-
公开(公告)号：CN110246572A
公开(公告)日：2019-09-17
申请号：CN201910366790.8
申请日：2019-05-05
Applicant: 清华大学
Abstract: 本发明提供了一种基于词向量的医疗分诊方法及系统，所述方法包括获取用户的症状数据信息；判断获取的用户症状数据信息是用户输入还是问诊数据，若是用户输入数据则执行分诊步骤，若是问诊数据则执行问诊步骤；基于所述症状数据信息查找与其对应的词向量，与门诊向量求余弦相似度，得到分诊概率，作为分诊结果；通过分诊概率求熵，并代入预先设置的症状向量列表，将概率分布的熵最小化，从而找到需要问诊的症状，获得问诊结果。通过本发明的技术方案能够帮助患者确认自己需要挂号的科室，且帮助医院提高分诊准确性，提高流程效率和节约成本。
-
公开(公告)号：CN110232410A
公开(公告)日：2019-09-13
申请号：CN201910461728.7
申请日：2019-05-30
Applicant: 清华大学
Abstract: 本发明提供一种多层级的器官组织病理图像分析方法及分析装置，分析方法包括以下步骤：将器官组织病理图像转换到HSV空间，用基于颜色空间的聚类方法对器官组织病理图像中的细胞核进行提取，并给出数量统计；将器官组织病理图像切分为多个图块，利用深度神经网络模型提取各图块的特征，输出图块的类型及分类的置信度；将所有图块的分类结果构成该器官组织病理图像的热力图，热力图中的每个像素点对应于一个图块，像素值等于该图块分类的概率，提取该热力图的统计特征，并基于统计特征训练分类器，利用训练的分类器对整张图像进行类型分析和判断。本发明分别从细胞级别、区域级别、全图级别给出对应的分析结果，可极大减轻医生的阅片负担。
-
公开(公告)号：CN110223303A
公开(公告)日：2019-09-10
申请号：CN201910394095.2
申请日：2019-05-13
Applicant: 清华大学
Abstract: 一种HE染色器官病理图像分割方法、装置，方法包括：获取包含器官组织的RGB图像，将RGB图像分割为多个RGB图像分块，并记录每个RGB图像分块的位置；将每个RGB图像分块转换为HSV图像分块；检查每个HSV图像分块的每个像素的色调值和饱和度值是否在预设的区间范围内，若是则判断该像素属于器官组织，当HSV图像分块中的像素属于器官组织的比例达到预设的比例阈值，则认为该HSV图像分块是器官组织；将所有判断是器官组织的HSV图像分块组合成掩膜，将掩膜覆盖在RGB图像上，获得分割结果。本发明可以迅速准确地将组织病理图像中的肺部组织与背景分离，能降低后续分析的时间复杂度和空间复杂度，提高后续分析的准确性。
-
公开(公告)号：CN110047578A
公开(公告)日：2019-07-23
申请号：CN201910291111.5
申请日：2019-04-11
Applicant: 清华大学
Abstract: 本发明公开了一种病理影像处理装置，包括：存储单元，用于获取待处理的病理影像并存储；显示单元，用于显示对获取的病理影像的操作以及处理结果；供电单元，用于提供电源；处理单元，用于对获取的病理影像进行处理；以及整合连接单元，其中，所述存储单元、所述显示单元、所述供电单元和所述处理单元均与所述整合连接单元连接，并通过所述整合连接单元进行信号传输，并且，所述显示单元覆盖于所述存储单元、所述供电单元、所述处理单元以及所述整合连接单元的上方。本发明是对数字化组织病理影像的浏览、分析、处理的一体化装置，避免了冗余设备的使用，降低了空间占用率，使用便捷度高。
-
公开(公告)号：CN110047081A
公开(公告)日：2019-07-23
申请号：CN201910231342.7
申请日：2019-03-26
Applicant: 清华大学
Abstract: 本发明公开了一种胸部X光图像的实例分割方法、装置、设备及介质，其中，方法包括：获取待检测的胸部X光图像；将所述胸部X光图像输入经过训练得到的实例分割模型中；通过所述实例分割模型对所述胸部X光图像进行实例分割，包括提取所述胸部X光图像的图像特征，获取所述胸部X光图像中待选的物体区域以及对应的提议框，获取所述物体区域内的物体类别并回归出对应的提议框的坐标，对对应的提议框内的物体进行分割；输出所述胸部X光图像中的解剖结构的分割结果。本发明能够准确地检测、分类以及分割出胸部X光图像中的重要解剖结构，实现了胸部X光图像中各个器官的实例分割。
-
Patent Agency Ranking
公开(公告)号：CN114972849B
公开(公告)日：2025-03-25
申请号：CN202210505393.6
申请日：2022-05-10
Applicant: 清华大学
IPC: G06F17/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06T7/00
Abstract: 本公开提供的一种胶质瘤的类型识别方法、模型训练方法、装置、设备，涉及图像处理技术，包括：获取胶质瘤的组织病理图像；将组织病理图像输入预设识别模型，提取胶质瘤中各目标图块的各特征向量，基于第一通道对各特征向量进行处理，得到与每种类型对应的第一分类信息以及目标向量，基于第二通道对目标向量进行处理，得到与每种类型对应的第二分类信息；对第一分类信息和第二分类信息进行处理，得到目标分类结果。本方案中，可以通过第一通道得到每种类型对应的第一分类信息以及目标向量；通过第二通道对目标向量进行处理，得到每种类型对应的第二分类信息；根据第一、第二分类信息，得到分类结果。可在一定程度上提高分型的准确率。
-
公开(公告)号：CN115082718B
公开(公告)日：2024-11-22
申请号：CN202210488276.3
申请日：2022-05-06
Applicant: 清华大学
IPC: G06V10/762 , G06V10/25 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本申请提供的一种基于组织病理图像的胶质瘤分级方法、装置、设备及介质，通过将获取到的待检测的WSI图像输入到预先训练得到的胶质瘤分级模型中，得到该待检测的WSI图像对应的胶质瘤恶性级别，然后保存该胶质瘤恶性级别，以实现智能诊断，辅助医生进行诊断，增强了胶质瘤诊断结果的客观性，使得诊断准确性提高。
-
公开(公告)号：CN113723617B
公开(公告)日：2024-08-06
申请号：CN202110986930.9
申请日：2021-08-26
Applicant: 清华大学
IPC: G06N20/00
Abstract: 本发明提供一种二阶段联邦学习方法、系统，按照预设的第一轮次数重复基于特征融合算法根据本地模型和新全局模型进行一阶段联邦学习，以更新本地模型的本地权重和新全局模型的参数，并将更新的新全局模型作为二阶段全局模型，再通过预设的测试数据对二阶段全局模型进行收敛测试以获取准确率，若准确率收敛，则将二阶段全局模型作为客户端的二阶段本地模型，并重复基于联邦平均算法进行二阶段联邦学习，以更新二阶段本地模型的本地权重，若重复次数达到预设的第二轮次数，则完成二阶段联邦学习，如此，改变原模型训练的损失函数，使得本地模型在更新时更接近于从服务器端收到的全局模型，从而减轻用户本地数据的过多影响，进而使模型更快地具有泛化能力，提高收敛速度。
-
公开(公告)号：CN114972209A
公开(公告)日：2022-08-30
申请号：CN202210482530.9
申请日：2022-05-05
Applicant: 清华大学
Abstract: 本申请提供一种宫颈病理图像处理方法和装置，涉及图像处理技术领域。该方法包括：获取宫颈病理图像，并将宫颈病理图像转换为灰度图像；获取灰度图像的掩膜图像；对掩膜图像的图像边缘进行求解，确定具有第一外接圆的第一掩膜图像；对灰度图像的感兴趣区域以外的区域进行检测，确定是否存在出界点，感兴趣区域为灰度图像中与第一掩膜图像取交集的区域；若感兴趣区域以外的区域存在出界点，则对第一外接圆进行再次求解，直至确定具有第二外接圆的第二掩膜图像，第二掩膜图像使得感兴趣区域以外的区域不存在出界点；采用第二掩膜图像对宫颈病理图像进行掩膜切割，得到宫颈病理图像的目标分割图像。本申请的方法提高了宫颈病理图像处理的准确率。
-
公开(公告)号：CN114648100A
公开(公告)日：2022-06-21
申请号：CN202210420301.4
申请日：2022-04-21
Applicant: 清华大学
Abstract: 本发明提供一种模型训练方法及装置，涉及建模技术领域。所述方法包括：载入当前模型参数，并对回退前迭代次数进行清零；若确定模型每训练一次，则获取所述模型的损失指标参数和最新模型参数，并将回退前迭代次数加1；若确定所述损失指标参数大于所述模型的预设损失指标参数，则将所述回退前迭代次数与预设回退前迭代次数进行比较；若确定所述回退前迭代次数大于等于所述预设回退前迭代次数，则继续执行所述载入当前模型参数，并对回退前迭代次数进行清零，以及后续步骤。所述装置执行上述方法。本发明实施例提供的模型训练方法及装置，能够防止模型过拟合，同时保证模型参数得到继续优化。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.019 seconds)
