-
公开(公告)号:CN114972859B
公开(公告)日:2024-10-29
申请号:CN202210545928.2
申请日:2022-05-19
Applicant: 推想医疗科技股份有限公司
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本说明书实施方式提供了一种像元的分类方法、模型训练方法、装置、设备和介质。所述方法包括:获取肺动脉图像序列中表示肺动脉骨架的像元集合,和表示所述肺动脉骨架的像元集合中像元之间的邻接关系的邻接矩阵;提取所述像元集合中的像元的初级分类特征;其中,所述初级分类特征用于表征所述像元集合中的像元;使用所述初级分类特征和所述邻接矩阵确定所述肺动脉骨架的像元集合中像元属于的肺动脉类别。通过提取表示肺动脉骨架像元的初级分类特征和构建表示肺动脉骨架的像元集合中像元的邻接矩阵作为像元分类模型的图注意力网络进行融合提取像元集合中像元的特征,提升了肺动脉图像序列中表示肺动脉的像元的分类的准确性。
-
公开(公告)号:CN116994038A
公开(公告)日:2023-11-03
申请号:CN202310833431.5
申请日:2023-07-07
Applicant: 推想医疗科技股份有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/77 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例公开了一种血管分类模型的调整方法、装置、电子设备及存储介质。该方法包括:获取血管点云图像、血管分类模型以及已训练完成的特征提取模型,其中,所述血管点云图像包括至少一个血管点;将所述血管点云图像输入到所述特征提取模型中,根据所述特征提取模型的输出结果,得到所述至少一个血管点分别对应的点特征;针对所述至少一个血管点中的每个血管点,根据所述血管点对应的点特征,确定所述血管点的方向向量;基于所述至少一个血管点以及所述至少一个血管点分别对应的方向向量,确定注意力序列,并根据所述注意力序列,对所述血管分类模型进行调整。本发明实施例的技术方案,可以提高血管分类模型的分类准确度。
-
公开(公告)号:CN114565599A
公开(公告)日:2022-05-31
申请号:CN202210217258.1
申请日:2022-03-07
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种肺部模型获取装置、方法、电子设备及存储介质,该装置包括:数据获取模块用于获取多个肺段的肺段数据;提取模块用于针对每个肺亚段,将该肺亚段对应的气管数据输入至气管树提取模型获取气管树;处理模块用于针对气管树中的目标分支进行分支延长处理以及凸包处理获取肺亚段的待生长肺亚段模型;生长模块用于针对每个肺段同时对该肺段内的多个待生长肺亚段模型进行区域生长获取该肺段的肺段模型;模型构建模块用于将多个肺段的肺段模型组合在一起获取肺部模型。通过采用上述肺部模型获取装置、方法、电子设备及存储介质,解决了肺部模型表面肺亚段边界过渡不均匀的问题。
-
公开(公告)号:CN113888566B
公开(公告)日:2022-05-10
申请号:CN202111150742.9
申请日:2021-09-29
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明实施例公开了一种目标轮廓曲线确定方法、装置、电子设备以及存储介质。该方法包括:获取目标对象的医学图像,并对所述医学图像进行图像分割,得到所述目标对象的部位分割结果;基于所述部位分割结果确定所述目标对象的初始三角面片数据,并基于所述初始三角面片数据中各顶点的顶点坐标以及顶点像素值对所述初始三角面片数据进行平滑处理,得到所述目标对象的目标三角面片数据;对所述目标三角面片数据进行渲染处理,得到所述目标对象的目标轮廓曲线。通过本发明实施例的技术方案,实现了缩短轮廓信息提取的时间,同时提高了轮廓信息提取的准确性以及安全性。
-
公开(公告)号:CN114359198A
公开(公告)日:2022-04-15
申请号:CN202111620171.0
申请日:2021-12-27
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/00
Abstract: 本申请涉及数据处理技术领域,具体涉及一种血管骨架提取方法和血管骨架提取装置,以及计算机可读存储介质和电子设备,解决了血管骨架提取方法容易出现假连接的问题。本申请实施例提供的血管骨架提取方法,对待处理血管图像序列进行距离变换,生成待处理血管图像序列对应的热力图序列,然后基于待处理血管图像序列对应的热力图序列进行骨架提取,得到待处理血管图像序列对应的骨架提取结果,从而可以参考热力图序列中的M个距离值集合来进行骨架提取,以实现逐层进行骨架提取,以减少每层骨架提取产生的假连接,从而减少了待处理血管图像序列对应的骨架提取结果中的假连接。
-
公开(公告)号:CN113222964B
公开(公告)日:2021-11-12
申请号:CN202110587757.5
申请日:2021-05-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种冠脉中心线提取模型的生成方法及装置,方法包括:对冠脉样本图像进行分割处理,得到冠脉样本分割图像;对冠脉样本分割图像进行冠脉中心线标注,得到冠脉标注图像;获取上一次训练的冠脉中心线训练模型中的首个生成器的输出图像,将冠脉样本分割图像与输出图像输入冠脉中心线训练模型中,得到冠脉中心线预测结果图像,所述冠脉中心线训练模型包括依次相连的多个生成器;将冠脉中心线预测结果图像与对应的冠脉标注图像输入鉴别器,依据鉴别器的判定结果进行损失计算,若损失满足预先设置的损失阈值,依据满足损失阈值的冠脉中心线训练模型,得到所述冠脉中心线生成模型。可以降低冠脉中心线提取模型的复杂度。
-
公开(公告)号:CN113222964A
公开(公告)日:2021-08-06
申请号:CN202110587757.5
申请日:2021-05-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种冠脉中心线提取模型的生成方法及装置,方法包括:对冠脉样本图像进行分割处理,得到冠脉样本分割图像;对冠脉样本分割图像进行冠脉中心线标注,得到冠脉标注图像;获取上一次训练的冠脉中心线训练模型中的首个生成器的输出图像,将冠脉样本分割图像与输出图像输入冠脉中心线训练模型中,得到冠脉中心线预测结果图像,所述冠脉中心线训练模型包括依次相连的多个生成器;将冠脉中心线预测结果图像与对应的冠脉标注图像输入鉴别器,依据鉴别器的判定结果进行损失计算,若损失满足预先设置的损失阈值,依据满足损失阈值的冠脉中心线训练模型,得到所述冠脉中心线生成模型。可以降低冠脉中心线提取模型的复杂度。
-
公开(公告)号:CN113012114A
公开(公告)日:2021-06-22
申请号:CN202110231861.0
申请日:2021-03-02
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种血管识别方法、装置、存储介质及电子设备。其中方法包括:获取基于血管识别模型输出的各类型血管的识别结果;对于所述识别结果中的任一类型血管,确定当前类型血管的各个连通域;确定各所述连通域中的血管中心点,并存储所述血管中心点;基于各所述连通域对所述当前类型血管进行区域生长,得到生长区域;基于所述血管中心点对所述生长区域进行验证,将验证成功的生长区域确定为所述当前类型血管。通过在血管识别模型输出识别结果之后,确定识别结果中的各类型血管的连通域,对各类型血管的连通域进行区域生长,以保证同一类型血管的连通域的连续性。基于已存储的血管中心点对生长得到的生长区域进行验证,提高血管修正的正确性。
-
公开(公告)号:CN117710339A
公开(公告)日:2024-03-15
申请号:CN202311745829.X
申请日:2023-12-18
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种肺动脉状态检测方法、装置、设备及介质。通过获取待检测肺动脉影像数据,对所述待检测肺动脉影像数据进行分割处理,得到所述待检测肺动脉影像数据对应的肺动脉分割数据;基于所述肺动脉分割数据预测得到所述肺动脉分割数据对应的理论肺动脉数据;基于所述肺动脉分割数据和所述理论肺动脉数据确定所述待检测肺动脉影像数据对应的肺动脉状态检测结果。本发明实施例可以基于预测的理论肺动脉数据,对任一期相的待检测肺动脉影像数据进行肺动脉状态检测,避免依赖特定期相的待检测肺动脉影像数据,提高非特定期相CT肺血管造影图像的肺动脉状态自动检测准确率。
-
公开(公告)号:CN116883386A
公开(公告)日:2023-10-13
申请号:CN202310967853.1
申请日:2023-08-02
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种数据增强方法、装置、电子设备及存储介质。该方法包括获取待处理图像,提取所述待处理图像中的血管中心线;基于所述血管中心线确定所述待处理图像中的端点;在任意两个所述端点之间的路径上,确定一个锚点,基于所述锚点对所述路径上的所有点进行局部变换。本发明通过对待处理图像中任意两个端点之间的血管路径基于锚点进行局部变换,实现对待处理图像的数据增强,解决了训练数据质量差且训练数据不足的问题,提高训练数据的质量,从而提升模型的泛化能力。
-
-
-
-
-
-
-
-
-