-
公开(公告)号：CN115409990A
公开(公告)日：2022-11-29
申请号：CN202211188150.0
申请日：2022-09-28
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种医学图像分割方法、装置、设备及存储介质，所述方法包括：将待分割医学图像输入预先训练的目标图像分割模型，第一残差特征提取层提取第一残差特征，第二残差特征提取层对第一残差特征提取第二残差特征，语义特征提取层对第一残差特征提取语义特征，特征融合层对第二残差特征和语义特征进行融合得到融合特征，结果输出层基于融合特征提取待分割医学图像中目标器官的器官区域图像，以及确定目标器官的器官类别，并输出器官区域图像和器官类别。采用该方法，使得医学检测仪器可以利用器官区域图像在更精确的区域检测的同时，也可以在器官对应的检测模式下进行检测，提高了检测结果准确率，从而达到了更好的辅助检查效果。
-
公开(公告)号：CN115375705A
公开(公告)日：2022-11-22
申请号：CN202210935600.1
申请日：2022-08-04
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种血管分割方法、装置、电子设备及存储介质，包括获取同一血管的血管图像和骨架图像；获取血管图像所有体素对应的数值，并将数值按照体素位置排列形成图像矩阵；根据血管图像和骨架图像，确定尺寸矩阵，尺寸矩阵中的有效元素对应于血管沿骨架分布的若干个血管横截面的尺寸；对于预设的每个尺寸范围，确定尺寸矩阵中属于尺寸范围的元素，并将剩余的元素置为无效，得到与尺寸范围对应的尺寸子矩阵，尺寸子矩阵与图像矩阵为同型矩阵；对尺寸子矩阵的数值二值化并进行形态学运算的处理，将处理后的尺寸子矩阵与图像矩阵中相同位置的元素相乘，得到尺寸范围对应的图像子矩阵，将图像子矩阵还原为血管子图像。
-
公开(公告)号：CN115311244A
公开(公告)日：2022-11-08
申请号：CN202211011892.6
申请日：2022-08-23
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T7/62 , G06T7/12 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/80
Abstract: 本公开提供了一种病灶尺寸确定方法、装置、电子设备及存储介质，所述方法包括：获取待处理的第一数据，所述待处理的第一数据包括携带病灶的待处理图像；将所述待处理的第一数据作为病灶轮廓分割网络的输入，得到所述病灶轮廓分割网络输出的多个病灶轮廓分割结果；从多个所述病灶轮廓分割结果中获取目标病灶轮廓，确定所述目标病灶轮廓所属病灶的长径和所述目标病灶轮廓所属病灶的短径；基于所述目标病灶轮廓所属病灶的长径和所述目标病灶轮廓所属病灶的短径，确定所述目标病灶轮廓所属病灶的尺寸。
-
公开(公告)号：CN114664410B
公开(公告)日：2022-11-08
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: G06T7/00 , G06V20/40 , G06V10/774 , G06V10/80 , 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：CN115294401A
公开(公告)日：2022-11-04
申请号：CN202211013677.X
申请日：2022-08-23
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06T7/00 , G06T7/11
Abstract: 本公开提供了一种基于CT图像的分类方法、装置、设备及存储介质，通过将训练图像预处理为衍生训练图像块，作为学习数据训练结节分类模型；将待测图像块输入结节分类模型，确定所述待测图像块的结节类型概率，能够有效降低神经网络模型的学习难度，减少需要学习的数据量，且能够达到更精准的分类效果，提高结节分类模型的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115100478A
公开(公告)日：2022-09-23
申请号：CN202210804675.6
申请日：2022-07-08
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06V10/774
Abstract: 本公开提供了一种图像分类模型的训练方法、装置、电子设备及存储介质，方法包括：基于第一训练集包括图像类别的数量，确定超球体上的至少两个目标位置；生成第二训练集；基于第一编码器确认第一训练集对应的特征，以及第二训练集对应的特征；基于第一训练集中每一个图像类别对应的特征，确认至少两个目标位置对应的图像类别；基于第一训练集对应的特征、第二训练集对应的特征，以及至少两个目标位置对应的图像类别，确定第一编码器的损失函数；基于所述损失函数，调整第一编码器的参数；基于第三训练集对第二编码器进行训练；其中，第三训练集包括或不包括第一训练集，第三训练集中图像类别的数量大于第一图像训练集中图像类别的数量。
-
公开(公告)号：CN114529760B
公开(公告)日：2022-09-02
申请号：CN202210088319.9
申请日：2022-01-25
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本发明公开了一种针对甲状腺结节的自适应分类方法及装置。本发明一实施方式包括：将甲状腺结节对应的目标视频数据作为训练样本；目标视频数据均标注有征象特征标签；目标视频数据包括不同分类标准给出的TIRADS等级的数据组；并对训练样本的征象特征分类进行监督训练，得到征象分类结果和第一损失函数；之后，基于训练样本和征象分类结果，对不同数据对应的TIRADS等级的分类进行监督训练，得到第二损失函数；最后，基于第一损失函数和第二损失函数，对模型进行优化，生成结节分类模型。由此，对训练样本中征象特征分类，以及不同数据对应的TIRADS等级进行有监督的分类训练，提升了模型预测结果的准确率以及模型的泛化能力。
-
公开(公告)号：CN114972361A
公开(公告)日：2022-08-30
申请号：CN202210439761.1
申请日：2022-04-25
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种血流分割方法、装置、设备及存储介质，应用于图像处理技术领域，方法主要包括：获取待分割图像，待分割图像为CTA图像；根据血流分割模型，对待分割图像进行多尺度特征提取，得到第一特征图；根据第一特征图，对待分割图像进行血管分割，得到血管分割结果；根据第一特征图和血管分割结果，对待分割图像进行血流分割，得到血流分割结果。本公开提供的一种血流分割方法、装置、设备及存储介质，融合了待分割图像不同尺度的特征，并且引入了待分割图像的血管信息，在血管分割结果的基础上进行血流分割，可以进一步提高血流分割的准确性。
-
公开(公告)号：CN114972220A
公开(公告)日：2022-08-30
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 , G06N3/04
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：CN114202469B
公开(公告)日：2022-08-19
申请号：CN202111334991.3
申请日：2021-11-11
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种Frangi滤子的超参数选取方法、装置、电子设备及存储介质，包括：从血管区域选定初始体素，建立初始空间，获取初始空间中每个体素的三个特征值，根据特征值选取目标体素；根据初始体素的特征值构建三维坐标系，三维坐标系包括第一坐标轴、第二坐标轴和第三坐标轴；对于三维坐标系中每一坐标轴获取起点，沿该坐标轴正方向进行候选体素的采集；根据目标体素的特征值选取候选体素，将选取的候选体素归入目标体素形成附属空间，根据附属空间获取该坐标轴对应的最优体素；基于第一坐标轴、第二坐标轴，直到获取第三坐标轴最优体素的坐标作为Frangi滤子的超参数。
-
-
-
-
-
-
-
-
-
Search Results
201
records
(took 0.039 seconds)
