-
公开(公告)号：CN119339921A
公开(公告)日：2025-01-21
申请号：CN202411446867.X
申请日：2024-10-16
Applicant: 北京理工大学
Abstract: 本发明公开了一种疾病诊断方法、装置、设备及存储介质，涉及智能诊断技术领域，该方法提供了疾病智能诊断模型，以辅助医生提高临床诊断的准确性和效率。解决了通用医学大模型中疾病知识不足的问题，可以充分挖掘大模型的知识潜力。引导模型根据现行医学指南验证预诊断结果的准确性，确保医疗决策的可解释性。该模型旨在通过整合多尺度知识增强、多智能体辩论优化和自我纠正诊断协作验证来提高复杂疾病诊断的准确性和效率，并基于医学指南分析结论的科学性，通过结合前沿的自然语言处理技术与临床医学知识体系，为辅助疾病临床医疗诊断开辟新路径。
-
-
公开(公告)号：CN118428407A
公开(公告)日：2024-08-02
申请号：CN202410519463.2
申请日：2024-04-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于知识蒸馏的增量目标检测方法、装置、设备及介质，该方法通过结合检测器的固有特性，在教师检测器的分类响应和定位响应上选取非对称的知识蒸馏区域。根据分类蒸馏区域，从教师检测器和学生检测器的分类响应中取出对应部分，采用自适应加权的分类知识蒸馏方法进行分类知识蒸馏。根据定位蒸馏区域，从教师检测器和学生检测器的定位响应中取出对应部分，采用自适应加权的定位知识蒸馏方法进行定位知识蒸馏。这种在非对称蒸馏区域上自适应加权响应蒸馏的方式促进教师检测器针对之前类别的知识更好地迁移到学生检测器上。
-
公开(公告)号：CN118365567A
公开(公告)日：2024-07-19
申请号：CN202410610025.7
申请日：2024-05-16
Applicant: 北京理工大学
IPC: G06T5/77 , G06T7/90 , G06T7/44 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种图像颜色修复方法、装置、设备及存储介质，该方法使用CycleGAN做为主要网络框架。实现了滤镜图像和无滤镜图像之间的转换。为了提高生成图像的颜色真实性以及图像纹理恢复，对生成器进行了改进。通过增加位置编码注意力显式地编码输入特征图的坐标信息，生成的图像颜色更加真实纹理更加清晰。利用通道和空间注意力机制对生成网络进行了优化，并通过多尺度判别器对图像在不同尺度进行细致的分析和判别，以达到精确校正滤光片引起的颜色失真，从而提升医学图像特征匹配和位姿估计任务的性能。
-
公开(公告)号：CN118177967A
公开(公告)日：2024-06-14
申请号：CN202410422923.X
申请日：2024-04-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种颅颌面修复方法、装置、设备及存储介质，该方法在截骨阶段可以采用光学探针获取患者腓骨和下颌骨的骨面结构。通过运用配准算法，术前截骨规划从真实患者空间关联至医学影像中，实现了对患者骨结构的精准提取。借助手眼标定原理，成功实现了机械臂位姿的提取。在截骨面位姿引导的指导下，机械臂能够准确定位截骨区域，为截骨手术提供了可靠的引导。重建阶段可以采用光学探针获取二维码标志板的特征点，获取缺损下颌骨的表面点云。通过应用配准算法，实现了标志板的虚实对齐以及“缺损下颌骨‑术前规划”的融合匹配。
-
Patent Agency Ranking
公开(公告)号：CN117995344A
公开(公告)日：2024-05-07
申请号：CN202410180711.5
申请日：2024-02-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种CT报告生成处理方法及装置，该方法可以对医生新增患者CT影像数据自动进行预处理、对影像疾病区域识别与抽取、通过影像编码特征对疾病自动分类、通过识别病理分类检索领域知识实现知识增强，通过分类任务和文本生成任务的联合训练，引导CT影像表现或诊断报告的自动生成。还可以通过同步CT影像和系统生成的报告的样本对，或者前两者以及用户订正后报告组合的三元组，系统不断收集新的训练数据以及影像诊断报告金标准，为模型的持续优化提供可能。
-
公开(公告)号：CN111563897B
公开(公告)日：2024-01-05
申请号：CN202010287157.2
申请日：2020-04-13
Applicant: 北京理工大学
IPC: G06T7/10 , G06T5/70 , G06V10/774 , G06N3/0442 , G06N3/0455 , G06N3/0895
Abstract: 基于弱监督学习的乳腺核磁影像肿瘤分割的方法及装置，能够利用不完整的标注信息训练分割模型，在保证精度的同时，大大提高了分割的效率。方法包括：(1)标注MRI影像中最大肿瘤截面，作为分割标签；(2)对MRI影像进行灰度归一化和降低分辨率的处理；(3)将处理后的MRI影像和分割标签输入到深度学习神经网络中，结合体积预测弱监督损失，对深度学习神经网络进行训练，获得网络模型；(4)将待分割图像输入到所述网络模型中进行分割，获得分割结果；(5)基于步骤(4)的分割结果，选取最大连通域去除噪声，得到最终分割结果。
-
公开(公告)号：CN117218289A
公开(公告)日：2023-12-12
申请号：CN202311188054.0
申请日：2023-09-14
Applicant: 北京理工大学
Abstract: 基于多模态运动融合图网络的四维器官重建方法及装置，精度高，实时性强，将术中目标器官的四维重建结果应用于X图像引导的微创手术，能有效实时补偿术中三维信息，辅助医生提高手术精度，缩短手术时间。方法包括：(1)提取术前器官三维时序运动信息，并构建动态的初始化三维形状；(2)增强X图像中器官区域的灰度和轮廓特征，以提取准确的术中器官二维时序运动信息；(3)利用动态的初始化三维形状和器官运动信息增量的X图像序列，以完成术中四维器官实时重建。
-
公开(公告)号：CN111445508B
公开(公告)日：2023-08-08
申请号：CN202010183820.4
申请日：2020-03-16
Applicant: 北京理工大学
Abstract: 一种增强2D/3D图像融合中深度感知的可视化方法及装置，可以增强2D/3D图像融合显示中的深度感知，使观察者更易感知和理解三维结构，能够用于B型主动脉夹层精准腔内修复手术导航系统中的术前规划以及交互式导航模块，为导航系统提供重要而准确的可视化信息。方法包括：(1)获取三维数据场；(2)对数据进行预处理；(3)对数据进行分类；(4)将深度颜色编码作用于采样点的颜色信息；(5)将边缘轮廓增强作用于采样点透明度信息；(6)通过图像合成得到最后渲染图像的颜色。
-
公开(公告)号：CN116402831A
公开(公告)日：2023-07-07
申请号：CN202310308950.X
申请日：2023-03-27
Applicant: 北京理工大学
IPC: G06T7/10 , G06V10/774
Abstract: 部分监督的腹部CT序列图像多器官自动分割方法及装置，方法包括：(1)获取待分割腹部多器官CT序列图像数据集；(2)预处理获取的腹部多器官CT序列图像数据集；(3)划分预处理后的腹部多器官CT序列图像数据集，该数据集包括训练集、验证集和测试集；(4)构建用于腹部多器官CT序列图像分割的深度学习模型，该深度学习模型为基于Swin Transformer技术的U型网络；(5)利用上述训练集和部分监督损失对上述深度学习模型进行训练，并根据上述验证集保存最佳模型，所述部分监督损失为边际损失和排他损失的线性组合；(6)利用上述保存的最佳模型对上述测试集进行预测，获得腹部CT序列图像中多个器官的分割结果。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.035 seconds)
