-
公开(公告)号:CN112419377A
公开(公告)日:2021-02-26
申请号:CN202011311388.9
申请日:2020-11-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种配准图像确定方法及配准图像确定装置,该方法包括:基于目标图像和待配准图像,确定待配准图像中的待配准像素单元集合对应的速度场函数集合,其中,待配准像素单元集合包括多个待配准像素单元,速度场函数集合包括多个速度场函数,多个待配准像素单元和多个速度场函数存在一一对应关系;基于速度场函数集合和目标图像,确定待配准图像对应的配准图像。本申请的技术方案,优化了传统算法中的流配准方法,在速度上进行正则化,进而实现了在保证配准速度的前提下进行大形变非线性配准的目的。
-
公开(公告)号:CN112258564A
公开(公告)日:2021-01-22
申请号:CN202011126125.0
申请日:2020-10-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种生成融合特征集合的方法及装置,该方法包括:确定第一模态图像对应的第一尺度的第一特征集合和第二模态图像对应的第一尺度的第二特征集合;将第一特征集合和第二特征集合输入特征处理模型,以得到第一尺度的第一融合特征集合。相对于现有技术,本申请所提供的技术方案通过特征处理模型对模态图像进行整体的特征变换和融合,增强了多模态特征的融合性和可解释性。
-
公开(公告)号:CN118709037A
公开(公告)日:2024-09-27
申请号:CN202410735874.5
申请日:2024-06-07
Applicant: 推想医疗科技股份有限公司
IPC: G06F18/241 , G06F18/213 , G16H10/00
Abstract: 本发明实施例公开了一种数据分类方法及装置。该方法包括:获取医学数据以及已训练完成的第一分类模型和第二分类模型;将所述医学数据输入到所述第一分类模型中,得到第一提取特征及所述第一提取特征对应的第一分类结果,以及,将所述医学数据输入到所述第二分类模型中,得到第二提取特征及所述第二提取特征对应的第二分类结果;在所述第一分类结果与所述第二分类结果不同的情况下,根据所述第一分类结果、所述第一提取特征、所述第二分类结果以及所述第二提取特征,确定所述医学数据的目标分类结果。本发明实施例的技术方案,提高了医学数据分类的准确性。
-
公开(公告)号:CN118429289A
公开(公告)日:2024-08-02
申请号:CN202410509320.3
申请日:2024-04-25
Applicant: 推想医疗科技股份有限公司 , 中国人民解放军总医院第一医学中心
IPC: G06T7/00 , G06T7/11 , G06T5/70 , G06T9/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0455 , G06N3/084
Abstract: 本申请实施例公开了一种医学图像预测方法、模型训练方法及对应装置。方法包括:获取前n‑1个时间点的医学图像构成的图像序列;对图像序列进行编码,获得前n‑1个时间点的第一隐特征表示;对第n个时间点的第一隐特征表示进行加噪,获得第n个时间点的第二隐特征表示;将前n‑1个时间点的第一隐特征表示和第n个时间点的第二隐特征表示输入扩散模型,获得扩散模型利用前n‑1个时间点的第一隐特征表示对第n个时间点的第二隐特征表示进行去噪后得到的第三隐特征表示;对第三隐特征表示进行解码,获得第n个时间点的医学图像。本申请将前n‑1个时间点的第一隐特征表示作为扩散模型的条件信息,从而更加灵活、准确地引导第n个时间点的医学图像的生成。
-
公开(公告)号:CN115359010A
公开(公告)日:2022-11-18
申请号:CN202211026079.6
申请日:2022-08-25
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种随访病例数据的处理方法、装置、设备及存储介质,该处理方法包括:根据目标病灶在第一医学图像中的位置信息以及尺寸信息,确定目标病灶在第一空间下的第一检测结果;根据第一医学图像与第二医学图像之间的配准变换矩阵,对第一检测结果进行变换处理,得到第一检测结果在第二空间下的初始病灶匹配结果;将第一医学图像、第二医学图像、第一检测结果以及初始病灶匹配结果输入特征提取模型中,输出得到第二医学图像的病灶特征提取结果。这样,本申请使得模型能够在医学图像信息的基础上有效地结合病灶的解剖学结构信息,提高了模型对于不同医学图像中同一病灶的特征提取准确度以及对于同一病灶在随访病例数据中匹配定位的精准度。
-
公开(公告)号:CN113450351A
公开(公告)日:2021-09-28
申请号:CN202110902235.X
申请日:2021-08-06
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分割模型训练方法、图像分割方法、装置、设备及介质。该方法包括:获取第一图像以及所述第一图像匹配的第二图像,并基于初始分割模型分别提取所述第一图像的第一图像特征,以及所述第二图像的第二图像特征;基于初始聚类中心点对所述第一图像特征进行聚类处理,得到第一初始聚类结果,并基于所述初始聚类中心点对所述第二图像特征进行聚类处理,得到第二初始聚类结果;基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练,得到目标分割模型。通过本发明实施例公开的技术方案,解决了有监督的图像分割方法需要大量的标记数据以及人工标注耗时耗力的问题。
-
公开(公告)号:CN112837264A
公开(公告)日:2021-05-25
申请号:CN202011535974.1
申请日:2020-12-23
Applicant: 南京市江宁医院 , 推想医疗科技股份有限公司
Abstract: 本发明公开了一种肋骨定位、骨折临床结局预测装置及自动诊断系统,其中,所述肋骨定位装置用于输出肋骨的解剖学定位标签;所述肋骨骨折临床结局预测装置用于预测肋骨骨折的临床结局。本发明还公开了一种肋骨骨折分类装置,可检测并分类肋骨骨折,输出精细化的肋骨骨折分类标签,包括新鲜错位/非错位骨折、愈合期骨折、陈旧性骨折、病理性骨折。基于上述装置,本发明还公开了一种肋骨骨折自动诊断系统。本发明提高了肋骨骨折自动诊断中肋骨定位的精确度、骨折分类的精细度,并能进一步预测临床结局,有利于筛选预后不良患者而提前干预治疗。
-
公开(公告)号:CN114266777B
公开(公告)日:2024-11-29
申请号:CN202111546381.X
申请日:2021-12-16
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/10 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/50
Abstract: 本发明公开了一种分割模型的训练方法、分割方法、装置、电子设备及介质。该分割模型的训练方法包括:获取初始样本图像和所述初始样本图像的样本分割图像,并基于预先获取的噪声数据确定所述样本分割图像的样本噪声图像;将所述初始样本图像和所述样本噪声图像进行图像融合,并基于当前分割模型确定融合后的融合样本图像对应的融合分割图像;基于所述融合分割图像和预先训练好的判别模型对当前分割模型进行对抗训练,并得到当前次迭代更新后的分割模型,直到满足迭代停止条件,得到训练后的目标分割模型;实现了学习出图像中每个病灶可能存在的标记结果,将多种结果都作为分割模型的结果输出。
-
公开(公告)号:CN117058080A
公开(公告)日:2023-11-14
申请号:CN202310961774.X
申请日:2023-08-01
Applicant: 中日友好医院(中日友好临床医学研究所) , 推想医疗科技股份有限公司
Abstract: 本申请提供了一种基于少量标注医疗影像数据的扩增方法及装置,该方法包括:基于全局图像生成模型,生成第一全局图像,全局图像生成模型是基于目标医疗影像数据训练得到的;基于第一全局图像,确定多个局部图像,局部图像是基于第一全局图像以及第一全局图像中局部图像对应的图像数据生成的;基于多个局部图像,生成第二全局图像,第二全局图像的精度高于第一全局图像。由于第一全局图像是利用基于目标医疗影像数据训练得到的全局图像生成模型生成的,局部图像是基于第一全局图像以及第一全局图像中局部图像对应的图像数据生成的,多个局部图像之间具有连续性,因此,本申请实现了基于少量标注医疗影像数据,扩增出更多的医疗影像数据样本的目的。
-
公开(公告)号:CN114266777A
公开(公告)日:2022-04-01
申请号:CN202111546381.X
申请日:2021-12-16
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种分割模型的训练方法、分割方法、装置、电子设备及介质。该分割模型的训练方法包括:获取初始样本图像和所述初始样本图像的样本分割图像,并基于预先获取的噪声数据确定所述样本分割图像的样本噪声图像;将所述初始样本图像和所述样本噪声图像进行图像融合,并基于当前分割模型确定融合后的融合样本图像对应的融合分割图像;基于所述融合分割图像和预先训练好的判别模型对当前分割模型进行对抗训练,并得到当前次迭代更新后的分割模型,直到满足迭代停止条件,得到训练后的目标分割模型;实现了学习出图像中每个病灶可能存在的标记结果,将多种结果都作为分割模型的结果输出。
-
-
-
-
-
-
-
-
-