-
公开(公告)号：CN113096141B
公开(公告)日：2022-01-11
申请号：CN202110420571.0
申请日：2021-04-19
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种冠状动脉分割方法以及冠状动脉分割装置，该冠状动脉分割方法包括：基于心脏CTA图像，确定心脏CTA图像对应的主动脉分割数据；基于心脏CTA图像和主动脉分割数据，确定心脏CTA图像对应的冠状动脉主干分割数据；基于心脏CTA图像和冠状动脉主干分割数据，确定心脏CTA图像对应的冠状动脉细节分割数据；以及基于心脏CTA图像、冠状动脉主干分割数据和冠状动脉细节分割数据，确定心脏CTA图像对应的冠状动脉分割数据。本申请提供的冠状动脉分割方法，在进行冠状动脉分割时，先进行主动脉分割，再进行主干分割，继而进行细节分割，继而删除静脉假阳，有效提高分割精度，增强鲁棒性，降低静脉假阳和动脉漏诊发生概率。
-
公开(公告)号：CN113837192A
公开(公告)日：2021-12-24
申请号：CN202111109049.7
申请日：2021-09-22
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种图像分割方法及装置，神经网络的训练方法及装置。该方法包括：将第一骨影像输入第一神经网络中，得到所述第一骨影像的第一特征图，其中，所述第一神经网络用于对所述第一骨影像进行骨骼的语义分割；根据所述第一骨影像中的局部骨影像，通过第二神经网络，得到所述局部骨影像的第二特征图，其中，所述第二神经网络用于对所述局部骨影像进行骨骼的二值分割；根据所述第一特征图和所述第二特征图，获取骨骼分类分割结果，能够同时提高骨分割和分类的精度和速度。
-
公开(公告)号：CN113011510B
公开(公告)日：2021-12-24
申请号：CN202110322110.X
申请日：2021-03-25
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种支气管分级及模型训练方法、装置及电子设备，方法包括：获取支气管训练数据集，对支气管训练数据中的每一像素点所属的支气管分级进行标注；提取每一支气管训练数据的中线及关键点；根据关键点对中线进行分段，依据分段的邻接关系，构建中线邻接矩阵；依据支气管段中标注的每一像素点所属的支气管分级，确定该支气管段所属的支气管分级；将支气管训练数据包含的各支气管段的像素点坐标矩阵与中线邻接矩阵，作为待训练的深度图神经网络的输入，对待训练的深度图神经网络进行训练；依据支气管段所属的支气管分级以及待训练的深度图神经网络的输出，确定待训练的深度图神经网络收敛，得到支气管分级模型。可以提高支气管分级精度。
-
公开(公告)号：CN113610824A
公开(公告)日：2021-11-05
申请号：CN202110930114.6
申请日：2021-08-13
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种穿刺路径规划方法及装置，电子设备及存储介质。该方法包括：从医学影像中获取至少一个组织器官的分割结果和所述至少一个组织器官中的病灶的信息；对所述分割结果进行三维重建，以获得所述至少一个组织器官的三维建模结果；根据所述病灶在所述三维重建结果的位置，确定穿刺针的穿刺路径；向前端设备发送所述穿刺路径，以便于指导医护人员进行穿刺手术，能够实现全自动确定穿刺路径，从而避免了医疗事故的发生。
-
公开(公告)号：CN112288718B
公开(公告)日：2021-11-02
申请号：CN202011180299.5
申请日：2020-10-29
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种图像处理方法及装置，电子设备及计算机可读存储介质，该方法包括：对具有管状结构的第一医学图像进行距离变换，以确定所述管状结构中的像素点的距离变换结果；根据所述距离变换结果和第二医学图像，通过区域增长算法，获得第三医学图像，能够避免提取的管状结构在粘连处出现串色的问题。
-
Patent Agency Ranking
公开(公告)号：CN112418299B
公开(公告)日：2021-10-26
申请号：CN202011303653.9
申请日：2020-11-19
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种冠状动脉分割模型的训练方法，包括：获取样本，所述样本包括待识别区域血管数据与冠状动脉标识数据；在所述待识别血管数据中增加干扰数据，获取待识别血管扩充数据；基于所述冠状动脉标识数据获取冠状动脉启示数据，所述冠状动脉启示数据用于在对所述待识别区域血管数据进行标识时提供启示；以及将带有所述待识别血管扩充数据、所述冠状动脉启示数据和所述冠状动脉标识数据的所述样本输入神经网络模型，对神经网络模型进行训练，以使得所述神经网络模型能够基于所述样本上的所述冠状动脉启示数据输出所述冠状动脉标识数据。使得神经网络模型学习如何区分干扰性，实现精准分割，有效区分冠状动脉和静脉假阳。
-
公开(公告)号：CN111369524B
公开(公告)日：2021-07-27
申请号：CN202010137630.9
申请日：2020-03-02
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了结节识别模型训练方法、结节识别方法及装置。其中结节识别模型训练方法包括：获取样本图像，其中，样本图像中各像素点设置有标识，标识包括正样本标识、负样本标识和非样本标识；将样本图像输入至待训练的结节识别模型中，基于待训练的结节识别模型的识别结果确定各像素点的损失函数；根据样本图像中各像素点的标识和各像素点的损失函数，确定样本图像对应的损失函数；基于样本图像对应的损失函数对待训练的结节识别模型进行训练，生成结节识别模型。保证了正负样本平衡，避免了识别精度差的问题，在训练过程中忽略非样本标识的监督作用，可避免在像素点标记过程中对结节区域遗漏导致的对模型训练的错误干扰。
-
公开(公告)号：CN111415743B
公开(公告)日：2021-07-09
申请号：CN202010189088.1
申请日：2020-03-17
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种肺炎分类方法、分类装置、计算机可读存储介质以及电子设备，通过将获取的肺炎征象和被检测者的临床信息输入第一神经网络模型，由第一神经网络模型自动识别肺炎的类型，在考虑肺炎征象等病理性特征的同时结合被检测者的临床信息，从而更加准确的识别出肺炎的类型，不仅能够实现自动区分肺炎类型，并且能够保证其准确性，从而为后续的治疗提供更为准确和细化的类型信息，保证后续治疗更有针对性，也更有效果。
-
公开(公告)号：CN113011510A
公开(公告)日：2021-06-22
申请号：CN202110322110.X
申请日：2021-03-25
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种支气管分级及模型训练方法、装置及电子设备，方法包括：获取支气管训练数据集，对支气管训练数据中的每一像素点所属的支气管分级进行标注；提取每一支气管训练数据的中线及关键点；根据关键点对中线进行分段，依据分段的邻接关系，构建中线邻接矩阵；依据支气管段中标注的每一像素点所属的支气管分级，确定该支气管段所属的支气管分级；将支气管训练数据包含的各支气管段的像素点坐标矩阵与中线邻接矩阵，作为待训练的深度图神经网络的输入，对待训练的深度图神经网络进行训练；依据支气管段所属的支气管分级以及待训练的深度图神经网络的输出，确定待训练的深度图神经网络收敛，得到支气管分级模型。可以提高支气管分级精度。
-
公开(公告)号：CN112489794A
公开(公告)日：2021-03-12
申请号：CN202011506633.1
申请日：2020-12-18
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明实施例公开了一种模型的训练方法、装置、电子终端及存储介质，该方法应用于医院的系统平台，包括：于当前时机满足预设时机时，从预设存储空间获取标记数据、训练数据和原始模型；其中，标记数据为系统平台上线原始模型后，存储的全部标记数据；训练数据为训练原始模型时，所使用的原始训练集中的部分数据；基于标记数据和训练数据，对原始模型中预设组成模块的参数进行调整，得到调参后的模型；根据评测数据对调参后的模型进行评测，并根据评测结果将调参后的模型更新到预设存储空间。能够在保证医院数据安全的情况下，实现针对特定数据进行自动地模型训练，从而不仅提高模型针对特定数据的表现，还可以避免浪费大量时间和人力资源。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.043 seconds)
