-
公开(公告)号：CN112288041A
公开(公告)日：2021-01-29
申请号：CN202011477932.7
申请日：2020-12-15
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种多模态深度神经网络的特征融合方法，在多模态深度三维CNN里，通过在深度学习特征域上，利用压缩激励（squeeze and excitation,S&E）模块，可获得关于模态之间的通道注意力掩膜，即在所有模态中，给予那些对于任务目标有着显著帮助的通道更大的关注，从而显式地建立了多模态三维深度特征图在通道上的权重分布；随后，利用四维卷积和Sigmoid激活函数计算，可获得关于模态之间的空间注意力掩膜，即在每个模态的三维特征图中，空间中哪些位置需要给予更大的关注，从而显式地建立了多模态三维深度特征图在空间上的相关性，对模态、通道、空间中具有重要信息的位置给予更大的关注，从而提高多模态智能诊断系统的诊断效能。
-
公开(公告)号：CN111862320B
公开(公告)日：2020-12-11
申请号：CN202010993876.6
申请日：2020-09-21
Applicant: 之江实验室
Abstract: 本发明公开了一种SPECT三维重建图像到标准视图的自动转向方法，通过利用刚性配准算法提取SPECT三维重建图像A和标准SPECT图像R之间的刚性配准参数P形成A与P的映射数据库，利用3层卷积模块对图像A进行特征提取，并经过三次全连接转换为6维的特征向量T，经过空间变换网络应用T于A上形成网络预测的转向结果训练从而建立SPECT三维重建图像自动转向模型。将待转向SPECT三维重建图像作为输入，利用SPECT三维重建图像自动转向模型进行自动转向即可获得标准视图。本发明使用网络提取图像位置特征，形成不同角度视图到标准视图的全自动转向，减少了手动转向操作的复杂性，提高了图像操作的便捷性。
-
公开(公告)号：CN111340768A
公开(公告)日：2020-06-26
申请号：CN202010109082.9
申请日：2020-02-21
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT智能诊断系统的多中心效应补偿方法，属于医学影像领域。该方法包括：基于一种关于加性和乘性多中心效应参数的位置尺度模型，对训练中心A和测试中心B的数据使用非参数化的数学方法，估测出测试中心B相对于训练中心A的多中心效应参数，并使用该参数补偿测试中心B的数据，以消除测试中心B与训练中心A之间的多中心效应。通过本发明，可补偿训练中心A与测试中心B之间的多中心效应，使得测试中心B的数据在补偿后可用于训练中心A所训练的模型之中，间接地提高了模型的泛化能力。
-
公开(公告)号：CN117831757A
公开(公告)日：2024-04-05
申请号：CN202410245727.X
申请日：2024-03-05
Applicant: 之江实验室
IPC: G16H50/20 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于病理CT多模态先验知识引导的肺癌诊断方法及系统，该方法通过获取患者的肺部CT图像并输入至训练好的基于CT的肺癌诊断分类深度神经网络C，获得预测的诊断结果；其中基于CT的肺癌诊断分类深度神经网络C是基于对比学习理论，通过病理特征来进行优化训练获得的，可以有效提高网络的训练效率以及精度上限。得益于病理图像带来的先验知识，基于CT的肺癌诊断分类深度神经网络C对于肺部CT图像的肺癌诊断分类具有更高的准确性，而病理图像仅仅作用于网络的训练过程中，在临床应用中并不需要提供。由此，训练得到的CT肺癌诊断分类网络比单纯由肺部CT图像训练得到的网络精度更高，稳定性更好，对于肺癌的早期诊断具有临床实际意义。
-
公开(公告)号：CN117011617B
公开(公告)日：2024-03-22
申请号：CN202311285221.3
申请日：2023-10-07
Applicant: 之江实验室
IPC: G06V10/766 , G06V10/774 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/088 , G06N3/0895
Abstract: 本发明公开一种基于二阶段教师‑学生框架的肺结节检测装置及构建方法，包括构建训练集，构建教师网络，利用强标注数据集和弱标注数据集，预训练教师‑学生框架中的教师网络，获取一个鲁棒的第一训练好的教师网络；再利用强弱标注数据集及在教师网络中得到的伪标签，构建并训练教师‑学生框架中的学生网络，获得肺结节检测装置本发明在混合监督的设置下，采用二阶段教师‑学生框架，仅利用少量的强标注数据，及一定量的弱标注数据，便可以有效地检测出形态、大小和位置不一的肺结节。相比于传统的完全监督学习方法，本发明能够较大地降低数据标注的成本和负担，并取得良好的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN117392252A
公开(公告)日：2024-01-12
申请号：CN202311201872.X
申请日：2023-09-18
Applicant: 之江实验室
Abstract: 本发明公开了一种脊柱微创术中CBCT数据的金属伪影自动校正方法及系统，通过在传统金属伪影校正方法中加入基于海森矩阵特征值的增强滤波和基于三角剖分的二维插值算法，实现更加准确的投影域金属物分割和填充，进而实现更高质量的脊柱微创术中CBCT数据的金属伪影自动校正。使用校正后的投影数据进行重建可以得到金属伪影显著减弱的三维CBCT图像，同时保护脊柱微创术中CBCT图像在金属植入物周围的组织对比度，可为临床医生与手术机器人提供更加可靠的图像引导。
-
-
公开(公告)号：CN116152246A
公开(公告)日：2023-05-23
申请号：CN202310422220.2
申请日：2023-04-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种图像识别方法、装置、设备及存储介质，可以基于待识别CT图像中包含的每个体素对应的CT值，提取出待识别CT图像的统计数据，进而可以通过识别模型根据待识别CT图像的统计数据，确定出待识别CT图像的第一特征表示，以及根据待识别CT图像，确定出待识别CT图像的第一特征表示，进而可以根据待识别CT图像的统计数据以及待识别CT图像的图像信息，对待识别CT图像进行识别，进而可以提高识别的准确性。
-
公开(公告)号：CN116129992A
公开(公告)日：2023-05-16
申请号：CN202310406420.9
申请日：2023-04-17
Applicant: 之江实验室
IPC: G16B20/00 , G06N3/0464
Abstract: 本发明公开了一种基于图神经网络的基因调控网络构建方法及系统，本发明通过链接预测和图神经网络的方式构建基因调控网络，结合了封闭子图和封闭子图标签矩阵作为输入特征的一部分，取代基于强假设的启发式方法，可以避免假设失效带来的负面影响，同时使神经网络可以能识别每个节点在图中的重要作用，再使用高效的图卷积层和排序池化层可以显著提高图神经网络链接预测的准确度。通过本发明，可以构建疾病的基因调控网络以发现与疾病相关的基因，从而提供潜在的药物靶点，从而达到治疗该疾病的效果。
-
公开(公告)号：CN116030078A
公开(公告)日：2023-04-28
申请号：CN202310315976.7
申请日：2023-03-29
Applicant: 之江实验室
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种多任务学习框架下结合注意力的肺叶分割方法及系统。本发明将肺叶分割任务作为主要任务、肺实质分割任务作为辅助任务，并行计算肺叶分割任务和肺实质分割任务；并在网络中插入通道注意力模块和锐化空间注意力模块，通道注意力模块能够强化通道特征信息，锐化空间注意力能够提升边缘测试效果，该网络能够自适应地权衡不同的任务，优化多任务目标的网络，最后训练得到的分割模型能实现三维图像的快速准确分割。本发明能有效利用神经网络学习多任务之间的共有特征，有望提取到更加全面的特征，强化主任务肺叶分割网络性能，在不增加实际使用时深度网络复杂度的情况下，提高深度网络对肺叶的分割能力。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.021 seconds)
