CN116417128B - 用于输尿管球囊扩张导管的质量检测方法及系统 - Google Patents
用于输尿管球囊扩张导管的质量检测方法及系统 Download PDFInfo
- Publication number
- CN116417128B CN116417128B CN202310680768.7A CN202310680768A CN116417128B CN 116417128 B CN116417128 B CN 116417128B CN 202310680768 A CN202310680768 A CN 202310680768A CN 116417128 B CN116417128 B CN 116417128B
- Authority
- CN
- China
- Prior art keywords
- detection
- catheter
- quality
- balloon
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 451
- 210000005077 saccule Anatomy 0.000 title claims abstract description 8
- 230000000916 dilatatory effect Effects 0.000 title abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000010339 dilation Effects 0.000 claims description 103
- 238000012549 training Methods 0.000 claims description 51
- 230000001133 acceleration Effects 0.000 claims description 23
- 239000003550 marker Substances 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000000105 evaporative light scattering detection Methods 0.000 claims description 2
- 210000000626 ureter Anatomy 0.000 description 8
- 230000000903 blocking effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000012797 qualification Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 239000004642 Polyimide Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 229920001721 polyimide Polymers 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- IAYPIBMASNFSPL-UHFFFAOYSA-N Ethylene oxide Chemical compound C1CO1 IAYPIBMASNFSPL-UHFFFAOYSA-N 0.000 description 1
- 229920002614 Polyether block amide Polymers 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M25/00—Catheters; Hollow probes
- A61M25/10—Balloon catheters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Hematology (AREA)
- Biophysics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Animal Behavior & Ethology (AREA)
- Child & Adolescent Psychology (AREA)
- Quality & Reliability (AREA)
Abstract
本发明提供了用于输尿管球囊扩张导管的质量检测方法及系统，涉及数据识别技术领域，方法包括：获取第一扩张导管的结构分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点，通过数据采集装置获取基于第一扩张导管的检测数据集，将检测数据集输入质量检测融合模型中，输出球囊扩张质量、导管安全质量以及不透射线标记质量后进行识别，得到基于第一扩张导管的质量检测结果，本发明解决了现有技术中对输尿管球囊扩张导管的质量检测过程中的管控不足，使得输尿管球囊扩张导管的质量检测的合格率低的技术问题，实现了对输尿管球囊扩张导管在质量检测过程中合理化精准的质量管控，进而提高输尿管球囊扩张导管的质量检测的合格率。
Description
技术领域
本发明涉及数据识别技术领域，具体涉及用于输尿管球囊扩张导管的质量检测方法及系统。
背景技术
随着科学技术的发展，特别是微电子技术的发展，输尿管镜球囊扩张导管包括球囊扩张导管和压力泵(部分型号)。输尿管镜球囊扩张导管的导管由聚酰亚胺(PI)等材料制成，球囊部分采用PET、PE、Pebax等材料制成。环氧乙烷灭菌，产品一次性使用，因此在对患者使用输尿管球囊扩张导管需要保证质量检测后为质量合格，才能给患者进行对应使用，而如今在对输尿管球囊扩张导管的质量检测过程中存在管控不足，从而导致输尿管球囊扩张导管的质量检测的合格率低的技术问题。
发明内容
本申请提供了用于输尿管球囊扩张导管的质量检测方法及系统，用于针对解决现有技术中存在的对输尿管球囊扩张导管的质量检测过程中的管控不足，使得输尿管球囊扩张导管的质量检测的合格率低的技术问题。
鉴于上述问题，本申请提供了用于输尿管球囊扩张导管的质量检测方法及系统。
第一方面，本申请提供了用于输尿管球囊扩张导管的质量检测方法，所述方法包括：获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果。
第二方面，本申请提供了用于输尿管球囊扩张导管的质量检测系统，所述系统包括：分布信息模块，所述分布信息模块用于获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；节点设置模块，所述节点设置模块用于基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；数据集获取模块，所述数据集获取模块用于采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；数据集输入模块，所述数据集输入模块用于将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；质量输出模块，所述质量输出模块用于根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；识别模块，所述识别模块用于对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的用于输尿管球囊扩张导管的质量检测方法及系统，涉及数据识别技术领域，解决了现有技术中对输尿管球囊扩张导管的质量检测过程中的管控不足，使得输尿管球囊扩张导管的质量检测的合格率低的技术问题，实现了对输尿管球囊扩张导管在质量检测过程中合理化精准的质量管控，进而提高输尿管球囊扩张导管的质量检测的合格率。
附图说明
图1为本申请提供了用于输尿管球囊扩张导管的质量检测方法流程示意图；
图2为本申请提供了用于输尿管球囊扩张导管的质量检测方法中获取球囊检测数据流程示意图；
图3为本申请提供了用于输尿管球囊扩张导管的质量检测方法中获取引流速率流程示意图；
图4为本申请提供了用于输尿管球囊扩张导管的质量检测方法中输出不透射线检测数据流程示意图；
图5为本申请提供了用于输尿管球囊扩张导管的质量检测方法中的一次质量检测结果流程示意图；
图6为本申请提供了用于输尿管球囊扩张导管的质量检测系统结构示意图。
附图标记说明：分布信息模块1，节点设置模块2，数据集获取模块3，数据集输入模块4，质量输出模块5，识别模块6。
具体实施方式
本申请通过提供用于输尿管球囊扩张导管的质量检测方法及系统，用于解决现有技术中对输尿管球囊扩张导管的质量检测过程中的管控不足，使得输尿管球囊扩张导管的质量检测的合格率低的技术问题。
实施例1
如图1所示，本申请实施例提供了用于输尿管球囊扩张导管的质量检测方法，该方法应用于导管质量检测系统，导管质量检测系统与数据采集装置通信连接，该方法包括：
步骤S100：获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；
具体而言，本申请实施例提供的用于输尿管球囊扩张导管的质量检测方法应用于导管质量检测系统，该导管质量检测系统与数据采集装置通信连接，该数据采集装置用于进行导管参数的采集。
为保证对输尿管球囊扩张导管的质量检测的全面性，因此首先需要对目标扩张导管的结构进行采集，目标扩张导管的结构可以包含外管、内管、球囊、显影环、塑配件、连接件等，从而获取第一扩张导管的结构分布信息，第一扩张导管的结构分布信息中包含球囊结构信息、导管属性信息和不透射线分布信息，球囊结构信息是指球囊扩张回吸后球囊直径的恢复能力，可以作为评价球囊通过病变的指标之一，也与球囊材料有关。现在球囊表面所采用的多为亲水涂层材料，提高了球囊通过病变的能力，导管属性信息是指根据导管引流的速率对导管进行不同属性的分类，不透射线分布信息是指在扩张导管的射线不透性，即扩张导管能够阻挡辐射能量（例如 X 射线）的程度，为后期实现对输尿管球囊扩张导管进行质量检测作为重要参考依据。
步骤S200：基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；
具体而言，在上述所获球囊结构信息、导管属性信息和不透射线分布信息的基础上，对输尿管球囊扩张导管的球囊、导管属性、不透射线分布等进行检测节点的设定，所设定的球囊检测节点是用来对输尿管球囊扩张导管球囊的气密性、扩张能力、强度、生物相容性、耐久性进行对应检测，且每个检测部分对应一个球囊检测节点，所设定的导管检测节点是用来对输尿管球囊扩张导管的导管爆破压力、摩擦性能、导管动力注射中的流量及压力、扭转强度、推送力导管头端柔软性等进行对应检测，且每个检测部分对应一个导管检测节点，所设定的不透射线检测节点是用来对输尿管球囊扩张导管不透射线的不透性、阻挡辐射量等进行对应检测，且每个检测部分对应一个不透射线检测节点，进而为实现对输尿管球囊扩张导管进行质量检测做保障。
步骤S300：采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；
具体而言，通过导管质量检测系统所通信连接的数据采集装置对上述所设置的球囊检测节点、导管检测节点和不透射线检测节点对应节点所检测到的数据进行数据采集，进一步的，在球囊结构信息的基础上对当前球囊的扩张形态进行确定，并根据球囊的扩张形态对球囊检测节点进行布设，同时将球囊检测节点中所检测的数据，即球囊检测数据传输至数据采集装置中，在导管属性信息的基础上对当前导管中的引流速率进行确定，并根据导管引流速率对导管检测节点进行布设，同时将导管检测节点中所检测的数据，即导管检测数据传输至数据采集装置中，在不透射线分布信息的基础上对当前不透射线的阻挡辐射量高的位置进行确定，并根据不透射线所阻挡辐射量高的位置对不透射线检测节点进行布设，同时将不透射线检测节点中所检测的数据，即不透射线检测数据传输至数据采集装置中，将所有传输至数据采集装置中的数据进行整合后记作第一扩张导管的检测数据集，且第一导管的检测数据集中包含球囊检测数据、导管检测数据以及不透射线检测数据，为后续实现对输尿管球囊扩张导管进行质量检测夯实基础。
步骤S400：将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；
具体而言，通过将上述所获第一扩张导管的检测数据输入至所构建的质量检测融合模型中，质量检测融合模型可以是为机器学习中不断进行自我迭代优化的神经网络模型，质量检测融合模型的构建可以是通过多个分布式数据组作为训练数据进行模型分布训练获得，进一步的，质量检测融合模型构建过程为：将训练数据集中每一组训练数据输入质量检测融合模型，通过这组训练数据对应的监督数据进行质量检测融合模型的输出监督调整，训练数据集中的每组训练数据均包括多个分布式数据组，监督数据集为与训练数据集一一对应的监督数据，当质量检测融合模型的输出结果与监督数据一致时，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则质量检测融合模型训练完成，为保证质量检测融合模型的准确性，可通过测试数据集对质量检测融合模型进行测试处理，举例而言，测试准确率可以设定为90%，当测试数据集的测试准确率满足90%时，则质量检测融合模型构建完成，以便为后期对输尿管球囊扩张导管进行质量检测时作为参照数据。
步骤S500：根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；
具体而言，通过将第一扩张导管的监测数据集输入中质量检测融合模型中后，对球囊扩张质量、导管安全质量以及不透射线标记质量进行输出，球囊扩张质量是指在扩张人体内狭窄的空腔器官的过程中导管球囊中的扩张程度，导管安全质量是指在使用扩张导管的过程中根据导管的留置时间、部位、深度等进行确定的，不透射线的标记质量是指在扩张导管中不透射线所标记位置所阻挡辐射量的大小进行确定的，提高后期实现对输尿管球囊扩张导管进行质量检测准确率。
步骤S600：对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果。
具体而言，将检测数据集输入质量检测融合模型中，且质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型，球囊质量检测子模型是专门用于对扩张导管中球囊质量进行检测的子模型，导管质量检测子模型是专门用于对扩张导管中导管质量进行检测的子模型，标记质量检测子模型是专门用于对扩张导管中不透射线所标记位置的质量进行检测的子模型，进一步的，分别通过球囊质量检测子模型所识别输出的球囊质量检测结果、导管质量检测子模型所识别输出的导管质量检测结果和标记质量检测子模型所识别输出的不透射线标记质量检测结果进行汇总整合，同时将其记作第一扩张导管的质量检测结果，实现了对输尿管球囊扩张导管在质量检测过程中合理化精准的质量管控，进而提高输尿管球囊扩张导管的质量检测的合格率。
进一步而言，如图2所示，本申请步骤S300还包括：
步骤S310：根据所述球囊结构信息，确定所述第一扩张导管的球囊扩张形态；
步骤S320：基于所述球囊的扩张形态设置球囊检测节点，其中，所述球囊检测节点包括所述球囊的多个圆曲表面瑕疵检测节点、所述球囊与导管的连接节点、以及所述球囊的内腔气压检测节点；
步骤S330：将设置好的所述球囊检测节点发送至所述数据采集装置中进行数据采集，获取所述球囊检测数据。
具体而言，通过球囊结构信息中所包含的球囊扩张回吸后球囊直径的恢复能力对导管中球囊扩张形态进行确定，并将其记作第一扩张导管的球囊扩张形态，并根据当前球囊的扩张形态对球囊中的球囊检测节点进行对应设置，且球囊检测节点中包括球囊的多个圆曲表面瑕疵检测节点、球囊与导管的连接节点、以及球囊的内腔气压检测节点，球囊的多个圆曲表面瑕疵检测节点是指设置于球囊表面用于对球囊表面的瑕疵进行检测的节点，球囊与导管的连接节点是指设置于球囊与导管之间的连接处对球囊与导管的连接处进行连接状态的检测，球囊的内腔气压检测节点是指设置于球囊内腔用于对球囊的内腔气压进行检测，且球囊内腔气压值可以是25至30mmHg，最终将所设置好的球囊检测节点发送至与导管质量检测系统所通信连接的数据采集装置中进行数据采集，从而更为全面的对球囊检测数据进行获取，达到为后期实现对输尿管球囊扩张导管进行质量检测提供重要依据的技术效果。
进一步而言，如图3所示，本申请步骤S300还包括：
步骤S340：根据所述导管属性信息，获取标识导管引流速率的引流指标；
步骤S350：按照标识所述导管引流速率的引流指标，设置导管检测节点；
步骤S360：基于所述导管检测节点对所述第一扩张导管进行引流检测，输出导管检测数据，其中，所述导管检测节点为基于所述导管的长度进行几何分布获取的节点，所述导管检测数据为基于所述几何分布获取的节点对应的引流速率。
具体而言，通过导管属性信息中所包含的导管引流的速率对导管所划分的不同属性的分类，标识目标扩张导管引流速率的引流指标，引流指标是根据引流速率的均值进行制定的，其引流速率可以是50-60滴/分，进一步的，按照所标识的导管引流速率的引流指标对导管检测节点进行设置，是指通过对导管进行垂直引流拟态，对垂直引流拟态后的导管进行引流加速度计算，根据计算结果对引流检测节点进行设置，在此基础上输出导管检测节点，导管检测节点是为基于目标扩张导管的长度进行几何分布获取的节点，导管检测数据为基于几何分布所获取的导管检测节点对应的引流速率，继而在导管检测节点的基础上对第一扩张导管进行引流检测，通过把导管真实流量复制到第一扩张导管，在此基础上对导管检测数据进行输出。
进一步而言，本申请步骤S350包括：
步骤S351：通过对所述导管进行垂直引流拟态，对垂直引流拟态后的所述导管进行引流加速度计算，得到第一加速度a；
步骤S352：按照所述第一加速度a设置引流检测节点，输出所述导管检测节点，其中，所述导管检测节点呈加速度节点分布。
具体而言，为对导管中的引流速率获取的精准性，因此首先需要对目标导管进行垂直引流拟态，即对目标导管中的液体在流动时的状态进行模拟，进一步的，对模拟后所获的垂直引流拟态导管中的引流加速度进行计算，引流加速度的计算可以通过如下计算公式：
其中，a为引流加速度，为速度变化，且/>，/>为时间间隔，且，/>为引流末速度，/>为引流初速度，/>为引流初始时间，/>为引流截止时间。
进一步的，将所获引流加速度记作第一加速度a，同时按照第一加速度a对引流检测节点进行对应设置，且导管检测节点呈加速度节点分布，即根据加速度变化幅度对导管检测节点进行设置，其加速度变化幅度越大则越应设置导管检测节点，从而通过所设置的导管检测节点对第一扩张导管进行引流检测。
进一步而言，如图4所示，本申请步骤S300还包括：
步骤S370：根据所述不透射线分布信息，确定不透射线标记的位置信息；
步骤S380：基于所述不透射线标记的位置信息，得到多个位置节点；
步骤S390：以所述多个位置节点，确定所述不透射线检测节点，基于所述不透射线检测节点进行不透射线的显影检测，输出所述不透射线检测数据。
具体而言，通过不透射线分布信息中所包含的射线不透性，即扩张导管能够阻挡辐射能量（例如 X 射线）的程度，对不透射线的标记位置进行确定，不透性、阻挡辐射量越高则越应在对应位置进行位置标记，进一步的，在不透射标记的位置信息的基础上，将所有标记的位置信息进行汇总，从而将其记作多个位置节点，同时根据多个位置节点对目标导管中的不透射检测节点进行确定，不透射检测节点是对多个位置节点中存在不透射线的位置进行筛选提取，继而通过所提取的不透射检测节点对不透射线的显影进行检测，不透射线的显影是指在荧光镜或 X 射线成像下可以看到材料的能力，并将其记作不透射线检测数进行输出，以此保证后期对输尿管球囊扩张导管更好的进行质量检测。
进一步而言，如图5所示，本申请步骤S600还包括：
步骤S610：将所述检测数据集输入所述质量检测融合模型中，所述质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型；
步骤S620：其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得，所述多个分布式数据组包括所述球囊检测数据-扩张质量、导管检测数据-安全质量和不透射线检测数据-标记质量；
步骤S630：获取基于所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果。
具体而言，为保证后期对扩张导管质量检测的精确度，因此将第一扩张导管的检测数据集输入至所构建的质量检测融合模型中，质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型，且质量检测融合模型是通过多个分布式数据组作为训练数据进行模型分布训练获得的，多个分布式数据组中分别包含球囊检测数据-扩张质量、导管检测数据-安全质量和不透射线检测数据-标记质量，球囊质量检测子模型是专门用于对扩张导管中球囊检测数据与球囊的扩张质量进行检测的子模型，导管质量检测子模型是专门用于对扩张导管中导管检测数据与导管的安全质量进行检测的子模型，标记质量检测子模型是专门用于对扩张导管中不透射线检测数据与不透射线所标记位置的质量进行检测的子模型，分别对球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型所输出的球囊质量检测结果、导管质量检测结果以及标记质量检测结果记作以此质量检测结果，以保证在对输尿管球囊扩张导管进行质量检测时的高效性。
进一步而言，本申请步骤S630还包括：
步骤S631：根据所述质量检测融合模型，将所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果作为输入信息进行数据融合；
步骤S632：其中，所述质量检测融合模型包括集成融合网络层，所述集成融合网络层包括关联权重训练层，用于对所述一次质量检测结果之间的关联关系进行关联权重训练；
步骤S633：当所述关联权重训练至变化趋于稳定时，激励所述集成融合网络层以使所述质量检测融合模型收敛，输出二次质量检测结果。
具体而言，为提高最终对扩张导管质量检测的准确度，在以上所构建的质量检测融合模型中球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果作为输入信息，再对一次质量检测结果中所包含的球囊质量检测结果、导管质量检测结果以及标记质量检测结果进行数据融合，是利用计算机对按时序获得的球囊质量检测结果、导管质量检测结果以及标记质量检测结果，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理融合，同时在质量检测融合模型中包括集成融合网络层，且集成融合网络层中包含关联权重训练层，其关联权重训练层用于对所获一次质量检测结果之间的关联关系进行关联权重训练，权重训练需要基于大量的数据汇总以及精确确定权重后再进行针对性计算，示例性的，球囊质量检测结果、导管质量检测结果以及标记质量检测结果的权重占比可以为第一影响系数：第二影响系数：第三影响系数为5:3:2，则加权计算过程后的影响参数分别为第一影响参数*0.5，第二影响参数*0.3，第三影响参数*0.2，当关联权重训练至一次质量检测结果之间的关联关系变化趋于稳定时，对质量检测融合模型中所包含的集成融合网络层进行激励，是指需要在集成融合网络层中找准一个稳定数据，并不断的朝这个方向靠近，使得集成融合网络层中的值不断减小，最终达到极值点，从而使质量检测融合模型收敛，并通过收敛后的质量检测融合模型对二次质量检测结果进行输出，达到对输尿管球囊扩张导管进行质量检测的技术效果。
综上所述，本申请实施例提供的用于输尿管球囊扩张导管的质量检测方法，至少包括如下技术效果，实现了对输尿管球囊扩张导管在质量检测过程中合理化精准的质量管控，进而提高输尿管球囊扩张导管的质量检测的合格率。
实施例2
基于与前述实施例中用于输尿管球囊扩张导管的质量检测方法相同的发明构思，如图6所示，本申请提供了用于输尿管球囊扩张导管的质量检测系统，系统包括：
分布信息模块1，所述分布信息模块1用于获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；
节点设置模块2，所述节点设置模块2用于基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；
数据集获取模块3，所述数据集获取模块3用于采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；
数据集输入模块4，所述数据集输入模块4用于将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；
质量输出模块5，所述质量输出模块5用于根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；
识别模块6，所述识别模块6用于对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果。
进一步而言，系统还包括：
形态确定模块，所述形态确定模块用于根据所述球囊结构信息，确定所述第一扩张导管的球囊扩张形态；
节点确定模块，所述节点确定模块用于基于所述球囊的扩张形态设置球囊检测节点，其中，所述球囊检测节点包括所述球囊的多个圆曲表面瑕疵检测节点、所述球囊与导管的连接节点、以及所述球囊的内腔气压检测节点；
数据采集模块，所述数据采集模块用于将设置好的所述球囊检测节点发送至所述数据采集装置中进行数据采集，获取所述球囊检测数据。
进一步而言，系统还包括：
引流指标模块，所述引流指标模块用于根据所述导管属性信息，获取标识导管引流速率的引流指标；
检测节点设置模块，所述检测节点设置模块用于按照标识所述导管引流速率的引流指标，设置导管检测节点；
引流速率模块，所述引流速率模块用于基于所述导管检测节点对所述第一扩张导管进行引流检测，输出导管检测数据，其中，所述导管检测节点为基于所述导管的长度进行几何分布获取的节点，所述导管检测数据为基于所述几何分布获取的节点对应的引流速率。
进一步而言，系统还包括：
加速度计算模块，所述加速度计算模块用于通过对所述导管进行垂直引流拟态，对垂直引流拟态后的所述导管进行引流加速度计算，得到第一加速度a；
节点输出模块，所述节点输出模块用于按照所述第一加速度a设置引流检测节点，输出所述导管检测节点，其中，所述导管检测节点呈加速度节点分布。
进一步而言，系统还包括：
位置信息确定模块，所述位置信息确定模块用于根据所述不透射线分布信息，确定不透射线标记的位置信息；
多个位置节点获取模块，所述多个位置节点获取模块用于基于所述不透射线标记的位置信息，得到多个位置节点；
检测数据输出模块，所述检测数据输出模块用于以所述多个位置节点，确定所述不透射线检测节点，基于所述不透射线检测节点进行不透射线的显影检测，输出所述不透射线检测数据。
进一步而言，系统还包括：
子模型模块，所述子模型模块用于将所述检测数据集输入所述质量检测融合模型中，所述质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型，
模型分布训练模块，所述模型分布训练模块用于其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得，所述多个分布式数据组包括所述球囊检测数据-扩张质量、导管检测数据-安全质量和不透射线检测数据-标记质量；
第一次质量检测结果模块，所述第一次质量检测结果模块用于获取基于所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果。
进一步而言，系统还包括：
数据融合模块，所述数据融合模块用于根据所述质量检测融合模型，将所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果作为输入信息进行数据融合，
关联权重训练模块，所述关联权重训练模块用于其中，所述质量检测融合模型包括集成融合网络层，所述集成融合网络层包括关联权重训练层，用于对所述一次质量检测结果之间的关联关系进行关联权重训练；
模型收敛模块，所述模型收敛模块用于当所述关联权重训练至变化趋于稳定时，激励所述集成融合网络层以使所述质量检测融合模型收敛，输出二次质量检测结果。
本说明书通过前述对用于输尿管球囊扩张导管的质量检测方法的详细描述，本领域技术人员可以清楚的知道本实施例中用于输尿管球囊扩张导管的质量检测系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.用于输尿管球囊扩张导管的质量检测方法，其特征在于，所述方法应用于导管质量检测系统，所述系统与数据采集装置通信连接，所述方法包括：
获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；
基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；
采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；
将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；
根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；
对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果，其中，包括：分别通过球囊质量检测子模型所识别输出的所述球囊扩张质量、导管质量检测子模型所识别输出的所述导管安全质量和标记质量检测子模型所识别输出的所述不透射线标记质量进行汇总整合，得到所述第一扩张导管的质量检测结果；
将所述检测数据集输入质量检测融合模型中，方法还包括：
将所述检测数据集输入所述质量检测融合模型中，所述质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型，
其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得，所述多个分布式数据组包括所述球囊检测数据-扩张质量、导管检测数据-安全质量和不透射线检测数据-标记质量；
获取基于所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果；
根据所述质量检测融合模型，将所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果作为输入信息进行数据融合，
其中，所述质量检测融合模型包括集成融合网络层，所述集成融合网络层包括关联权重训练层，用于对所述一次质量检测结果之间的关联关系进行关联权重训练；
当所述关联权重训练至变化趋于稳定时，激励所述集成融合网络层以使所述质量检测融合模型收敛，输出二次质量检测结果。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述球囊结构信息，确定所述第一扩张导管的球囊扩张形态；
基于所述球囊的扩张形态设置球囊检测节点，其中，所述球囊检测节点包括所述球囊的多个圆曲表面瑕疵检测节点、所述球囊与导管的连接节点、以及所述球囊的内腔气压检测节点；
将设置好的所述球囊检测节点发送至所述数据采集装置中进行数据采集，获取所述球囊检测数据。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述导管属性信息，获取标识导管引流速率的引流指标；
按照标识所述导管引流速率的引流指标，设置导管检测节点；
基于所述导管检测节点对所述第一扩张导管进行引流检测，输出导管检测数据，其中，所述导管检测节点为基于所述导管的长度进行几何分布获取的节点，所述导管检测数据为基于所述几何分布获取的节点对应的引流速率。
4.如权利要求3所述的方法，其特征在于，所述导管检测节点基于所述导管的长度进行几何分布获取，包括：
通过对所述导管进行垂直引流拟态，对垂直引流拟态后的所述导管进行引流加速度计算，得到第一加速度a；
按照所述第一加速度a设置引流检测节点，输出所述导管检测节点，其中，所述导管检测节点呈加速度节点分布。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述不透射线分布信息，确定不透射线标记的位置信息；
基于所述不透射线标记的位置信息，得到多个位置节点；
以所述多个位置节点，确定所述不透射线检测节点，基于所述不透射线检测节点进行不透射线的显影检测，输出所述不透射线检测数据。
6.用于输尿管球囊扩张导管的质量检测系统，其特征在于，所述系统与数据采集装置通信连接，所述系统包括：
分布信息模块，所述分布信息模块用于获取第一扩张导管的结构分布信息，包括球囊结构信息、导管属性信息和不透射线分布信息；
节点设置模块，所述节点设置模块用于基于所述球囊结构信息、所述导管属性信息和所述不透射线分布信息，设置球囊检测节点、导管检测节点和不透射线检测节点；
数据集获取模块，所述数据集获取模块用于采用所述数据采集装置对所述球囊检测节点、所述导管检测节点和所述不透射线检测节点进行数据采集，获取基于所述第一扩张导管的检测数据集，其中，所述检测数据集包括球囊检测数据、导管检测数据和不透射线检测数据；
数据集输入模块，所述数据集输入模块用于将所述检测数据集输入质量检测融合模型中，其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得；
质量输出模块，所述质量输出模块用于根据所述质量检测融合模型，输出球囊扩张质量、导管安全质量以及不透射线标记质量；
识别模块，所述识别模块用于对所述球囊扩张质量、导管安全质量以及不透射线标记质量进行识别，得到基于所述第一扩张导管的质量检测结果，其中，包括：分别通过球囊质量检测子模型所识别输出的所述球囊扩张质量、导管质量检测子模型所识别输出的所述导管安全质量和标记质量检测子模型所识别输出的所述不透射线标记质量进行汇总整合，得到所述第一扩张导管的质量检测结果；
子模型模块，所述子模型模块用于将所述检测数据集输入所述质量检测融合模型中，所述质量检测融合模型包括球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型，
模型分布训练模块，所述模型分布训练模块用于其中，所述质量检测融合模型通过多个分布式数据组作为训练数据进行模型分布训练获得，所述多个分布式数据组包括所述球囊检测数据-扩张质量、导管检测数据-安全质量和不透射线检测数据-标记质量；
第一次质量检测结果模块，所述第一次质量检测结果模块用于获取基于所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果；
数据融合模块，所述数据融合模块用于根据所述质量检测融合模型，将所述球囊质量检测子模型、导管质量检测子模型和标记质量检测子模型对应的一次质量检测结果作为输入信息进行数据融合，
关联权重训练模块，所述关联权重训练模块用于其中，所述质量检测融合模型包括集成融合网络层，所述集成融合网络层包括关联权重训练层，用于对所述一次质量检测结果之间的关联关系进行关联权重训练；
模型收敛模块，所述模型收敛模块用于当所述关联权重训练至变化趋于稳定时，激励所述集成融合网络层以使所述质量检测融合模型收敛，输出二次质量检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310680768.7A CN116417128B (zh) | 2023-06-09 | 2023-06-09 | 用于输尿管球囊扩张导管的质量检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310680768.7A CN116417128B (zh) | 2023-06-09 | 2023-06-09 | 用于输尿管球囊扩张导管的质量检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116417128A CN116417128A (zh) | 2023-07-11 |
| CN116417128B true CN116417128B (zh) | 2023-10-27 |
Family
ID=87049588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310680768.7A Active CN116417128B (zh) | 2023-06-09 | 2023-06-09 | 用于输尿管球囊扩张导管的质量检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116417128B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105797260A (zh) * | 2016-03-09 | 2016-07-27 | 中国人民解放军第三军医大学第附属医院 | 热敏双j管 |
| CN114841626A (zh) * | 2022-07-01 | 2022-08-02 | 张家港市欧凯医疗器械有限公司 | 一种导尿管质量智能评估方法及系统 |
| CN115796082A (zh) * | 2023-01-13 | 2023-03-14 | 张家港市欧凯医疗器械有限公司 | 一种双j型导管内径引流数据分析方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020198559A1 (en) * | 2001-06-26 | 2002-12-26 | Bhavesh Mistry | Radiopaque balloon |
| US20050215950A1 (en) * | 2004-03-26 | 2005-09-29 | Scimed Life Systems, Inc. | Balloon catheter with radiopaque portion |
| US8212552B2 (en) * | 2008-05-30 | 2012-07-03 | The Regents Of The University Of Michigan | Wireless biliary stent system with wishbone-array resonant magnetoelastic sensor and conformal magnetic layer |
-
2023
- 2023-06-09 CN CN202310680768.7A patent/CN116417128B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105797260A (zh) * | 2016-03-09 | 2016-07-27 | 中国人民解放军第三军医大学第附属医院 | 热敏双j管 |
| CN114841626A (zh) * | 2022-07-01 | 2022-08-02 | 张家港市欧凯医疗器械有限公司 | 一种导尿管质量智能评估方法及系统 |
| CN115796082A (zh) * | 2023-01-13 | 2023-03-14 | 张家港市欧凯医疗器械有限公司 | 一种双j型导管内径引流数据分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116417128A (zh) | 2023-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105326486B (zh) | 血管压力差与血流储备分数的计算方法及系统 | |
| CN103415255A (zh) | 利用血管内装置形状对血管图像进行非刚性体变形 | |
| CN111000563B (zh) | 一种视网膜动脉静脉直径比自动测量方法及装置 | |
| CN106073894A (zh) | 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统 | |
| CN114387201B (zh) | 一种基于深度学习和强化学习细胞病理图像辅助诊断系统 | |
| Talebi et al. | Medical ultrasound image segmentation using genetic active contour | |
| CN107233102A (zh) | 基于bp神经网络算法的多参数心理压力评估方法 | |
| CN109288537B (zh) | 评估血流储备分数的系统、方法、设备及存储介质 | |
| US11805971B2 (en) | Method and apparatus for diagnosing urinary disturbances by simultaneously measuring urinary flow rate and residual urine | |
| CN109215040B (zh) | 一种基于多尺度加权学习的乳腺肿瘤分割方法 | |
| CN112614133B (zh) | 一种无锚点框的三维肺结节检测模型训练方法及装置 | |
| CN108304887A (zh) | 基于少数类样本合成的朴素贝叶斯数据处理系统及方法 | |
| CN111862046A (zh) | 一种心脏冠脉剪影中导管位置判别系统和方法 | |
| CN107202976A (zh) | 低复杂度的分布式麦克风阵列声源定位系统 | |
| CN116417128B (zh) | 用于输尿管球囊扩张导管的质量检测方法及系统 | |
| CN106821468A (zh) | 一种留置针在穿刺静脉血管中的自动定位方法及装置 | |
| CN109146857A (zh) | 胸部ct影像的肺结节自检测方法 | |
| US20220280050A1 (en) | Method and system for determining properties in a vessel | |
| US7758530B2 (en) | Method for measuring recirculation in catheters | |
| CN113283373B (zh) | 一种用于增强深度相机检测肢体运动参数的方法 | |
| CN105992556A (zh) | 具有观察角优化功能的医学观察系统 | |
| CN113171082A (zh) | 一种前束交叉韧带损伤评估方法及装置 | |
| CN104519803A (zh) | 用于改进的导管识别的量化探头检测 | |
| CN112182994A (zh) | 基于胡桃夹子综合征血流动力学的血管建模方法及装置 | |
| CN205691553U (zh) | 基于噪声测量的气液两相流流型识别装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |