-
公开(公告)号:CN119049044A
公开(公告)日:2024-11-29
申请号:CN202411107373.9
申请日:2024-08-13
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V20/69 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域,公开了一种图像分类方法、装置、计算机设备、存储介质及程序产品。其中,该方法包括:获取原始细胞图像;对图像进行分割,得到多个图像块;从原始细胞图像中提取第一图像特征,从多个图像块中提取第二图像特征;确定第一图像特征对应的第一信息权重和第一非信息权重,以创建第一目标特征;确定第二图像特征对应的第二信息权重和第二非信息权重,以创建第二目标特征;对第一目标特征和第二目标特征进行合并,并对合并特征进行空间重建,得到空间重建特征;根据空间重建特征对分类器进行训练;将目标细胞图像输入训练后的分类器中,得到分类结果。通过实施本发明技术方案,能够实现精确和有效的细胞图像分类。
-
公开(公告)号:CN112465779B
公开(公告)日:2024-02-27
申请号:CN202011349356.8
申请日:2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统,该方法包括以下步骤:步骤1,CT图像预处理;步骤2,感兴趣区域提取;步骤3,网络模型训练;步骤4,对待分割CT源图像进行测试分割;步骤5,结果后处;步骤6,病灶边缘分割。本发明可实现胆总管囊肿病灶的全自动分割,有助于辅助临床医生观察胆总管囊肿病灶,辅助医生制定治疗策略,大大减少医生的工作量和操作时间,并为后续的工作提供帮助。
-
公开(公告)号:CN116894800A
公开(公告)日:2023-10-17
申请号:CN202310876159.9
申请日:2023-07-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明涉及数据融合技术领域,公开了一种基于脑血管知识的多层次数据融合方法及系统,方法包括:对脑影像数据进行分割得到脑血管分割数据并对其进行中心线提取得到脑血管树中心线数据;对脑血管分割和脑血管知识数据分层处理后,采用血管预处理算法集进行特征量化得到对应分层量化特征并设定其权重;结合脑血管树中心线数据,根据分层量化特征进行特征图融合,得到数据融合特征图并基于其各节点的位置进行子图构建,得到各节点子图并对其进行节点权重更新,得到对应加权子图并融合得到节点权重调整特征图,形成多层次血管知识融合数据并结合预设模型的性能来得到最优的多层次血管知识融合数据,明确了多层次血管知识融合数据的最佳处理路径。
-
公开(公告)号:CN116740533A
公开(公告)日:2023-09-12
申请号:CN202310720852.7
申请日:2023-06-16
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
IPC: G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/09 , G06V10/80
Abstract: 本发明涉及模型建立领域,公开了一种脑动脉瘤检测模型建立方法、装置、设备及存储介质,该方法包括:获取脑动脉数据融合图,并输入至图卷积模型,得到图卷积特征;获取血管预处理结果及血管知识融合数据,并输入到编码器,进行解耦,得到解耦特征;将图卷积特征和解耦特征进行特征融合,并将特征融合的结果输入到解码器,利用血管空间标注对检测模型进行监督训练,得到脑动脉瘤检测模型,本发明对脑动脉数据融合图进行处理,得到对应的图卷积特征,对血管预处理结果和血管知识融合数据进行处理,以编码解码为框架,建立脑动脉瘤检测模型,构建知识引导下的多尺度网络模型,利用脑动脉瘤检测模型进行脑动脉瘤检测,提高脑动脉瘤检测结果的精度。
-
公开(公告)号:CN116681671A
公开(公告)日:2023-09-01
申请号:CN202310651362.6
申请日:2023-06-02
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明涉及动脉瘤病灶检测技术领域,公开了一种动脉瘤病灶检测神经网络的知识融合方法及装置,方法包括:获取动脉分割数据、动脉瘤区域人工标注数据及动脉瘤知识数据;分别根据三种数据构建血管‑算法映射矩阵、标注‑算法映射矩阵及知识‑算法映射矩阵;根据三种映射矩阵依次构建血管图谱基础结构、更新血管图谱基础结构的节点信息及边权重,获得初始动脉数据融合图;通过对三种映射矩阵进行网格化参数优化,获得最佳动脉数据融合图。本发明通过对动脉数据及知识进行量化表征及数据融合,能够建立包含丰富的动脉相关信息的三维动脉数据融合图,为动脉瘤病灶的检测提供更可靠、更全面的数据支持。
-
公开(公告)号:CN109859221B
公开(公告)日:2023-03-14
申请号:CN201811483620.X
申请日:2018-12-06
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/12
Abstract: 本发明公开了一种基于OCT图像的皮肤多亚层结构自动分割方法,包括以下步骤:1)对采集的皮肤OCT图像进行预处理;2)对预处理后的皮肤OCT图像进行皮肤各层亚结构的分割;3)分别获取第一、三分割线和第二、四分割线,最终得到分割后的图像。本发明公开的基于OCT图像的皮肤多亚层结构自动分割方法,通过四条分割线将皮肤分为角质层、除去角质层的表皮层、真皮层三个部分,实现了皮肤多亚层结构的自动分割。本发明的方法简单高效,分割精度高,具有很好的应用价值。
-
公开(公告)号:CN112140554B
公开(公告)日:2022-07-19
申请号:CN202010935800.8
申请日:2020-09-08
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: B29C64/386 , B29C64/393 , G06T17/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种约束条件下的增材制造在线检测和控制方法,包括以下步骤:1)在三维打印设备逐层进行增材制造过程中,对拟制造的部件实时或间隔地进行三维扫描,在完成第i层打印时,获取当前部件的真实三维形貌Mgi,i=1,2,...,n,n为该部件总共需要打印的层数;2)将得到的部件的真实三维形貌Mgi与完成第i层打印时对应的部件的理论三维形貌Mti进行对比,计算两者之间的差异;当Mgi与Mti之间的差异指标的值大于预先设定的阈值时,对第i层进行二次增材打印,直至该差异指标不大于预先设定的阈值,然后再进行第i+1层的打印。
-
公开(公告)号:CN114387596A
公开(公告)日:2022-04-22
申请号:CN202111626061.5
申请日:2021-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
Abstract: 本发明公开了一种细胞病理涂片自动判读系统,包括:成像模块;图像采集模块;图像存储与管理模块;图像预处理模块;智能判读模块,其接收所述图像预处理模块输出的图像,对图像进行正常样本与病灶样本的预测分类,且在图像为病灶样本时,进一步对病灶类型进行预测判读;以及报告撰写模块,其自动生成图像所对应的样本的判读结论文本。本发明成功将人工智能辅助诊断技术应用于快速染色细胞病理学中,可显著提升诊断的准确性、一致性,降低细胞病理学医生的工作负荷;本发明通过改进现有卷积神经网络网络,利用多通道注意力机制特性,解决了由人工采样所引入的不确定因素,并能实现高准确性的全场景、多分类任务,最终能提高分类判读结果的准确性。
-
公开(公告)号:CN107292286B
公开(公告)日:2021-10-22
申请号:CN201710576848.2
申请日:2017-07-14
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开一种基于机器学习的呼吸音鉴别方法及系统,方法包括步骤:采集多个年龄段用户的所有听诊点位的呼吸音数据;记录与每个呼吸音数据匹配的相关信息,并将匹配的相关信息与呼吸音数据打包封装成呼吸音数据包;将呼吸音数据包进行深度学习分类,获得针对每个年龄段的呼吸音机器学习分类器;根据获得的实时呼吸音数据包所属年龄段,选择相应的呼吸音学习分类器进行数据分析并获得分析结果。本发明将不同年龄段的呼吸音数据和与其匹配的相关信息封装为呼吸音数据包进行深度学习分类,获得不同年龄段的呼吸音机器学习分类器,以对实时采集呼吸音数据包进行数据分析并获得结果,实现准确地、智能化地疾病分析与识别,便于辅助医生的临床研究。
-
公开(公告)号:CN112465779A
公开(公告)日:2021-03-09
申请号:CN202011349356.8
申请日:2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统,该方法包括以下步骤:步骤1,CT图像预处理;步骤2,感兴趣区域提取;步骤3,网络模型训练;步骤4,对待分割CT源图像进行测试分割;步骤5,结果后处;步骤6,病灶边缘分割。本发明可实现胆总管囊肿病灶的全自动分割,有助于辅助临床医生观察胆总管囊肿病灶,辅助医生制定治疗策略,大大减少医生的工作量和操作时间,并为后续的工作提供帮助。
-
-
-
-
-
-
-
-
-