-
公开(公告)号：CN115984229A
公开(公告)日：2023-04-18
申请号：CN202310035721.5
申请日：2023-01-10
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/764
Abstract: 本公开实施例提供了一种模型训练方法、乳腺测量方法、装置、电子设备及介质。该模型训练方法包括获得电子计算机断层扫描图像及其标注信息，标注信息包括乳腺分割标注结果和乳腺密度标注结果；对电子计算机断层扫描图像进行预处理，得到待处理图像；通过乳腺测量模型处理待处理图像，得到乳腺分割预测结果和乳腺密度预测结果，其中，乳腺测量模型包括骨干网络、乳腺分割子网络和密度预测子网络，乳腺分割子网络和密度预测子网络并联，分别与骨干网络连接；基于乳腺分割标注结果和乳腺分割预测结果确定分割损失；基于乳腺密度标注结果和乳腺密度预测结果确定分类损失；以及优化分割损失和分类损失，以更新乳腺测量模型的参数。
-
公开(公告)号：CN115240844B
公开(公告)日：2023-04-18
申请号：CN202210837466.1
申请日：2022-07-15
Applicant: 北京医准智能科技有限公司
IPC: G16H50/20 , G16H50/70 , G06F18/214
Abstract: 本公开提供了一种辅助诊断模型的训练方法、装置、电子设备及存储介质，所述方法包括：将第一多媒体信息样本输入至多媒体分支中，获取病灶视觉特征嵌入；将既往病史文本信息输入至文本分支中，获取文本特征嵌入；基于病灶视觉特征嵌入和文本特征嵌入融合后的特征，确认预测病灶等级分类，以及病灶嵌入特征；将病灶嵌入特征输入至生成模块中，获取预测诊断文本信息；基于第一多媒体信息样本对应的标记病灶等级分类、预测病灶等级分类、第一多媒体信息样本对应的标记诊断文本信息和预测诊断文本信息确认损失函数；基于损失函数调整辅助诊断模型的参数，直至损失函数满足第一条件，确认辅助诊断模型训练完成。
-
公开(公告)号：CN115147360B
公开(公告)日：2023-04-04
申请号：CN202210660968.1
申请日：2022-06-13
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种斑块分割方法、装置、电子设备及可读存储介质，通过获取血管中心线上对应疑似斑块的目标中心点，其中，血管中心线为待检测原始图像中血管的中心线；从待检测原始图像中截取出与目标中心点对应的第一血管子图像，第一血管子图像包括目标中心点；基于斑块分割网络对目标中心点对应的第一血管子图像进行斑块分割，得到第一斑块分割结果；基于第一斑块分割结果对待检测原始图像进行斑块分割，得到第二斑块分割结果。如此，是直接对存在疑似斑块的第一血管子图像进行斑块分割，去除了大量的冗余信息和背景噪声信息，可以提高脂质斑块和混合斑块的分割准确度，从而得到精确的斑块分割结果。
-
公开(公告)号：CN115841475A
公开(公告)日：2023-03-24
申请号：CN202211605307.5
申请日：2022-12-14
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种心脏图像分割方法、装置、设备及存储介质，所述方法包括：获取包含心脏区域的待分割医学图像；将待分割医学图像输入目标图像分割模型，得到心脏区域图像；其中，目标图像分割模型为基于多个第一样本图像、各个第一样本图像对应的心脏区域标注信息、多个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息训练得到的，第一样本图像和第二样本图像为不同机型的图像采集设备所采集的图像。采用该方法，由于目标图像分割模型不仅可以准确分割特定机型下的医学图像，还可以对其他机型下的医学图像进行准确分割，因此本方法采用目标图像分割模型分割医学图像，可以提升不同机型下的待分割医学图像的心脏区域图像分割准确率。
-
公开(公告)号：CN114202521B
公开(公告)日：2023-03-24
申请号：CN202111489689.5
申请日：2021-12-08
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种调制传递函数的计算方法、装置及电子设备，该方法包括：获取至少一张主动脉CT图像；确定主动脉CT图像中主动脉的中心；计算以中心为起点的射线对应的CT值，射线的终点在与主动脉相邻的组织内；根据CT值生成径向基函数；根据径向基函数、射线在线性成像系统中的理论成像计算调制传递函数。由于主动脉CT图像中主动脉具有较稳定的形态特征，因此，可以将原有的楔形物体扫描图像的调制传递函数计算公式推广到主动脉CT图像，使得通过主动脉CT图像就可以直接调制传递函数成为可能，方法简单、快速，且无需再通过不同空间分辨率的光栅成像来计算调制传递函数，成本低。
-
Patent Agency Ranking
公开(公告)号：CN115831324A
公开(公告)日：2023-03-21
申请号：CN202211513711.X
申请日：2022-11-29
Applicant: 北京医准智能科技有限公司
IPC: G16H30/00 , G06F16/535
Abstract: 本公开提供了一种医学图像筛选方法、装置、设备及存储介质，通过根据预设序列筛选条件，在图像数据库中筛选出最优医学图像，作为待处理图像；将待处理图像进行预处理，并将预处理后的待处理图像输入多任务检测模型，输出待处理图像的目标部位以及目标部位附属信息，其中，多任务检测模型包括部位判别子网络、完整性判别子网络、目标检测子网络以及姿态估计子网络，目标部位附属信息包括目标部位的完整性分数、目标部位的目标区域范围以及目标部位的姿态信息；根据待处理图像的目标部位以及目标部位附属信息确定目标部位图像，能够有效、快捷的筛选出高质量的目标部位图像，方便后期有针对性的对目标部位图像进行查看或分析。
-
公开(公告)号：CN115049590B
公开(公告)日：2023-03-10
申请号：CN202210541331.0
申请日：2022-05-17
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/22 , G06V10/764 , G06V10/82 , G06T7/73 , G06T7/66 , G06T7/11 , G06T5/30 , G06T3/40
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及存储介质；获取血管对应的三维图像；确定所述三维图像中的血管图像和所述血管图像对应的第一候选区域；确定所述第一候选区域中的钙化成份的位置信息和所述钙化成份对应的第二候选区域；确定所述第二候选区域中的钙化成份特征点和非钙化成份特征点；基于所述钙化成份特征点和所述非钙化成份特征点，确定所述血管包括的成份类别。通过本申请，能够提高图像处理的精度。
-
公开(公告)号：CN115100179B
公开(公告)日：2023-02-21
申请号：CN202210837569.8
申请日：2022-07-15
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本公开提供了一种图像处理方法、装置、设备及存储介质，涉及计算机技术领域，方法主要包括：获取待处理图像；根据分割模型，对待处理图像进行分割，得到肺野掩码图和第一气胸掩码图；根据肺野掩码图和第一气胸掩码图，生成萎陷肺掩码图；根据肺野掩码图和萎陷肺掩码图，计算待处理图像的肺压缩程度，得到图像处理结果。本公开提供的一种图像处理方法、装置、设备及存储介质，由分割模型判断是否存在气胸，并得到气胸的准确位置，且根据分割模型的输出结果自动计算肺压缩程度，提高了对待处理图像的处理效率和处理结果的精度，降低了人工成本。
-
公开(公告)号：CN114972220B
公开(公告)日：2023-02-21
申请号：CN202210522315.7
申请日：2022-05-13
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/762 , G06V10/44 , G06T7/66 , G06N3/0464
Abstract: 本申请公开了一种图像处理方法、装置、电子设备及可读存储介质，该方法包括：获取待检测原始图像，待检测原始图像包括待检测血管，待检测血管的血管中心线上包括多个中心点；基于第一网络对待检测原始图像进行特征提取，得到第一特征；从第一特征中提取待检测血管的各中心点的第二特征；将各中心点的第二特征与各中心点对应的位置编码进行融合，得到各中心点对应的第一融合特征；基于第二网络对各中心点的第一融合特征及各中心点对应的其他中心点的第一融合特征进行融合处理，得到各中心点对应的第二融合特征；基于第三网络对各中心点对应的第二融合特征进行分析，得到待检测血管的狭窄分析结果。实施本申请能够得到准确的血管狭窄分析结果。
-
公开(公告)号：CN115690498A
公开(公告)日：2023-02-03
申请号：CN202211343116.6
申请日：2022-10-31
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/22 , G06T7/11
Abstract: 本公开提供了一种椎体骨密度确认方法、装置、设备及存储介质，获取CT影像中至少一块椎体的椎体分类结果和椎体定位结果；基于所述至少一块椎体的椎体分类结果和椎体定位结果，获取所述CT影像中至少一块椎体的椎体分割结果；基于所述至少一块椎体的所述椎体分割结果，确认所述CT影像中各椎体骨松质的感兴趣区域VOI；基于各椎体骨松质的VOI，以及各椎体骨松质的VOI对应的羟基磷灰石序列值，确认各椎体骨密度。
-
-
-
-
-
-
-
-
-
Search Results
201
records
(took 0.035 seconds)
