-
公开(公告)号：CN113920068A
公开(公告)日：2022-01-11
申请号：CN202111125524.X
申请日：2021-09-23
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开一种基于人工智能的身体部位检测方法、装置及电子设备，身体部位检测方法包括：对初始图像进行图像分割，得到目标图像；对目标图像进行处理，得到用于指示身体部位的掩膜；利用掩膜确定目标图像中的第一身体部位；对第一身体部位的图像进行处理，得到目标图像中的第二身体部位。其中，第一身体部位和第二身体部位基于身体检测模型确定。本申请通过标记有身体部位标签的样本训练身体检测模型，最终利用训练完成的身体检测模型检测医学影像中的身体部位。
-
公开(公告)号：CN113902692A
公开(公告)日：2022-01-07
申请号：CN202111128432.7
申请日：2021-09-26
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种血管的分割方法、装置及计算机可读介质，属于图像处理技术领域。该方法包括：将所述血管电子计算机断层扫描CT图像作为训练样本，对所述训练样本进行图像特征提取，得到血管特征图；对所述血管特征图分别进行位置特征提取和语义特征提取，得到血管的位置特征向量和语义特征向量；基于所述位置特征向量和所述语义特征向量，进行模型训练，得到血管分割模型；利用所述血管分割模型对待测血管CT图像进行预测处理，生成血管分割结果。由此，能够避免血管分割结果出现血管断裂和/或静脉血管粘连等问题，提高了血管分割的准确性，解决了现有技术中存在的血管图像远距离依赖问题。
-
公开(公告)号：CN113902670A
公开(公告)日：2022-01-07
申请号：CN202111010966.X
申请日：2021-08-31
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种基于弱监督学习的超声视频分割方法及装置，所述方法包括：获得第一视频样本，对所述第一视频样本进行弱监督标注，以得到标注有图片类别标签的弱监督标注图片；将所述弱监督标注图片输入视频注意力网络模型进行弱监督学习，获得目标视频注意力网络模型；所述目标视频注意力网络模型用于确定所述弱监督标注图片上的图片分割区域，以获得与所述第一视频样本对应的第二视频样本；将所述第二视频样本输入视频分割模型进行有监督学习，以获得目标视频分割模型，应用本方法实施例提供的方法，在训练超声视频分割模型的时候，能够节省大量的人力物力成本，并提高超声视频分割模型的分割效果。
-
公开(公告)号：CN113436144A
公开(公告)日：2021-09-24
申请号：CN202110566874.3
申请日：2021-05-24
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种基于人工智能的关节评级方法、装置、电子设备及计算机可读存储介质；所述方法包括：确定数字化X射线(DR)图像中的关节图像；基于所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述D R图像中的至少一项，确定所述关节图像对应的关节评级；所述关节评级用于表征所述关节的发育情况。本申请实施例能够提高关节评级的准确性。
-
公开(公告)号：CN113379674A
公开(公告)日：2021-09-10
申请号：CN202110468667.4
申请日：2021-04-28
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开一种医学图像的检测方法及装置，包括：利用检测网络中的特征分析结构，确定待检测图像对应的第一图像特征；所述特征分析结构包括，第一编码结构和第一解码结构；所述第一解码结构包括通道注意力模块和空间注意力模块；利用所述检测网络中的特征检测结构，根据所述第一图像特征确定所述待检测图像中的第一检测目标；基于上述结构，本申请中检测过程不再需要设定锚定尺寸，而能够针对不同大小的检测目标进行检测，解决现有技术中与锚定尺寸具有较大偏差的检测目标很可能会被漏检的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN112489060A
公开(公告)日：2021-03-12
申请号：CN202011428553.9
申请日：2020-12-07
Applicant: 北京医准智能科技有限公司 , 广西医准智能科技有限公司
Abstract: 本发明提供了一种肺炎病灶分割的系统及方法，针对不同大小的肺炎病灶，基于图像语义分割模型和图像实例分割模型，并将二者进行融合，应用特征金字塔技术，直接在三维空间中对肺炎病灶进行检测分割，并基于先验知识进一步滤除假阳性病灶，有效地解决了临床肺炎病灶判别中，体积较大病灶与体积较小病灶检出性能不一致的问题，改善了现有方法中体积小的肺炎病灶易漏检，而体积大的肺炎病灶分割效果差的现状，提高了病灶检出结果的灵敏度与特异度。
-
公开(公告)号：CN114202469B
公开(公告)日：2022-08-19
申请号：CN202111334991.3
申请日：2021-11-11
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种Frangi滤子的超参数选取方法、装置、电子设备及存储介质，包括：从血管区域选定初始体素，建立初始空间，获取初始空间中每个体素的三个特征值，根据特征值选取目标体素；根据初始体素的特征值构建三维坐标系，三维坐标系包括第一坐标轴、第二坐标轴和第三坐标轴；对于三维坐标系中每一坐标轴获取起点，沿该坐标轴正方向进行候选体素的采集；根据目标体素的特征值选取候选体素，将选取的候选体素归入目标体素形成附属空间，根据附属空间获取该坐标轴对应的最优体素；基于第一坐标轴、第二坐标轴，直到获取第三坐标轴最优体素的坐标作为Frangi滤子的超参数。
-
公开(公告)号：CN113902670B
公开(公告)日：2022-07-29
申请号：CN202111010966.X
申请日：2021-08-31
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/11 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种基于弱监督学习的超声视频分割方法及装置，所述方法包括：获得第一视频样本，对所述第一视频样本进行弱监督标注，以得到标注有图片类别标签的弱监督标注图片；将所述弱监督标注图片输入视频注意力网络模型进行弱监督学习，获得目标视频注意力网络模型；所述目标视频注意力网络模型用于确定所述弱监督标注图片上的图片分割区域，以获得与所述第一视频样本对应的第二视频样本；将所述第二视频样本输入视频分割模型进行有监督学习，以获得目标视频分割模型，应用本方法实施例提供的方法，在训练超声视频分割模型的时候，能够节省大量的人力物力成本，并提高超声视频分割模型的分割效果。
-
公开(公告)号：CN113781440B
公开(公告)日：2022-07-29
申请号：CN202111065766.4
申请日：2020-11-25
Applicant: 北京医准智能科技有限公司 , 广西医准智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06T7/73 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种超声视频病灶检测方法及装置；所述方法包括：利用特征金字塔网络对采集的超声影像进行特征提取，得到所述超声影像对应的特征矩阵；利用可变形卷积网络确定所述特征矩阵对应的特征偏移；基于所述特征偏移和所述特征矩阵，确定新的特征矩阵；基于所述新的特征矩阵确定所述超声影像对应的病灶信息。
-
公开(公告)号：CN114155193A
公开(公告)日：2022-03-08
申请号：CN202111256367.6
申请日：2021-10-27
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种基于特征强化的血管分割方法及装置，属于图像处理技术领域。该方法首先获取待测血管CT影像对应的待测血管特征图；待测血管特征图中携带有用于指示血管类别的血管结构点；并根据任意两个血管结构点之间的测地距离，获得血管邻接矩阵；之后将所有血管结构点的位置信息和待测血管特征图进行拼接处理，得到血管节点矩阵；最后基于血管节点矩阵和血管邻接矩阵，利用图神经模型进行血管特征强化处理，得到血管分割结果。由此，本实施例通过利用血管邻接矩阵和血管节点矩阵，能够将血管结构点形成的点云数据建立顶点与边的相关关系，从而使得图神经模型能够从不同角度提取血管特征，丰富了数据特征，提高了血管分割的准确性。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.029 seconds)
