-
公开(公告)号：CN111666972A
公开(公告)日：2020-09-15
申请号：CN202010350199.6
申请日：2020-04-28
Applicant: 清华大学 , 福州宜星大数据产业投资有限公司
Abstract: 本发明提供一种基于深度神经网络的肝部病例图像分类方法及系统，包括：获得属于同一用户设定时间段的多张病例图像；对多张病例图像进行重采样，形成单张三维病例图像；将上述单张三维病例图像输入深度神经网络模型提取图像特征，所述图像特征包括图像颜色通道和位置信息；采用注意力机制对上述图像特征赋予权重，与肝脏有关的图像特征的权重大于其他图像特征的权重；将赋予权重的图像特征输入分类器，获得单张三维病例图像的分类概率，所述分类包括病变和正常。上述方法及系统无需标注病例图像中的位置信息。
-
公开(公告)号：CN111462052A
公开(公告)日：2020-07-28
申请号：CN202010180739.0
申请日：2020-03-16
Applicant: 清华大学
Abstract: 本发明提供一种基于图神经网络的医疗影像分析方法及系统，包括：对染色的病理组织切片医疗影像切割成多个图像块；采用图像背景分离检测算法保留显示在有效组织区域之中的图像块，有效组织区域为包含病理组织的区域；对保留的图像块进行细胞切割和特征提取，获得细胞的特征信息，特征信息包括细胞的位置、颜色和几何信息；根据细胞的特征信息生成保留的图像块对应的特征图，节点代表细胞及细胞的特征信息，边代表相邻细胞的连接及距离；采用图神经网络根据特征图对保留的图像块进行分类，获得图像块的类别；根据所有保留的图像块的类别得到切割前的医疗影像的类别。上述方法及系统可解释性强，分类准确。
-
公开(公告)号：CN111260632A
公开(公告)日：2020-06-09
申请号：CN202010048656.6
申请日：2020-01-16
Applicant: 清华大学
Abstract: 本发明提供一种基于深度神经网络的图像分析方法及装置，包括：获得医疗影像图像；去除医疗影像图像中的背景；对去除背景的医疗影像图像进行区块划分，得到构成医疗影像图像各区域；构建多种卷积神经网络模型，将多种卷积神经网络模型进行加权组合形成融合模型，对融合模型进行训练，融合模型输入是医疗影像图像的颜色通道，输出为所述医疗影像图像的类别的概率，类别包括肿瘤，类别的概率包括肿瘤概率，表示医疗影像图像为肿瘤的图像的概率；将划分后的各区域的医疗影像图像输入训练后的融合模型，得到各区域的医疗影像图像所属类别的概率，从而生成医疗影像的类别概率热图。上述方法及装置能够客观准确的分析医疗影像图像的肿瘤概率。
-
公开(公告)号：CN110047584A
公开(公告)日：2019-07-23
申请号：CN201910329178.3
申请日：2019-04-23
Applicant: 清华大学
Abstract: 本发明提供一种基于深度学习的医院分诊方法、系统、装置及介质，包括：采集患者的主诉文本；从主诉文本中识别出症状实体类；构建症状库，所述症状库存储有患病的多个症状；根据症状库的症状和识别的症状实体类将患者的主诉文本编码为患者向量，症状库中的一个症状对应患者向量的一个维度，当症状实体类与症状对应时，所述维度为1，当症状实体类与症状不对应时，所述维度为0；将患者向量输入卷积神经网络模型进行分类，得到不同科室的分诊概率；对各个科室的分诊概率进行排序，返回给患者排序最高的设定个数的推荐科室和对应的分诊概率。上述提高分诊效率和准确率，降低医院导诊的人工开销。
-
公开(公告)号：CN109040077A
公开(公告)日：2018-12-18
申请号：CN201810903515.0
申请日：2018-08-09
Applicant: 清华大学
IPC: H04L29/06
CPC classification number: H04L63/08 , H04L63/0407
Abstract: 本发明提供一种数据共享与隐私保护的方法及系统，其中的方法包括：向个人数据中心发送数据分析请求；根据发送的数据分析请求，个人数据中心进行访问权限验证，其中，通过区块链中的智能合约进行访问验证权限；访问权限验证通过后，个人数据中心对请求的数据进行无篡改验证，其中，请求的数据的哈希值存储于区块链上，以验证所述请求的数据无篡改；将数据分析算法上传至个人数据中心，对所请求的数据进行分析并获取分析结果，其中，根据个人数据中心所设定的权限决定是否将获取的分析结果返回数据分析请求方。利用本发明，能够解决当前数据管理和共享传输中存在的身份管理难、标准不一致、数据安全性缺失、隐私保护机制缺乏等问题。
-
Patent Agency Ranking
公开(公告)号：CN108898601A
公开(公告)日：2018-11-27
申请号：CN201810550215.9
申请日：2018-05-31
Applicant: 清华大学
IPC: G06T7/10
Abstract: 本发明提供一种基于随机森林的股骨头图像分割装置及分割方法，包括：存储包含股骨头的第一图像；粗搜索第一图像选出与股骨头匹配性最高的候选区域；在股骨头边界设置多个轮廓点，对轮廓点位置求平均，得到平均轮廓形状，设定与平均轮廓形状外切的目标区域，轮廓点在目标区域的映射的形状作为迭代初始的轮廓形状；根据分裂参数构建前一次迭代后轮廓形状的每个轮廓点的树，得到每个轮廓点对应的局部二值特征；通过上一次迭代后每个轮廓点对应的局部二值特征对全局线性回归器进行训练，确定形状增量，结合上一次迭代后轮廓形状，确定此次迭代轮廓形状，将最终迭代次数的轮廓形状作为分割结果。上述装置和方法能够自动化分割第一图像的股骨头区域。
-
公开(公告)号：CN108846834A
公开(公告)日：2018-11-20
申请号：CN201810548920.5
申请日：2018-05-31
Applicant: 清华大学
Abstract: 本发明提供一种医用图像处理装置及医用图像处理方法，包括：图像存储部，存储包含股骨头的第一图像；图像分割部，分割出仅含有股骨头部分的第二图像；特征检验部，检验第二图像边缘是否为圆，显示不为圆部分的图像；纹理检测部，包括：ROI区域选取单元，从第二图像选取ROI区域；灰度变换单元，所述区域作灰度梯度变换，大于第一阈值的点置为0；细分单元，将ROI区域细分成多个第二区域，ROI区域面积是第二区域面积的整数倍；计数单元，对第二区域内的0的个数进行计数；第一判断单元，判断第二区域0个数是否超过第二阈值；第一显示单元，显示超过第二阈值的第二区域的图像。上述装置和方法能够实现股骨头医用图像的自动化处理。
-
公开(公告)号：CN108268753A
公开(公告)日：2018-07-10
申请号：CN201810073198.4
申请日：2018-01-25
Applicant: 清华大学
Abstract: 一种微生物组识别方法和装置、设备，该微生物组识别方法包括：获取多个生物个体的微生物组特征信息生成多个样本，计算该多个样本中第一样本分别与其他样本的相似度以获得多个相似度，根据该多个相似度建立所述第一样本的相似度概率分布模型；获取待测样本，计算所述待测样本与所述第一样本的相似度，根据所述待测样本与所述第一样本的相似度以及所述第一样本的相似度概率分布模型确定所述待测样本的第一概率值，根据所述第一概率值判断所述待测样本与所述第一样本是否属于同一生物个体。本实施例提供的方案，能有效的对微生物组进行识别。
-
公开(公告)号：CN119339812A
公开(公告)日：2025-01-21
申请号：CN202411396114.2
申请日：2024-10-08
Applicant: 清华大学
Abstract: 本申请涉及空间测序技术领域，特别涉及一种利用细胞间相关性检测空间染色质可及性方法及装置，其中，方法包括：获取细胞的空间位置数据和染色质开放性数据；识别空间位置数据中切片特征中每个点的空间位置，基于切片特征中每个点的空间位置构建空间图；识别染色质开放性数据中多个切片特征的染色质，基于多个切片特征的染色质构建染色质可及性图；根据空间图和染色质可及性图生成细胞间相关性图，基于细胞间相关性图内的每个切片特征的自相关性进行切片特征排序，根据切片特征的排序结果迭代更新染色质可及性图。由此，解决了现有技术中数据稀疏性高、特征可及性模式离散、处理效率低以及缺乏数据的定制建模等问题。
-
公开(公告)号：CN118919073A
公开(公告)日：2024-11-08
申请号：CN202410950063.7
申请日：2024-07-16
Applicant: 清华大学
Abstract: 本公开涉及一种肿瘤风险预测方法、装置和存储介质。该方法包括：基于包含目标肿瘤位置的核磁图像序列进行特征提取，得到第一图像特征；基于包含目标肿瘤位置的病理图像进行特征提取，得到第二图像特征；对第一图像特征和第二图像特征进行多模态特征融合，得到多模态融合后的特征；基于多模态融合后的特征进行分类，得到肿瘤风险预测结果，肿瘤风险预测结果用于指示肿瘤的风险程度。根据本申请实施例，可以将信息量差异较大的两种不同模态的图像数据进行结合以快速进行风险预测，且可以更加准确地指示肿瘤的风险程度，大大提升了医疗诊断的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.022 seconds)
