基于深度学习的对比增强超声心动图室壁厚度自动分析系统与方法

发明专利有效专利

申请号：
CN202110088490.5
IPC分类号：A61B8/08
申请日期：
2021-01-22
申请人：
华中科技大学同济医学院附属同济医院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的对比增强超声心动图室壁厚度自动分析系统与方法
申请号	CN202110088490.5	申请日期	2021-01-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-08	公开/公告号	CN112914610A
优先权	暂无	优先权号	暂无
主分类号	A61B8/08 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B8/00 用超声波、声波或次声波的诊断〔4〕 A61B8/08 检测组织的位移或变化，例如肿瘤、胞囊、隆起（A61B 8/02至A61B 8/06优先）〔4〕	IPC分类号	A;6;1;B;8;/;0;8查看分类表>
申请人	华中科技大学同济医学院附属同济医院	申请人地址	湖北省武汉市解放大道1095号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华中科技大学同济医学院附属同济医院	当前权利人	华中科技大学同济医学院附属同济医院
发明人	刘娅妮;郑康超;朱英;邓又斌
代理机构	武汉开元知识产权代理有限公司	代理人	胡镇西

摘要

本发明公开了一种基于深度学习的对比增强超声心动图室壁厚度自动分析系统与方法，该系统包括数据采集和上传模块、数据识别和质控模块、数据测量和呈现模块；数据采集和上传模块采集增强超声心动图检查图像视频和心电图检查图像，并上传到数据识别和质控模块；数据识别和质控模块通过深度学习算法模块对上传的图像和视频进行预处理，对不同组织结构进行标记，并对图像质量分析可行性评估；数据测量和呈现模块对标记图像进行室壁厚度数据的测量，将经过测量的结果自动输出呈现到超声影像工作站。本发明结合深度学习算法的优势，实现数据分析自动化和标准化，减少室壁厚度测量的个体内和个体间的差异，显著提高室壁厚度测量的可重复性和一致性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供