基于电阻抗成像的诊断系统和方法与流程
技术特征:
1.一种计算机实现的方法,包括:
2.根据权利要求1所述的计算机实现的方法,其中,所述确定包括:
3.根据权利要求1所述的计算机实现的方法,其中,所述确定包括:
4.根据权利要求1所述的计算机实现的方法,其中,所述确定包括:
5.根据权利要求3或4所述的计算机实现的方法,其中,所述基于机器学习的处理模型包括回归模型。
6.根据权利要求3或4所述的计算机实现的方法,其中,所述基于机器学习的处理模型包括分类模型。
7.根据权利要求3至6中任一项所述的计算机实现的方法,其中,所述一个或多个人体测量特征包括以下一个或多个或与以下一个或多个相关:所述受试者的年龄、所述受试者的体重、所述受试者的身高、所述受试者的腰围、所述受试者的腰围与身高之比、所述受试者的体重指数、所述受试者的性别以及所述受试者的种族。
8.根据权利要求3至7中任一项所述的计算机实现的方法,其中,与所述受试者的所述组织或器官的健康状态或状况相关联的定量或定性参数包括:与所述受试者的所述组织或器官的估计性能相关联的值。
9.根据权利要求8所述的计算机实现的方法,其中,所述确定还包括:
10.根据权利要求9所述的计算机实现的方法,其中,所述确定还包括:
11.根据权利要求1至10中任一项所述的计算机实现的方法,其中:
12.根据权利要求11所述的计算机实现的方法,其中,所述处理包括:
13.根据权利要求12所述的计算机实现的方法,其中,所述处理还包括:
14.根据权利要求13所述的计算机实现的方法,其中,所述电阻抗成像数据集的所述预处理包括:
15.根据权利要求13或14所述的计算机实现的方法,其中,所述电阻抗成像数据集的所述预处理包括:
16.根据权利要求12至15中任一项所述的计算机实现的方法,其中,在(ii)中对所述电阻抗成像数据集的所述处理包括:
17.根据权利要求16所述的计算机实现的方法,其中,所述参考电阻抗成像数据子集包括所述多个经处理的电阻抗成像数据子集中的至少一个。
18.根据权利要求12至17中任一项所述的计算机实现的方法,其中,进行所述组源分离操作包括:
19.根据权利要求12至18中任一项所述的计算机实现的方法,其中,进行所述电导率特征提取操作包括:使用所述频差电阻抗成像数据集中与所述组织或器官相关的所述成分,确定所述受试者的一个或多个电导率特征。
20.根据权利要求12至19中任一项所述的计算机实现的方法,其中,进行所述电导率特征提取操作包括:使用所述频差电阻抗成像数据集中与所述组织或器官相关的所述成分以及所述一个或多个参考频差电阻抗成像数据集中的每一个中与所述组织或器官相关的相应成分,确定包括所述受试者和所述一个或多个参考受试者的组的一个或多个电导率特征;并且
21.根据权利要求1至20中任一项所述的计算机实现的方法,其中,所述组织或器官包括肺、肾脏、肝脏或心脏。
22.一种系统,包括:
23.一种非暂时性计算机可读存储介质,其存储被配置为由一个或多个处理器执行的一个或多个程序,所述一个或多个程序包括用于执行或促进执行根据权利要求1至21中任一项所述的计算机实现的方法的指令。
24.一种计算机程序产品,其包括指令,当所述计算机程序由计算机执行时,所述指令导致或促进所述计算机执行根据权利要求1至21中任一项所述的计算机实现的方法的指令。
技术总结
一种计算机实现的EIT数据处理方法(100),包括处理受试者的ElT数据集,以确定与受试者的组织或器官相关的一个或多个电导率特性(S102),以及根据确定的与受试者的组织/器官相关的电导率特性,确定受试者的组织/器官的健康状况或状况(S104)。
技术研发人员:陈·拉塞尔·维达,阿德里安·图布尔,黄仲申,费迪·祖阿里,迪皮亚曼·莫达克,陈柏衡,张柏涛,李豪卫
受保护的技术使用者:尖思科研有限公司
技术研发日:
技术公布日:2024/11/14
技术研发人员:陈·拉塞尔·维达,阿德里安·图布尔,黄仲申,费迪·祖阿里,迪皮亚曼·莫达克,陈柏衡,张柏涛,李豪卫
技术所有人:尖思科研有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除