-
公开(公告)号：CN112288731A
公开(公告)日：2021-01-29
申请号：CN202011222711.5
申请日：2020-11-05
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本申请公开了一种血管狭窄分析方法，所述方法先从目标心脏CT血管造影图像中确定一包括血管和斑块的目标图像区域，再利用该目标图像区域进行分割，得到分割后的血管图像和斑块图像，并可以根据所述分割后的血管图像和斑块图像，确定所述目标心脏CT血管造影图像对应的目标血管狭窄分析结果，这样，由于斑块尺寸相比于血管和背景非常小，且目标图像区域相对于目标心脏CT血管造影图像而言，去除了大量的冗余信息，故可以使得预设的分割模型可以避免目标心脏CT血管造影图像中大量冗余信息的干扰，精确的分割目标图像区域中的斑块和血管，即提高了斑块和血管的分割精确度，从而可以提高目标心脏CT血管造影图像对应的目标血管狭窄分析结果的准确度。
-
公开(公告)号：CN109285147B
公开(公告)日：2020-12-29
申请号：CN201811004034.2
申请日：2018-08-30
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Inventor： 张番栋
IPC: G06T7/00
Abstract: 本申请公开了一种用于乳腺钼靶钙化检测的图像处理方法及装置、服务器。该方法包括：将目标图像通过重构网络得到第一残差图像；将所述第一残差图像通过T‑检测损失训练得到检测模型；将待识别图像输入所述检测模型得到第二残差图像；判断第二残差图像中是否有大于预设阈值的区域；以及如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果。本申请解决了检测识别效果较差的技术问题。通过本申请的方法，能够将具有较大重构误差的图像作为乳腺钼靶钙化检测的钙化点。
-
公开(公告)号：CN111915576A
公开(公告)日：2020-11-10
申请号：CN202010681303.X
申请日：2020-07-15
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本发明提供了一种循环残差乳腺X射线良恶性诊断学习方法及装置，其中方法包括：获取乳腺X射线原始目标图像，对乳腺X射线原始目标图像进行预处理，得到原始图像信息；基于预训练模型提取原始图像信息的特征，得到双侧图像特征；利用循环残差网络模型结合双侧图像特征生成目标图像的健康特征；将生成的目标图像的健康特征与原始目标图像的特征同时作为分类器的输入进行学习。提供了基于对称性的模型有效的将双侧信息结合起来，从而提高仅利用病理标注的基于全图的X射线良恶性诊断的准确率。
-
公开(公告)号：CN111415741A
公开(公告)日：2020-07-14
申请号：CN202010147323.9
申请日：2020-03-05
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本申请实施例提供了一种基于隐式表观学习的乳腺X射线影像分类模型训练方法和装置，解决了现有乳腺X射线影像分析方式不能充分利用表观特征而导致准确率低的问题。该基于隐式表观学习的乳腺X射线影像分类模型训练方法包括：基于预训练的特征提取模型提取乳腺X射线影像中的多个类型的病灶特征；分别对所述多个类型的病灶特征进行特征抽象建模以获取多个隐式表观特征描述信息；基于所述多个隐式表观特征描述信息获取用于表征所述多个类型的病灶特征之间关联关系的联合隐式表观特征；将所述联合隐式表观特征输入神经网络模型以获取预测分析结果；以及基于所述预测分析结果计算损失函数取值，并基于所述损失函数取值调整所述神经网络模型的参数。
-
Patent Agency Ranking
公开(公告)号：CN111325282A
公开(公告)日：2020-06-23
申请号：CN202010147825.1
申请日：2020-03-05
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本发明提供一种适应多机型的乳腺X射线影像识别方法和装置，所述方法包括：构建网络框架，其中，网络框架包括乳腺影像特征提取网络、乳腺影像机型分类网络和乳腺影像识别网络；获取来自不同机型的多个乳腺X射线影像数据集并统计得到其数据分布，根据数据集的数据分布分别为每张待识别乳腺X射线影像确定窗宽和窗位；将多个机型的、确定了窗宽和窗位的乳腺X射线影像输入网络框架中，对乳腺影像特征提取网络和乳腺影像机型分类网络进行一致性训练，同时训练乳腺影像识别网络；通过训练后的乳腺影像特征提取网络提取确定了窗宽和窗位的待识别乳腺X射线影像的特征，该特征经过训练后的乳腺影像识别网络，以实现对待识别乳腺X射线影像的识别。
-
公开(公告)号：CN111242877A
公开(公告)日：2020-06-05
申请号：CN201911407248.9
申请日：2019-12-31
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本申请实施例提供了一种乳腺X射线影像配准方法和装置，解决了现有影像分析方式无法实现乳腺腺体的影像对齐的问题。该乳腺X射线影像配准方法包括：根据乳腺X射线影像获取包括乳腺区域的矩形外接框；根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺X射线影像进行缩放；在竖直方向上移动所述乳腺X射线影像以使得所述矩形外接框的顶端与所述矩形配准窗口的顶端对齐；基于所述缩放比例，计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量；以及基于所述水平位移量移动所述乳腺X射线影像。
-
公开(公告)号：CN107492097B
公开(公告)日：2020-06-02
申请号：CN201710667240.0
申请日：2017-08-07
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本发明实施例公开了一种识别MRI图像感兴趣区域的方法及装置，该方法包括：通过已标注感兴趣区域的MRI图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对待识别的多模态MRI图像进行感兴趣区域的分割，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和最大径。其中，待识别的多模态MRI图像是对齐的不同序列的MRI图像的集合。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107480677B
公开(公告)日：2020-04-28
申请号：CN201710666441.9
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本发明公开了一种自动识别三维CT图像中感兴趣区域的方法及装置，该方法包括：通过标注了感兴趣区域的三维CT图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对三维CT图像进行识别，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和扩张直径。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和扩张直径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107480677A
公开(公告)日：2017-12-15
申请号：CN201710666441.9
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本发明公开了一种自动识别三维CT图像中感兴趣区域的方法及装置，该方法包括：通过标注了感兴趣区域的三维CT图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对三维CT图像进行识别，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和扩张直径。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和扩张直径，进而帮助医生对病情进行更准确的判断结果。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.044 seconds)
