-
公开(公告)号：CN118262171B
公开(公告)日：2025-02-14
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：CN114266726B
公开(公告)日：2024-12-24
申请号：CN202111387233.8
申请日：2021-11-22
Applicant: 中国科学院深圳先进技术研究院
IPC: G06T7/00 , G06T7/11 , G06N3/042 , G06N3/045 , G06N3/08 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/762 , G06V10/80
Abstract: 本申请涉及一种医学图像分割方法、系统、终端以及存储介质。所述方法包括：对第一模态图像和第二模态图像进行超像素提取；分别根据第一模态图像和第二模态图像的超像素为节点构建第一模态图神经网络和第二模态图神经网络，第一模态图神经网络和第二模态图神经网络根据中心位置距离及灰度均值差异计算每个超像素与邻域超像素的邻接矩阵，并根据邻接矩阵计算每个超像素在当前模态下的特征值；根据所述第一模态图像和第二模态图像的超像素为跨模态节点构建多模态图神经网络，所述多模态图神经网络将不同模态图像进行多模态信息融合，并根据融合后的特征图对第一模态图像进行分割。本发明无需多模态图像预先的精细配准，提高了医学图像的分割精度。
-
公开(公告)号：CN118365922A
公开(公告)日：2024-07-19
申请号：CN202410287950.0
申请日：2024-03-13
Applicant: 中国科学院深圳先进技术研究院
IPC: G06V10/764 , G06T7/11 , G06T7/00 , G06T17/00 , G06T15/00 , G06T5/50 , G06T5/70 , G06Q50/20 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种基于医学模型内容库的三维模型使用方法、装置、电子设备及存储介质，涉及计算机技术领域。其中，该方法包括：在进行医学模拟培训时，调用医学虚拟内容库，所述医学虚拟内容库是对三维数据文件进行存储得到的；获取需求数据，基于所述需求数据在医学虚拟内容库进行索引对应的目标三维数据文件，基于所述目标三维医学文件调取对应的目标三维模型。本申请解决了相关技术中如何快速提供多种场景下的医学三维场景和模型搭配的问题。
-
公开(公告)号：CN116524195B
公开(公告)日：2023-12-01
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。
-
公开(公告)号：CN116962657A
公开(公告)日：2023-10-27
申请号：CN202311223346.3
申请日：2023-09-21
Applicant: 中国科学院深圳先进技术研究院
IPC: H04N9/64
Abstract: 本发明实施例公开了一种彩色视频生成方法、装置、电子设备及存储介质，涉及图像处理技术领域，其中，所述方法包括：获取待处理视频，所述待处理视频包括至少一个深度图；针对各所述深度图，通过扩散模型对所述深度图进行噪声扩散，得到与所述深度图对应的噪声图；所述噪声图用于指示所述深度图的语义信息和深度信息；将所述待处理视频输入彩色视频生成模型进行对应彩色视频的生成，并引入经噪声编码器编码的噪声图对彩色视频生成过程进行全局语义控制，得到彩色视频；所述彩色视频包括至少一个彩色图，每个彩色图分别对应所述待处理视频中的一个深度图。本发明解决了现有技术成本较高，彩色视频生成准确度不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN114065838B
公开(公告)日：2023-07-14
申请号：CN202111235613.X
申请日：2021-10-22
Applicant: 中国科学院深圳先进技术研究院
IPC: G06V10/774 , G06N3/0464 , G06V20/10 , G06V10/82
Abstract: 本申请涉及一种低光照障碍物检测方法、系统、终端以及存储介质。所述方法包括：利用循环对抗网络将正常光照样本图像转换为低光照样本图像；通过光照增强网络对所述低光照样本图像进行增强处理，得到低光照增强图像；将所述低光照增强图像输入目标检测模型进行训练，得到训练好的目标检测模型；通过所述训练好的目标检测模型对待检测的低光照图像进行障碍物识别。本申请实施例通过引入自监督低光照增强算法对低光照图像进行增强处理，将低光照增强与目标检测算法进行有效结合，提高目标检测算法对低光照目标检测的鲁棒性和精度，解决了在低光照情景下使用普通目标检测算法进行障碍物检测存在的检测效果差的问题。
-
公开(公告)号：CN116051754A
公开(公告)日：2023-05-02
申请号：CN202310204311.9
申请日：2023-03-06
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本申请实施例提供了一种基于FPGA的三维重建装置、方法、系统及存储介质，涉及三维重建技术领域。其中，该装置包括：图像获取模块，用于获取待重建目标的至少一张二维图像；其中，各所述二维图像分别对应于所述待重建目标的一个投影角度；图像变换模块，用于对各所述投影角度的所述二维图像并行进行变换，得到对应于各投影角度的强度图像；三维重建模块，用于基于各投影角度的强度图像并行进行三维重建，得到所述待重建目标的三维图像。本申请实施例解决了相关技术中三维重建系统成本高、体积大的问题。
-
公开(公告)号：CN109662720B
公开(公告)日：2022-04-15
申请号：CN201811426266.7
申请日：2018-11-27
Applicant: 中国科学院深圳先进技术研究院 , 重庆大学
IPC: A61B5/1455 , A61B5/00 , G06N3/08
Abstract: 本发明公开了基于深度学习的多频段光声无创血糖浓度预测系统。系统主要包括激光源、n个不同频段的超声换能器、放大器、数据采集卡和信号处理模块。激光源产生脉冲激光，照射人体皮肤组织。n个不同频段的超声换能器分别获取不同频段的光声信号。放大器对光声信号进行放大。数据采集卡获取光声信号的时域信息。信号处理模块将时域信息转换为频域信息，并输入到基于深度学习的多频段光声无创血糖浓度预测模型中，从而获取血糖浓度值。本发明血糖浓度预测结果精确度高，克服了单频段光声信号无法全面反应血糖水平的局限性。
-
公开(公告)号：CN112560579A
公开(公告)日：2021-03-26
申请号：CN202011307128.4
申请日：2020-11-20
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人工智能的障碍物检测方法。该方法包括：根据光照度将采集的生活场景数据集划分为标准光照度的第二风格数据集和其他光照度的第一风格数据集；以设定的损失函数为目标训练循环对抗网络，该循环对抗网络包括第一生成器、第二生成器、第一鉴别器和第二鉴别器，其中，第一生成器用于转换第一风格数据集并传递至第一鉴别器，第二生成器用于转换第二风格数据集并传递至第二鉴别器，第一鉴别器和第二鉴别器用于判断接收到图像是否符合对应的目标风格；利用经训练的第一生成器处理待检测图像，并输出至目标检测网络进行障碍物检测。本发明解决了导盲技术面临的复杂光照情景下的目标检测鲁棒性差和准确度低的难题。
-
公开(公告)号：CN111488921A
公开(公告)日：2020-08-04
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
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。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.061 seconds)
