-
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：CN112101453A
公开(公告)日：2020-12-18
申请号：CN202010961988.3
申请日：2020-09-14
Applicant: 推想医疗科技股份有限公司
Abstract: 公开了一种网络模型的训练方法及装置、标注信息的确定方法及装置、计算机可读存储介质及电子设备，涉及图像处理技术领域。该网络模型的训练方法包括：确定初始网络模型；基于待标注样本图像和待标注样本图像对应的概率图像训练初始网络模型，以生成图像理解模型，其中，图像理解模型用于基于待标注图像生成待标注图像对应的特征图和修复图像，概率图像用于表征待标注样本图像中的显示单元被擦除的概率。本公开能够使图像理解模型聚焦于学习图像的边界信息(包括能够用于分割的边界信息)，进而使训练得到的图像理解模型具备图像理解能力。由此，本公开能够为后续标注信息的重定义操作提供数据基础，进而提高标注信息的重定义精准度。
-
公开(公告)号：CN111462086B
公开(公告)日：2024-04-26
申请号：CN202010246938.7
申请日：2020-03-31
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种图像分割方法及装置、神经网络模型的训练方法及装置、计算机可读存储介质和电子设备。该图像分割方法包括：获取待分割病理图像的分割掩膜图像，其中，分割掩膜图像包含待分割病理图像中细胞核的边界信息；根据分割掩膜图像，获取待分割病理图像的距离回归图像；根据分割掩膜图像和距离回归图像，获取待分割病理图像的二值细胞核分割图像，能够结合细胞核边界信息和距离信息进行细胞核二分类分割任务，提高了细胞核分割的精度，更好地分割较小的细胞核、粘连及重叠的细胞核；另外，来自不同器官的细胞核在外观、形态、形状、颜色以及密度上都具有很大的不同，本发明实施例提供的技术方案能够具有很好的泛化能力。
-
公开(公告)号：CN111524109B
公开(公告)日：2023-07-25
申请号：CN202010300520.X
申请日：2020-04-16
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种头部医学影像的评分方法和装置、电子设备及存储介质，所述方法包括：根据所述头部医学影像，获取所述头部医学影像的脑缺血分割图；根据所述头部医学影像，获取所述头部医学影像的供血区分割图；根据所述脑缺血分割图和所述供血区分割图，输出评分结果，能够实现ASPECTS评分全自动化，解决人工评估导致的一致性差异大的问题。
-
公开(公告)号：CN112488178B
公开(公告)日：2022-07-26
申请号：CN202011355246.2
申请日：2020-11-26
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种网络模型的训练方法及装置、图像处理方法及装置、设备。该训练方法包括：根据多个二维医学样本影像对应的三维样本特征和多个二维样本特征，通过特征转化算法，获得三维求和样本特征和多个二维求和样本特征，其中，多个二维医学样本影像具有包含病灶或不包含病灶的整体标签，三维求和样本特征结合有多个二维样本特征转化而成的三维样本特征，多个二维求和样本特征结合有三维样本特征转化而成的多个二维样本特征；根据多个二维求和样本特征和三维求和样本特征，获得训练完成的网络模型，能够减少对医学影像的病灶的精确标注的依赖，且能够精准地对病灶进行自动分类，从而大大降低了医生的图像标注的工作量。
-
Patent Agency Ranking
公开(公告)号：CN112085197B
公开(公告)日：2022-07-22
申请号：CN202010954707.1
申请日：2020-09-11
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种神经网络模型的训练方法及装置、存储介质和电子设备。神经网络模型的训练方法包括对同一身体部位的多个模态影像分别进行特征提取得到对应的多个模态特征；对多个模态特征进行融合得到第一融合向量；采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量；根据第一特征向量计算第一损失函数；根据第一损失函数训练神经网络模型。本发明通过对多个模态特征进行融合得到第一融合向量以及采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量，从而能够有效挖掘多个模态影像中多个模态特征的关联性。
-
公开(公告)号：CN112116004B
公开(公告)日：2021-11-02
申请号：CN202010987094.1
申请日：2020-09-18
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种病灶分类方法及装置、病灶分类模型的训练方法。该病灶分类方法包括：获取第一医学图像中的第一病灶区域和第二医学图像中的第二病灶区域，其中，第一医学图像和第二医学图像为同一检查对象的检查部位在不同角度下拍摄得到的图像，第一病灶区域和第二病灶区域分别为同一病灶在第一医学图像和第二医学图像中对应的图像区域；分别对第一病灶区域和第二病灶区域进行特征提取；将第一病灶区域的特征和第二病灶区域的特征进行融合，获得病灶的第一融合特征；根据第一融合特征，对病灶进行分类，能够提高对病灶类型的分辨能力，提高病灶分类的准确性。
-
公开(公告)号：CN112233126B
公开(公告)日：2021-09-17
申请号：CN202011104293.X
申请日：2020-10-15
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种医学图像的加窗方法及装置。该方法包括：分别获取待加窗处理的多个医学图像中的每个医学图像中的感兴趣区域的第一CT值和第二CT值，其中，第一CT值大于第二CT值；根据获取的多个第一CT值，确定加窗处理的窗口的第一参数值；根据获取的多个第二CT值，确定加窗处理的窗口的第二参数值；根据窗口的第一参数值和第二参数值，对多个医学图像进行加窗处理，能够自动选择合适的窗宽、窗位。
-
公开(公告)号：CN111524106B
公开(公告)日：2021-05-28
申请号：CN202010287222.1
申请日：2020-04-13
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颅骨骨折检测和模型训练方法、装置、设备和存储介质。模型训练方法包括：获取多组颅骨骨折训练样本数据；基于各组颅骨骨折训练样本数据，对基于神经网络的初始目标检测模型进行训练，生成颅骨骨折检测模型；其中，颅骨骨折检测模型包括由深度卷积神经网络和多尺度目标检测网络构成的特征提取主网络和无候选框分类子网络；特征提取主网络用于对头部医学图像进行特征提取，获得至少一个融合特征层，融合特征层融合了低层卷积特征层的位置信息和高层卷积特征层的语义信息；无候选框分类子网络用于至少对各融合特征层中的最后一个融合特征层进行卷积操作，获得模型输出结果。通过上述技术方案，实现了颅骨骨折的高精度检测。
-
公开(公告)号：CN112750124A
公开(公告)日：2021-05-04
申请号：CN202110090537.1
申请日：2021-01-22
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模型生成、图像分割方法、装置、电子设备及存储介质。该模型生成方法包括：将获取到的样本图像输入至原始分割模型中，根据原始分割模型输出的分割特征图确定增强特征图和分类向量；根据增强特征图中的第三特征图和第四特征图确定相似性损失函数，并且根据分类向量和针对于已知目标的分类标签确定分类损失函数；将分类损失函数和相似性损失函数反向输入到原始分割模型，调节原始分割模型的网络参数，生成图像分割模型。本发明实施例的技术方案，可以生成能够进行精细并且完整分割的图像分割模型，达到了增强弱监督分割模型的分割性能的效果。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.032 seconds)
