-
公开(公告)号:CN114663372B
公开(公告)日:2022-09-23
申请号:CN202210237564.1
申请日:2022-03-11
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V20/40 , G06V10/774 , G06V10/80
Abstract: 本公开提供了一种基于视频的病灶分类方法、装置、电子设备及介质,通过从多个样本超声视频中获取视频片段集合和图像集合,对视频片段集合和图像集合进行多层特征提取,并在特征提取过程中将特征提取结果合并,将合并的结果作为下一层视频特征提取的输入,最终得到训练视频特征图集;基于训练视频特征图集进行训练得到病灶分类模型。通过训练好的病灶分类模型对待识别的视频特征图集进行识别,得到病灶的分类结果。通过视频片段和样本图像对模型进行训练,既关注了病灶在时间维度的特征,也关注了样本图像中病灶的空间维度的特征,且通过将不同尺度的特征图拼接传递,更好的将特征融合,使病灶分类模型对病灶的分类结果更加准确。
-
公开(公告)号:CN114881929A
公开(公告)日:2022-08-09
申请号:CN202210363803.8
申请日:2022-04-07
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种针对乳腺X线图像整体性质量异常的检测方法及装置,该方法将第一异常乳腺X线图像数据和正常乳腺X线图像数据组成第一训练样本数据;并将第二异常乳腺X线图像数据和正常乳腺X线图像数据组成第二训练样本数据;之后针对第一训练样本和第二训练样本:分别对第一训练样本和第二训练样本进行特征提取,得到对应第一特征图和对应第二特征图;最后对第一特征图和第二特征图分别施加对应权重,并将施加权重后的第一特征图和第二特征图特征融合,得到融合特征图;对多个融合特征图有监督分类训练,得到异常检测模型。由此,能够对乳腺X线图像整体性质量异常进行准确检测,从而减少了由于人为拍摄质量差对后续医生诊断造成的干扰。
-
公开(公告)号:CN114862842A
公开(公告)日:2022-08-05
申请号:CN202210634176.7
申请日:2022-06-06
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06K9/62 , G06V10/80 , G06V10/764
Abstract: 本公开实施例提供了一种图像处理装置、电子设备及介质。该图像处理装置包括输入层、残差网络、特征融合层、肿块特征提取网络以及钙化特征提取网络。其中,输入层用于获得同一乳腺病灶区域在第一体位的第一图像以及在第二体位的第二图像。残差网络用于分别处理所述第一图像和所述第二图像,获得所述第一图像的第一特征和所述第二图像的第二特征。特征融合层用于融合所述第一特征和第二特征,得到融合特征。肿块特征提取网络用于处理所述融合特征,以确定肿块特征和第一恶性概率。钙化特征提取网络用于处理所述融合特征,以确定钙化特征和第二恶性概率。
-
公开(公告)号:CN114091507B
公开(公告)日:2022-07-29
申请号:CN202111028240.9
申请日:2021-09-02
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开一种超声病灶区域检测方法、装置、电子设备及存储介质,包括:采集第一超声视频并转换为多个第一超声图像;对每个第一超声图像进行卷积得到特征矩阵;对每个特征矩阵进行计算得到对应的混合特征矩阵;根据每个特征矩阵确定对应每个第一超声图像的多个第一病灶区域;根据所有混合特征矩阵得到每个第一病灶区域对应的第一病灶区域特征向量;将多个第一病灶区域和对应的第一病灶区域特征向量进行编码和解码得到多个第二病灶区域和对应的第二病灶区域特征向量;根据每个第二病灶区域特征向量对对应的第二病灶区域进行分类,得到每个第二病灶区域置信度;将对应的第二病灶区域置信度大于等于预设置信度的第二病灶区域确定为第三病灶区域。
-
公开(公告)号:CN114710657A
公开(公告)日:2022-07-05
申请号:CN202210365256.7
申请日:2022-04-07
Applicant: 北京医准智能科技有限公司
IPC: H04N17/00 , H04N19/154
Abstract: 本发明公开了一种乳腺X线影像质量的评估系统及方法。所述评估系统包括采集模块、质量评估模块以及评估结果展示模块;所述采集模块,用于通过工作站采集待测乳腺X线视频,并将所述待测乳腺X线视频发送至所述质量评估模块;所述质量评估模块,用于对所述待测乳腺X线视频进行质量评估,得到评估结果;所述评估结果展示模块,用于接收所述质量评估模块的评估结果,并将所述评估结果通过一体机进行显示;由此能够对乳腺X线影像实现自动化质量检测,提高了乳腺X线影像质量检测的准确性,从而能够为技师拍摄影像提供即时反馈,进而为医生诊断提供合格的图像。
-
公开(公告)号:CN114693604A
公开(公告)日:2022-07-01
申请号:CN202210215575.X
申请日:2022-03-07
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种脊椎医学影像处理方法、装置、设备及存储介质,所述方法包括:对脊椎的原始影像进行粗分割,得到脊椎的粗分割影像;基于所述粗分割影像,提取脊椎矢状位的中心线;根据所述中心线划分梯度区段;对超限梯度区段对应的所述原始影像进行矫正,得到矫正影像,所述超限梯度区段为与轴位的夹角角度超过梯度阈值的梯度区段;根据所述矫正影像对脊椎椎体进行检测,得到脊椎椎体检测结果;将所述检测结果投影到所述原始影像;根据所述检测结果对所述原始影像进行精分割处理。本公开的方法能够解决脊椎多目标分割造成的重复分割问题,能够实现脊椎的准确检测分割。
-
公开(公告)号:CN114664410A
公开(公告)日:2022-06-24
申请号:CN202210236906.8
申请日:2022-03-11
Applicant: 北京医准智能科技有限公司
IPC: G16H30/20 , G16H50/70 , G06N3/08 , G06V10/774 , G06V10/764
Abstract: 本公开提供了一种基于视频的病灶分类方法、装置、电子设备及介质,通过采集病灶的多个样本超声视频的视频片段和多个样本超声图像,对多个视频片段和多个样本超声图像分别进行多层特征提取,对视频片段和超声图像执行的卷积操作实现参数共享,通过对得到的训练视频特征图集和训练图像特征图集对病灶分类模型进行训练;对待识别病灶的超声视频进行多层视频特征提取后,通过病灶分类模型进行分类预测,得到待识别病灶的分类结果。通过使用少量样本超声视频进行主要训练,大量的样本超声图像进行辅助训练,使得病灶分类模型在少量样本超声视频训练的基础上,能够使训练出的病灶分类模型对待识别病灶实现较好的分类预测效果。
-
公开(公告)号:CN114511494A
公开(公告)日:2022-05-17
申请号:CN202111571973.7
申请日:2021-12-21
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62
Abstract: 本发明公开了一种腺体密度等级确定方法、装置及计算机可读存储介质,该方法包括:获取当前待检测用户的多张乳腺钼靶图像;分别提取各张乳腺钼靶图像的特征,得到对应的第一特征向量;将各第一特征向量进行融合,得到第二特征向量;采用序数回归模型对第二特征向量进行腺体密度等级预测,得到腺体密度等级概率分布向量;根据腺体密度等级概率分布向量确定待检测用户的腺体密度等级。通过实施本发明,在对腺体密度进行等级预测时能够考虑不同等级之间的相近程度,可以使得预测的腺体密度等级更接近原本的等级,且通过综合多张乳腺钼靶图像进行等级预测,由于多张乳腺钼靶图像能够提供更多、更准确的特征信息,因此,预测的结果也更准确。
-
公开(公告)号:CN114202521A
公开(公告)日:2022-03-18
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。
-
公开(公告)号:CN113592890B
公开(公告)日:2022-02-11
申请号:CN202110589824.7
申请日:2021-05-28
Applicant: 北京医准智能科技有限公司
Abstract: 本发明提供一种CT图像肝脏分割方法及装置。所述方法包括:建立肝脏识别模型的目标函数,所述模型的目标函数的输出为输入CT图像上的像素点到肝脏表面的代数距离;将所述目标函数输入到一个激励函数,得到像素点属于肝脏的概率;对所述概率进行二值量化,超过设定阈值的概率量化为1,其余概率量化为0,提取量化值为1的像素点,将肝脏从图像中分割出来。本发明将像素点到肝脏表面的代数距离作为目标函数,在进行肝脏分割时,考虑了肝脏器官的形状、像素点到肝脏表面的距离、位置关系等多种因素,使分割的结果更加精细,提高了肝脏分割精度。
-
-
-
-
-
-
-
-
-