-
公开(公告)号：CN118262168B
公开(公告)日：2024-11-29
申请号：CN202410433816.7
申请日：2024-04-11
Applicant: 天津见康华美医学诊断技术有限公司 , 华中科技大学同济医学院附属协和医院 , 中国科学院深圳先进技术研究院 , 深圳见康智能科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T7/00 , G16H50/20
Abstract: 本发明公开了一种基于深度学习的B细胞淋巴瘤识别方法及装置，涉及细胞识别技术领域，步骤包括：获取原始数据，并选择信号参数作为细胞的特征向量；对特征向量进行补偿处理；对补偿后的荧光数据进行数据变换处理；对样本中的细胞构建邻接关系图；在对样本中的细胞进行分类时，将所有细胞特征数据和邻接关系图输入训练后的图卷积神经网络，对每个细胞进行类别预测；对样本的B细胞克隆性阴阳性进行判断；对异常样本的细胞免疫标记进行判断。装置包括检测模块、预处理模块、换算模块、构建模块、预测模块、第一判断识别模块和第二判断识别模块。本发明记载的方法及装置保证了整个全流程识别过程的自动化，提高了诊断效率。
-
公开(公告)号：CN118262171A
公开(公告)日：2024-06-28
申请号：CN202410449074.7
申请日：2024-04-15
Applicant: 华中科技大学同济医学院附属协和医院 , 天津见康华美医学诊断技术有限公司 , 中国科学院深圳先进技术研究院 , 深圳见康智能科技有限公司
IPC: G06V10/764 , G06V20/69 , G06V10/80 , G06V10/40 , G06V10/82 , G16B20/50 , G16B40/20 , G16B30/00 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种TP53基因预测方法及系统，属于基因预测技术领域。本发明基于弥漫大B细胞淋巴瘤患者的病理HE切片来预测TP53基因，同时基于MobileNet模型的骨干网络，引入细胞特征子网络、间质特征子网络和特征融合子网络，构建MODTP53Net网络模型，对弥漫大B细胞淋巴瘤HE切片的全玻片成像进行细胞特征、间质特征和全图像块特征的识别，得到特征向量，并通过Transformer网络模型分类器预测TP53基因的阴性及阳性检测结果，本发明预测精度高，快速检测TP53基因，避免对所有患者均采取基因检测造成的医疗成本过高，也弥补NGS测序和FISH检测两种技术必须都做的困境，节约成本和时间。
-
公开(公告)号：CN118262168A
公开(公告)日：2024-06-28
申请号：CN202410433816.7
申请日：2024-04-11
Applicant: 天津见康华美医学诊断技术有限公司 , 华中科技大学同济医学院附属协和医院 , 中国科学院深圳先进技术研究院 , 深圳见康智能科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T7/00 , G16H50/20
Abstract: 本发明公开了一种基于深度学习的B细胞淋巴瘤识别方法及装置，涉及细胞识别技术领域，步骤包括：获取原始数据，并选择信号参数作为细胞的特征向量；对特征向量进行补偿处理；对补偿后的荧光数据进行数据变换处理；对样本中的细胞构建邻接关系图；在对样本中的细胞进行分类时，将所有细胞特征数据和邻接关系图输入训练后的图卷积神经网络，对每个细胞进行类别预测；对样本的B细胞克隆性阴阳性进行判断；对异常样本的细胞免疫标记进行判断。装置包括检测模块、预处理模块、换算模块、构建模块、预测模块、第一判断识别模块和第二判断识别模块。本发明记载的方法及装置保证了整个全流程识别过程的自动化，提高了诊断效率。
-
公开(公告)号：CN113837961B
公开(公告)日：2023-10-20
申请号：CN202111109115.0
申请日：2021-09-22
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明公开了一种适用于活体长时间内源成像的方法和系统。该方法包括：采集原始内源信号图像并进行数字化，获得第一位深图像；将所述第一位深图像转换为第二位深的图像，其中该第二位深图像是无法观测到内源信号的强度图；针对所述第二位深图像，对灰度值范围的强度图进行运动校正，获得帧间亚像素偏移量；利用所述帧间亚像素偏移量对所述第一位深图像进行运动校正；从经校正的图像中提取内源信号。利用本发明能够实现对高灵敏的内源感测图像进行有效的长时间运动校正，并降低对实验环境的防震要求，有利于运用于术中观察。
-
公开(公告)号：CN116524195A
公开(公告)日：2023-08-01
申请号：CN202310728601.3
申请日：2023-06-20
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本申请提供了一种基于深度图的语义分割方法、装置、电子设备及存储介质，涉及图像处理技术领域。其中，该语义分割方法包括：获取目标场景下的深度图像；调用预训练模型对所述深度图像进行模态转换，得到自然图像；所述预训练模型是经过训练、且具有在所述深度图像与所述自然图像之间进行模态转换的能力的机器学习模型；将所述深度图像和所述自然图像进行模态融合，以利用所述自然图像对所述深度图像进行额外图像信息的补充；针对模态融合后的图像进行语义分割，得到语义分割结果。本申请解决了相关技术中语义分割的精度和功耗难以平衡的问题。
-
Patent Agency Ranking
公开(公告)号：CN111488921B
公开(公告)日：2023-06-16
申请号：CN202010237666.4
申请日：2020-03-30
Applicant: 中国科学院深圳先进技术研究院
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种全景数字病理图像智能分析方法和系统。该方法包括：将待分析的病理图像切片输入到基于注意力机制的卷积神经网络模型，进行病理图像不同尺度的特征，并将所提取的特征进行融合，获得融合特征；将所述融合特征输入到经训练的病理图像分类器，获得病理图像切片是否包含癌变的分类结果。本发明实现智能化地全景数字病理图像分析，考虑不同尺度的特征并且赋予权重，有效节约人工对数据进行分析归类的成本，同时避免了对医生技术水平过度依赖的问题，并大量节省了医生的人力物力成本，使得更多癌症患者能够得到及时诊治。
-
公开(公告)号：CN116230090A
公开(公告)日：2023-06-06
申请号：CN202310145029.8
申请日：2023-02-06
Applicant: 中国科学院深圳先进技术研究院
IPC: G16B40/00 , G16B25/10 , G16B20/20 , G16B20/50 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06N5/04 , G06F18/211
Abstract: 本发明实施例公开了一种基于基因与细胞关系的图网络构建方法及装置，所述方法包括：获取多个样本中的基因和细胞，对各样本中的基因和细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算该两个样本图网络中各节点特征的重要性；根据存在相互作用关系的基因与细胞、以及该两个样本图网络中各节点特征及其重要性，构建初始的因子图网络；根据因子图网络的邻接矩阵，对因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基于预测到的基因与细胞更新因子图网络。本发明解决了相关技术中无法定性定量分析基因与细胞相互作用关系的问题。
-
公开(公告)号：CN112763417B
公开(公告)日：2022-09-13
申请号：CN202011440007.7
申请日：2020-12-10
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明属于医疗器械领域，涉及一种数字病理切片全景扫描系统，包括宽谱光源、可调谐滤光器、光电滑环、分光装置、光纤组、计算机、载物平面和图像传感器；宽谱光源输出准直光束进入可调谐滤光器，可调谐滤光器将宽谱光源的输出光转为按顺序重复输出的单色光；分光装置接收计算机的指令将光电滑环出射的单色光按顺序耦合进光纤组；光纤组对载物平面上的物体进行多角度照明；图像传感器接收计算机的指令实现触发拍照，采集载物平面上物体经单色光顺序照明的图像；计算机对采集到的图像进行重建，实现病理切片全景成像。本发明选取大画幅的成像器件，完成对病理切片全景的一次拍摄即获取整张病理切片全图，节省了系统成本，有效提升了采集效率。
-
公开(公告)号：CN113920013A
公开(公告)日：2022-01-11
申请号：CN202111198028.7
申请日：2021-10-14
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明公开了一种基于超分辨率的小图像多目标检测方法。该方法包括：获取原始场景的第一分辨率图像；利用可逆神经网络模型将第一分辨率图像转换为第二分辨率图像后进行传输，进而还原为第一分辨率图像，其中第二分辨率图像的分辨率低于第一分辨率图像；将还原的第一分辨率图像输入至经训练的超分辨率扩散模型，并通过随机迭代去噪过程执行超分辨率重建，输出超高分辨率图像；对所述超高分辨率图像执行目标检测，获得目标识别信息。本发明提高了低分辨率情景下的障碍物检测精度，并使得导盲设备可以长时间工作，减轻使用者负担。
-
公开(公告)号：CN113837961A
公开(公告)日：2021-12-24
申请号：CN202111109115.0
申请日：2021-09-22
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明公开了一种适用于活体长时间内源成像的方法和系统。该方法包括：采集原始内源信号图像并进行数字化，获得第一位深图像；将所述第一位深图像转换为第二位深的图像，其中该第二位深图像是无法观测到内源信号的强度图；针对所述第二位深图像，对灰度值范围的强度图进行运动校正，获得帧间亚像素偏移量；利用所述帧间亚像素偏移量对所述第一位深图像进行运动校正；从经校正的图像中提取内源信号。利用本发明能够实现对高灵敏的内源感测图像进行有效的长时间运动校正，并降低对实验环境的防震要求，有利于运用于术中观察。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.051 seconds)
