-
公开(公告)号：CN115187582B
公开(公告)日：2023-04-14
申请号：CN202210987431.6
申请日：2022-08-17
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种淋巴结分割方法、装置、电子设备及可读存储介质，该方法包括：获取待处理图像，待处理图像包括多个待分割淋巴结；对待处理图像进行预处理，得到多个目标图像，目标图像的尺寸小于待处理图像的尺寸，目标图像包括至少一个待分割淋巴结；采用淋巴结分割模型对各目标图像进行处理，得到对应的淋巴结分割结果；其中，淋巴结分割模型训练时的损失函数是基于淋巴结掩膜回归损失，淋巴结长径端点、短径端点回归损失，以及淋巴结轮廓回归损失进行加权计算得到；淋巴结分割结果包括至少一个待分割淋巴结的淋巴结掩膜信息，淋巴结长径端点、短径端点信息以及淋巴结轮廓信息。如此，可实现自动化分割出待处理图像中每一个独立的淋巴结。
-
公开(公告)号：CN115358976B
公开(公告)日：2023-04-07
申请号：CN202210957525.9
申请日：2022-08-10
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/084 , G06V10/82
Abstract: 本公开提供了一种图像识别方法、装置、设备及存储介质，涉及计算机技术领域。方法主要包括：获取待识别图像；根据分割模型，对待识别图像中的肺结节区域进行分割，得到肺结节原图，肺结节原图包括肺结节以及肺结节周围区域；根据肺结节原图，生成肺结节区域对应的肺结节张量；根据识别模型和肺结节张量，对待识别图像中的肺结节进行识别，得到图像识别结果，图像识别结果包括肺结节征象。
-
公开(公告)号：CN115170510B
公开(公告)日：2023-04-07
申请号：CN202210786683.2
申请日：2022-07-04
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种病灶检测方法、装置、电子设备及可读存储介质，该方法包括：获取肺门区CT图像；采用三维特征提取网络提取肺门区CT图像的特征，得到对应的三维特征图；采用二维特征提取网络提取三维特征图的特征，并基于自注意力机制融合提取到的特征，得到新的三维特征图；采用检测网络对新的三维特征图进行病灶检测，得到病灶检测结果。如此，可以获取到三维特征图中不同层的二维特征，并将不同层的二维特征关联起来，最终形成具有丰富空间信息的新的三维特征图，大大增加了肺门区特征的感受野，从而可以实现更加精准的病灶预测，尤其对于跨越层面众多，需要丰富空间信息才能准确预测的病灶，从而提高肺门区的病灶检出度和检出准确度。
-
公开(公告)号：CN115147359B
公开(公告)日：2023-04-07
申请号：CN202210630525.8
申请日：2022-06-06
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了肺叶分割网络模型训练方法、装置、电子设备及存储介质，所述方法包括：获取样本数据集，所述样本数据集中的样本数据包括携带疾病轮廓标注和肺叶轮廓标注的样本图像；将所述样本图像作为肺叶分割网络模型的输入，得到多个肺部分割概率图及每个所述肺部分割概率图对应的肺部分割图像；计算每个所述肺部分割概率图与对应的标注结果之间的损失；基于所述损失调整所述肺叶分割网络模型的参数。
-
公开(公告)号：CN114972242B
公开(公告)日：2023-04-07
申请号：CN202210563950.X
申请日：2022-05-23
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T3/00 , G06N3/0464 , G06T7/66 , G06T7/73 , G06V10/22 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本公开提供了一种心肌桥检测模型的训练方法、装置及电子设备，包括：获取心脏图像训练集的第一样本图像中第一血管对应的第一血管拉直图像，以及所述第一血管拉直图像对应的心脏掩码图像；将所述第一血管拉直图像和所述心脏掩码图像输入至心肌桥检测模型包括的特征提取模块中，确定所述特征提取模块的输出为第一图像特征；将所述第一图像特征输入至所述心肌桥检测模型包括的检测模块中，确定所述检测模块的输出，为所述第一血管被覆盖心肌桥的预测概率；基于心脏掩码图像中第一血管的标注，与所述第一血管被覆盖心肌桥的预测概率，调整所述心肌桥检测模型的参数。
-
Patent Agency Ranking
公开(公告)号：CN114943717B
公开(公告)日：2023-04-07
申请号：CN202210612213.4
申请日：2022-05-31
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/22 , G06V10/764 , G06V10/766 , G06V10/82 , G06T3/40 , G06V10/80 , G06N3/0464
Abstract: 本申请公开了一种乳腺病灶检测方法、装置、电子设备及可读存储介质，该方法包括：采用第一网络提取待检测乳腺断层影像的第一特征，及与待检测乳腺断层影像相邻的多张乳腺断层影像的第二特征；将第一特征及第二特征进行拼接，得到第三特征；采用第二网络对第三特征进行处理，得到第四特征；采用第三网络对第四特征进行处理，得到待检测乳腺断层影像对应的乳腺病灶检测结果。本申请实施例考虑了三维空间中不同层的乳腺断层影像之间的关联性，有效地利用到了待检测乳腺断层影像的三维上下文信息，可以大大地提升乳腺断层影像中乳腺病灶的检测准确性。
-
公开(公告)号：CN114926471B
公开(公告)日：2023-03-28
申请号：CN202210570543.1
申请日：2022-05-24
Applicant: 北京医准智能科技有限公司
IPC: G06T7/10 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种图像分割方法、装置、电子设备及存储介质，包括：获取第一数据集；获取学生模型和教师模型；获取第二标签；利用教师模型从第一数据集中提取第一特征图；利用学生模型从第一数据集中提取第二特征图；根据第一特征图和第二特征图计算第二损失值；利用第二损失值对学生模型的参数进行更新；利用教师模型对第一数据集进行图像分割，得到第一概率图集；利用学生模型对第一数据集进行图像分割，得到第二概率图集；利用第一概率图集、第二概率图集、第一标签和第一预设值计算第一损失值；利用第一损失值对学生模型的参数进行更新，得到多病灶分割模型；利用多病灶分割模型对图像数据进行图像分割，得到多病灶分割结果。
-
公开(公告)号：CN114820591B
公开(公告)日：2023-02-21
申请号：CN202210635894.6
申请日：2022-06-06
Applicant: 北京医准智能科技有限公司
Abstract: 本公开实施例提供了一种图像处理方法、装置、电子设备及介质。该图像处理方法包括获得乳腺断层影像，所述乳腺断层影像包括由多个影像构成的影像序列，从所述影像序列中非连续地选取多个待处理影像，分别识别每个所述待处理影像中的感兴趣区域，并获得每个感兴趣区域的展示优先级，将所述多个待处理影像中的感兴趣区域投影到同一平面以过滤感兴趣区域，从过滤后的感兴趣区域中选择展示优先级最高的数个感兴趣区域进行输出。
-
公开(公告)号：CN115578564A
公开(公告)日：2023-01-06
申请号：CN202211308889.0
申请日：2022-10-25
Applicant: 北京医准智能科技有限公司
IPC: G06V10/26 , G06V10/25 , G06V10/774 , G06V10/762 , G06T7/11 , G06T7/136 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种实例分割模型的训练方法、装置、设备及存储介质，包括：将训练集中的样本图像输入至实例分割模型包括的语义分割子模型中，获取样本图像对应的预测感兴趣区域；基于样本图像对应的预测感兴趣区域，从样本图像中获取对应的语义样本图像；将语义样本图像输入至实例分割模型包括的特征提取子模型中；获取样本图像对应的预测语义分割特征和预测聚类特征；基于预测语义分割特征、标注语义分割特征和预测聚类特征，调整特征提取子模型的参数；其中，所述语义分割特征和所述聚类特征用于确定所述样本图像的至少一个聚类特征，并基于所述至少一个聚类特征，确定所述样本图像的实例分割结果。
-
公开(公告)号：CN114972221B
公开(公告)日：2022-12-23
申请号：CN202210522323.1
申请日：2022-05-13
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T3/00 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/764 , G06T7/66 , G06T7/11 , G06N3/04
Abstract: 本申请公开了一种图像处理方法、装置、电子设备及可读存储介质，该方法包括：从待检测原始图像中提取待检测血管的血管中心线，血管中心线上包括多个中心点；基于待检测原始图像及多个中心点生成待检测血管的拉直图像；基于第一网络对拉直图像进行特征提取，得到初步特征；初步特征包括多个维度的特征；多个维度包括沿着血管方向的第一维度和垂直于血管方向的第二维度；基于第二网络对初步特征进行第二维度的融合处理，得到第一融合特征；基于第三网络对第一融合特征进行第一维度的融合处理，得到第二融合特征；基于第四网络对第二融合特征进行分析，得到待检测血管的狭窄分析结果。通过实施本申请，能够得到准确的待检测血管狭窄分析结果。
-
-
-
-
-
-
-
-
-
Search Results
203
records
(took 0.074 seconds)
