-
公开(公告)号：CN120088552A
公开(公告)日：2025-06-03
申请号：CN202510160465.1
申请日：2025-02-13
Applicant: 中国科学院苏州生物医学工程技术研究所 , 核工业总医院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/762 , G06N3/0895 , G06N3/0464 , G06N3/088 , G06N3/09 , G06T7/00
Abstract: 本发明涉及图像分析技术领域，公开了一种医学图像分类方法、装置、设备、存储介质及产品，该方法包括：获取无标签医学图像样本以及有标签医学图像样本；构建子聚类感知对比半监督学习模型，子聚类感知对比半监督学习模型包括特征聚类分支以及网络学习分支；将无标签医学图像样本以及有标签医学图像样本输入特征聚类分支，根据有标签医学图像样本的动态子聚类结果确定无标签医学图像样本的子聚类伪标签；基于无标签医学图像样本、有标签医学图像样本以及子聚类伪标签训练网络学习分支，获得训练完成后的医学图像分类模型。本发明通过交替协同优化机制，有效解决了图像分类任务中类内差异性大与类间相似性高的问题，提高了图像分类的分类精度。
-
公开(公告)号：CN120047763A
公开(公告)日：2025-05-27
申请号：CN202411925094.3
申请日：2024-12-25
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市中医医院
IPC: G06V10/774 , G06V10/72 , G06V10/20 , G06V10/764 , G06V10/82
Abstract: 本申请公开影像图像增强方法、装置以及存储介质，属于人工智能技术领域，包括获取初始训练集，初始训练集包括多个影像图像；对每一影像图像进行预增强，得到第一增强训练集，第一增强训练集包括每一影像图像和其对应的多个第一增强图像；在训练场景下，对第一增强训练集进行2N次随机采样，得到N个样本对，每个样本对包括两个样本图像，N为正整数；针对每个样本对的每个样本图像，进行多尺度噪声增强，得到第一样本图像；对样本对的两个第一样本图像进行归一化处理，得到两个第二样本图像；基于各个样本对中的各个第二样本图像，构建第二增强训练集。本申请从整体角度确保进行图像增强后所得到的样本集能优化模型的性能。
-
公开(公告)号：CN114254698B
公开(公告)日：2024-10-22
申请号：CN202111485510.9
申请日：2021-12-07
Applicant: 苏州国科医工科技发展(集团)有限公司 , 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06N3/09 , G06V10/82 , G06N3/0499
Abstract: 本发明公开了一种不平衡数据与图像处理方法、系统及计算机设备，该包括以下步骤：1)对不平衡数据集O进行预处理；2)使用基于豪斯多夫距离的最大分布算法确定RBF神经网络数据生成模型的参数；3)构建RBF神经网络数据生成模型；4)使用构建的RBF神经网络数据生成模型结合mvnrnd函数生成样本集合S；5)将生成的样本集合S填充到原始不平衡数据集O中，获得处理后的平衡数据集Os，Os＝O∪S。本发明提供的不平衡数据与图像处理方法，能够处理缺失值和不同类型的属性，自适应地学习原始不平衡数据的类内和类间分布，自动按类别生成数据扩充原始数据中的少数类，从而能有效改善数据的不平衡性，提高数据分析的准确性。
-
公开(公告)号：CN111951252B
公开(公告)日：2024-01-23
申请号：CN202010826210.1
申请日：2020-08-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市第五人民医院
Abstract: 本发明公开了一种多时序图像处理方法、电子设备及存储介质，该方法包括以下步骤：1)多时序感兴趣区域分割；2)感兴趣区域综合特征提取；3)多时序图像特征提取；4)图像集处理：5)将所述步骤4)得到的特征矩阵M进行特征筛选后通过分类器进行分类，获得图像处理结果。本发明的多时序图像处理方法，能同时实现对多个病人的多时序图像分类，从多时相特征中能得到更加丰富的影像学定量特征；本发明通过构建多时相影像特征及其不同时相之间的特征差异，共同构成特征集合，可以更加有效的反映不同组织的影像学表现，利于得到更加丰富的影像学信息。
-
公开(公告)号：CN112508888B
公开(公告)日：2023-12-19
申请号：CN202011349387.3
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
Abstract: 本发明公开了一种面向医学影像的脑动脉快速自动分割方法及系统，该方法包括以下步骤：1)对输入的图像进行校正；2)对校正后的图像采用自检测分割方法进行阈值分割；3)对阈值分割后的图像使用自适应颅内模板去除颅骨；4)对去除颅骨后的图像进行种子点集阈值计算；5)种子点集自动提取；6)进行直方图统计，计算阈值系数；7)区域增长；8)精细分割。采用本发明的方法，能够自动地提取图像内的血管区域，并且自动化阈值计算方法对于不同类型的影像均具有较好的适应性与鲁棒性；本发明所采用的分割方法不仅适用于正常解剖结构的血管，对于有动脉瘤、囊肿等解剖结构变异或正常生理结构变异，均能够实现较好的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN116721281A
公开(公告)日：2023-09-08
申请号：CN202310594413.6
申请日：2023-05-24
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/75 , G06V10/74 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明提供一种基于分层图卷积的脑图像分类方法，包括以下步骤：获取静息态功能磁共振图像，构建功能脑网络特征；稀疏化所述功能脑网络特征，并构建个体图卷积网络，得到图嵌入特征；基于所述图嵌入特征训练网络模型，并利用边权重编码机制初始化群体图卷积网络参数，重新确定网络模型的边权重参数；利用测试集测试所述训练网络模型的正确性，统计分类结果。本发明所述的基于分层图卷积的脑图像分类方法，首先，能够利用先验脑区信息和图嵌入提取脑网络特征，具有较好的准确性，其次，利用边权重编码机制对群体图卷积网络模型的边权重编码，降低年龄、性别、图像采集设备等非图像信息的影响，具有更好的泛化性。本发明所述方法相比已有方法具有更好的分类性能。
-
公开(公告)号：CN116712331A
公开(公告)日：2023-09-08
申请号：CN202310626768.9
申请日：2023-05-30
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61H39/08
Abstract: 本发明公开了一种揿针执行器，属于针灸领域，包括操作组件、气泵盒以及控制器，操作组件包括壳体、压力传感器、弹性件、吸盘、连接柱以及真空接头，气泵盒通过真空接头与吸盘连通，吸盘固定安装于连接柱，连接柱与壳体滑动连接，压力传感器以及弹性件收容于壳体，弹性件两端分别与压力传感器以及吸盘抵触，控制器控制气泵盒抽气，吸盘吸取揿针；控制器控制气泵盒充气，吸盘带动揿针下落进行施针，压力传感器收集揿针执行器的反馈力，吸盘带动揿针下落进行施针，能够稳定、高效地实施揿针针灸，提高揿针针灸的稳定性、使针灸参数可控。
-
公开(公告)号：CN116271522A
公开(公告)日：2023-06-23
申请号：CN202211590246.X
申请日：2022-12-12
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
Abstract: 本申请公开了一种经皮电刺激设备及应用方法，该设备包括控制模块、电刺激控制器以及与该电刺激控制器连接的电刺激点阵模块；该电刺激控制器与该电刺激点阵模块成对出现，且一一对应；每个该电刺激点阵模块均包括有多个电触点；该电触点适于与目标刺激物接触，以对该目标刺激物进行电刺激；每个该电刺激控制器均与该控制模块通过弹性框架连接；该弹性框架适于将该控制模块固定在该目标刺激物上；该经皮电刺激设备可以实现多点位精准自动针灸的现代化、数字化以及智能化，相对于传统针灸方法，提高了操作的便捷性与规范性。
-
公开(公告)号：CN113893033B
公开(公告)日：2023-05-12
申请号：CN202110750575.5
申请日：2021-07-01
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: 本发明提供一种肺部经皮穿刺导航方法，包括输入目标患者的肺部静态影像数据，采用影像分割方法，得到皮肤及各组织的三维表面模型；以三维表面模型建立物理模型，仿真呼吸过程中的皮肤及各组织的运动轨迹；将仿真的运动轨迹与实时患者呼吸场景进行匹配，进行皮肤及各组织的联动实时虚实融合显示。本发明在仅有静态CT影像数据的情况下，仿真呼吸过程中的皮肤及各组织的运动轨迹；并与实际患者的呼吸位置相匹配，显示于真实的位置；在CT影像中皮肤表面模型与实际皮肤表面匹配时，生成提醒穿刺的信息，提高了肿瘤穿刺的精度；本发明将模拟皮肤、肿瘤及其他各组织的动态运动轨迹与实际呼吸状联动进行显示，有助于医生进行高效率、高准确性的穿刺。
-
公开(公告)号：CN116071296A
公开(公告)日：2023-05-05
申请号：CN202211488759.X
申请日：2022-11-25
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: G06T7/00 , G06T7/149 , G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 本发明提供了一种模型训练方法及装置，该方法包括：获取多张第一图像；提取第一图像中的第一对象；并获取从第一图像中标注的第二对象实例，作为第二对象实例标签；获取第一对象的轮廓；根据第一对象的轮廓和第二对象实例，获取第二对象的轮廓，作为第二对象轮廓标签；将第一对象输入至待训练模型，获取待训练模型的输出；待训练模型包括轮廓检测分支和实例检测分支，输出包括第二对象轮廓输出和第二对象实例输出；计算第一损失函数值以及计算第二损失函数值；根据第一损失函数值和第二损失函数值计算第三损失函数值；基于第三损失函数值，调整待训练模型的参数。利用本发明提供的模型训练方法训练出的模型，检测效率高。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.149 seconds)
