的相对位置信息，构建面向超声心动图的适用于四腔心结构的图像可靠分割模型最后，利用Birch聚类算法对超声心动图进行多次重复聚类，实现了边缘等部位的可靠精确分割，从而实现了超声心动图的可靠精确分割。
一种融合相对位置信息超声心动可靠分割方法

[发明专利]基于超声心动图心包积液智能监测的方法及装置-CN202310667816.9在审
发明人：刘竑;蒋逸韬;石思远;崔晨 -专利权人：深圳微创心算子医疗科技有限公司
申请日： 2023-06-06 - 公布日： 2023-09-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于视频区域信息的超声心动图心包积液智能监测的方法及装置，包括：截取标准切面的任意时长的超声心动图视频数据；利用心包积液判断模型对所述超声心动图视频数据进行识别，输出所述超声心动图视频数据中是否存在心包积液阳性，以及高维特征图；若所述超声心动图视频数据中存在心包积液阳性，则去除超声心动图视频数据中的非心包积液区域，并映射至高维特征图；利用高维特征图的激活信息输出超声心动图视频中心包积液的责任帧和区域；利用激活高维矩阵和原始图像的映射关系输出超声心动图视频数据原图中的责任区域热力图本发明可以自动识别超声心动图中的心包积液，自动识别和提取责任切面上的责任帧，辅助医生做出判断。
基于超声心动心包积液智能监测方法装置

[发明专利]超声心动图检测射血分数的人工智能方法与系统装置-CN202210257197.1在审
发明人：秦绮玲;刘亚平;周琦 -专利权人：苏州赫米兹健康科技有限公司;苏州米特希赛尔人工智能有限公司
申请日： 2022-03-16 - 公布日： 2022-05-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种超声心动图检测射血分数的人工智能方法与系统装置。所述系统包括：便携式超声心动图检测仪和计算机平台：所述便携式超声心动图检测仪，用于采集心脏超声心动图；所述计算机平台，用于运行超声心动图射血分数人工智能检测模块，通过超声心动图和人工智能方法评估射血分数
超声心动检测分数人工智能方法系统装置

[发明专利]一种虚拟经食道超声心动图系统及其实现方法-CN200710090595.4无效
发明人：郭燕丽;张绍祥 -专利权人：中国人民解放军第三军医大学第一附属医院
申请日： 2007-04-12 - 公布日： 2007-09-19 - 主分类号： A61B8/00 文献下载
摘要：本发明公开一种虚拟经食道超声心动图系统及其实现方法，系统包括显示器、与显示器相连的计算机主机及与计算机主机相连的虚拟探头；计算机主机内设有虚拟多平面经食道超声心动图系统模块；所述的虚拟多平面经食道超声心动图系统模块包括多平面经食道超声心动图数据库及心脏超声操作的虚拟现实环境；将本系统应用于临床教学和实际工作中，用于解决大量经食道超声心动图图像无法识别，经食道超声心动图难以普及和掌握的问题，另外，临床医师和医学生可在此系统上掌握不同食道深度和角度经食道超声心动图图像的解剖结构，有利于经食道超声心动图的普及和提高经食道超声心动图诊断心脏疾病的准确性，从而避免增加患者的痛苦，减少并发症的发生率。
一种虚拟食道超声心动系统及其实现方法

[发明专利]在超声心动图上确定心脏内膜边界的方法-CN202110637593.2在审
发明人：甘建红;尹立雪;李炜;常传礼 -专利权人：成都汇声科技有限公司
申请日： 2021-06-08 - 公布日： 2022-08-09 - 主分类号： G06T7/181 文献下载
摘要：本发明提供了一种在超声心动图上确定心脏内膜边界的方法，该方法首先读入M型超声心动图原图，然后从超声心动图上设置虚拟中心线，并从中心线处分为上下两半部分，分别为具有二尖瓣图像和左室隔内膜图像的超声心动图上图；并通过对超声心动图上图进行处理，获得左室隔膜边界。以及具有左室后壁内膜边界的超声心动图下图。对超声心动图下图进行处理，获得左室后壁内膜边界。本发明提供的超声心动图上确定心脏内膜边界的方法，能够在具有二尖瓣图像的超声心动图上，准确找到心脏内膜边界，为了计算机自动计算心脏左室射血分数提供了依据。
超声心动确定心脏内膜边界方法

[发明专利]从医学图像自动提取超声心动图测量结果-CN201880079409.3有效
发明人： T·瑟亚达-马哈姆德;A·鲁;E·德格汗马尔瓦斯特 -专利权人：玛雷迪夫美国公司
申请日： 2018-12-12 - 公布日： 2023-08-04 - 主分类号： A61B8/08 文献下载
摘要：提供了用于实现自动超声心动图测量结果提取系统的机制。所述自动超声心动图测量结果提取系统接收包括一个或多个医学图像的医学成像数据，并将所述一个或多个医学图像输入到深度学习网络中。所述深度学习网络自动处理所述一个或多个医学图像以生成提取的超声心动图测量向量输出，所述提取的超声心动图测量向量输出包括从所述一个或多个医学图像提取的超声心动图测量结果的一个或多个值。所述深度学习网络将所述提取的超声心动图测量向量输出输出到医学图像查看器。
医学图像自动提取超声心动测量结果

[发明专利]超声心动图心肌异常运动模式分析方法、系统及存储介质-CN202011139707.2在审
发明人：马壮;张宾;李雪;包一平;郭宝珠;李宁;于丹;熊晟博 -专利权人：大连东软教育科技集团有限公司
申请日： 2020-10-22 - 公布日： 2021-01-22 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种超声心动图心肌异常运动模式分析方法、系统及存储介质，涉及医学图像处理技术领域。该方法包括：获取标准四腔心切面下的超声心动图序列，长度至少包含一个心动周期；分析一个心动周期内超声心动图的左心室心肌壁运动状态，提取多维度的运动模式特征；以所述超声心动图序列和所述运动模式特征作为心肌异常运动模式识别模型的输入本发明通过提取一个心动周期内的超声心动图序列中的运动模式特征，充分挖掘了超声心动图中的时序信息和局部运动信息，从而能够根据此特征，自动进行准确的心肌异常运动模式分析并返回预测结果。
超声心动心肌异常运动模式分析方法系统存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条