-
公开(公告)号：CN116721742A
公开(公告)日：2023-09-08
申请号：CN202310726729.6
申请日：2023-06-19
Applicant: 上海皓桦科技股份有限公司
IPC: G16H30/40 , G06T7/00 , G06T7/68 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及医学图像分析技术领域，具体提供一种冠状动脉血管中心线的命名方法、装置及介质，旨在解决如何快速准确的对冠状动脉血管中心线进行命名的技术问题。为此目的，本发明的冠状动脉血管中心线的命名方法，包括：获取待测图像，对待测图像进行特征提取，得到待测图像的图像特征，根据图像特征，获得待测图像的图像节点特征和节点关系特征，根据图像节点特征，获得待测图像的节点预测结果，根据图像节点特征和节点关系特征，获得待测图像的关系预测结果，根据节点预测结果和关系预测结果，获得待测图像的中心线树和分段命名结果。通过上述配置方式，本发明能够实现对冠状动脉血管中心线进行快速准确的命名。
-
公开(公告)号：CN116721732A
公开(公告)日：2023-09-08
申请号：CN202310635002.7
申请日：2023-05-31
Applicant: 上海皓桦科技股份有限公司
Inventor： 冯建兴
Abstract: 本发明涉及人工智能技术领域，具体提供一种诊断报告生成方法、控制装置及可读存储介质，旨在解决如何更为准确、完整、高效地生成基于医学影像的诊断报告的问题。为此目的，本发明将待分析的医学影像数据进行分割，获得医学影像数据中包含的多个器官影像数据，对每个器官影像数据进行关键影像提取，获得关键影像，基于关键影像获得器官影像数据的诊断结果，并将多个器官影像数据的诊断结果进行拼接，获得医学影像数据的诊断报告。能够基于医学影像数据自动生成诊断报告；使得每个器官影像数据的诊断结果的准确性更高，且计算量更小，进而使得最终获得的诊断报告也具有更高的准确性和完整性，且效率更高。
-
公开(公告)号：CN113011468B
公开(公告)日：2022-12-13
申请号：CN202110213940.9
申请日：2021-02-25
Applicant: 上海皓桦科技股份有限公司
Inventor： 冯建兴
IPC: G06V10/82 , G06V10/774 , G06V10/771 , G06N3/04 , G06N3/08 , G06T3/40 , G06T7/11
Abstract: 本发明涉及图像学习技术领域，具体提供了一种图像特征提取方法及装置，旨在解决如何提高图像特征学习的效果的技术问题。为此目的，根据本发明实施例的方法，可以对训练集内的每个图像样本分别进行图像随机变换，以获取每个图像样本对应的一个或多个随机变换图像；分别对每个随机变换图像进行分类，以形成第一图像集和第二图像集；采用图像质量评估模型并且根据每个图像样本，获取每个随机变换图像的质量评估值；根据第一图像集、第二图像集以及每个随机变换图像的质量评估值，对图像特征提取模型进行模型训练；利用训练好的图像特征提取模型对目标图像进行图像特征提取。通过上述步骤，可以提高模型图像特征学习的效果。
-
公开(公告)号：CN109830289B
公开(公告)日：2021-04-06
申请号：CN201910047854.8
申请日：2019-01-18
Applicant: 上海皓桦科技股份有限公司
IPC: G16H30/40
Abstract: 本发明属于图像处理技术领域，具体提供了一种肋骨图像显示装置，旨在解决现有技术进行肋骨骨病诊断时会在图像中引入噪声，并且花费医生大量检查时间的问题。为此目的，本发明提供的肋骨图像显示装置包括三维肋骨获取模块，配置为得到每根肋骨的三维肋骨图像；二维肋骨获取模块，配置为得到每根肋骨的二维肋骨图像；联动显示模块，配置为获取目标图像、三维肋骨图像以及二维肋骨图像中任一图像中待诊断的标定位置，联动显示另外两幅图像中与该标定位置对应的肋骨图像。基于上述结构，本发明提供的装置可以辅助医疗人员从多个视角对肋骨骨病进行细致地诊断，可以提高诊断速度，还可以尽可能地避免图像降维引入的噪声造成的假阳性。
-
公开(公告)号：CN109636746B
公开(公告)日：2020-09-08
申请号：CN201811459206.5
申请日：2018-11-30
Applicant: 上海皓桦科技股份有限公司
IPC: G06T5/00
Abstract: 本发明属于图像处理技术领域，具体提供了一种图像噪声去除系统、方法及设备，旨在解决现有技术基于图像噪声分布假设以及需要配对的有噪声和无噪声的训练数据实现去除图像中噪声的问题。为此目的，本发明提供的图像噪声去除系统包括生成对抗网络和图像去噪网络，生成对抗网络包括噪声生成网络和噪声判别网络；图像去噪网络配置为对目标图像进行去噪处理得到低噪声图像；噪声生成网络配置为根据低噪声图像样本与随机噪声生成噪声图像；噪声判别网络配置为根据预设的噪声图像样本预测噪声生成网络输出的噪声图像是真实噪声图像的概率。基于上述结构，本发明提供的系统可以适用于各种类型的噪声，且更为经济。
-
Patent Agency Ranking
公开(公告)号：CN118587254A
公开(公告)日：2024-09-03
申请号：CN202410621826.3
申请日：2024-05-17
Applicant: 上海皓桦科技股份有限公司
Inventor： 冯建兴
IPC: G06T7/30 , G06V10/764 , G06V10/46 , G06V10/82 , G06N3/08
Abstract: 本申请涉及图像处理技术领域，具体提供一种医学图像配准方法、系统、控制装置及存储介质，旨在解决现有技术无法对多模态医学图像进行配准的技术问题。为此目的，本申请的医学图像配准方法包括：获取若干个不同模态下的初始图像，其中，一个初始图像对应一种模态；基于预设形变器和初始图像，得到与初始图像一一对应的形变场；基于初始图像和形变场，得到公共解剖结构图。本申请基于形变场得到公共解剖结构图，能够同时对多个不同模态下的医学图像进行配准。
-
公开(公告)号：CN113592819B
公开(公告)日：2024-07-26
申请号：CN202110875128.2
申请日：2021-07-30
Applicant: 上海皓桦科技股份有限公司
Abstract: 本发明涉及图像处理技术领域，具体提供一种图像处理系统及方法，旨在解决图像过大导致传输时间长，降低图像处理效率的问题。为此目的，本发明包括：图像分割装置被配置成对人体图像进行分割；图像分析报告处理装置被配置成分析图像分析报告，确定异常的人体部位；图像传输装置被配置成确定每个子区域图像的传输优先级，按照传输优先级将每个子区域图像传输至图像显示终端，使存在异常的人体部位对应的子区域图像优先于其他子区域图像传输至图像显示终端进行显示；图像合成显示装置被配置成将所有子区域图像合成为新的人体图像并显示。通过分割图像，将存在异常的人体部位的子区域图像优先发送，克服了因图像传输时间过长降低图像处理效率的缺陷。
-
公开(公告)号：CN114387257A
公开(公告)日：2022-04-22
申请号：CN202210038764.4
申请日：2022-01-13
Applicant: 上海皓桦科技股份有限公司 , 华东疗养院
Abstract: 本发明涉及图像处理技术领域，具体提供一种肺部影像中肺叶区域的分割方法、系统、装置和介质，旨在解决如何对肺部影像中肺叶进行准确分割的问题。为此目的，本发明采用点云神经网络模型对肺裂区域在肺部影像中的三维坐标进行修正，根据修正后的肺裂区域对肺部影像进行肺叶分割，以获得肺叶区域。通过上述配置方式，本发明能够针对肺裂模糊不清、存在副裂以及存在肺部纤维化等情况的肺部影像进行肺裂区域在肺部影像中的三维坐标的修正，使得肺裂区域的预测更为完整且准确，进一步使根据修正后的肺裂区域进行肺叶分割获得的肺叶区域也更加准确。
-
公开(公告)号：CN113592819A
公开(公告)日：2021-11-02
申请号：CN202110875128.2
申请日：2021-07-30
Applicant: 上海皓桦科技股份有限公司
Abstract: 本发明涉及图像处理技术领域，具体提供一种图像处理系统及方法，旨在解决图像过大导致传输时间长，降低图像处理效率的问题。为此目的，本发明包括：图像分割装置被配置成对人体图像进行分割；图像分析报告处理装置被配置成分析图像分析报告，确定异常的人体部位；图像传输装置被配置成确定每个子区域图像的传输优先级，按照传输优先级将每个子区域图像传输至图像显示终端，使存在异常的人体部位对应的子区域图像优先于其他子区域图像传输至图像显示终端进行显示；图像合成显示装置被配置成将所有子区域图像合成为新的人体图像并显示。通过分割图像，将存在异常的人体部位的子区域图像优先发送，克服了因图像传输时间过长降低图像处理效率的缺陷。
-
公开(公告)号：CN109636746A
公开(公告)日：2019-04-16
申请号：CN201811459206.5
申请日：2018-11-30
Applicant: 上海皓桦科技股份有限公司
IPC: G06T5/00
Abstract: 本发明属于图像处理技术领域，具体提供了一种图像噪声去除系统、方法及设备，旨在解决现有技术基于图像噪声分布假设以及需要配对的有噪声和无噪声的训练数据实现去除图像中噪声的问题。为此目的，本发明提供的图像噪声去除系统包括生成对抗网络和图像去噪网络，生成对抗网络包括噪声生成网络和噪声判别网络；图像去噪网络配置为对目标图像进行去噪处理得到低噪声图像；噪声生成网络配置为根据低噪声图像样本与随机噪声生成噪声图像；噪声判别网络配置为根据预设的噪声图像样本预测噪声生成网络输出的噪声图像是真实噪声图像的概率。基于上述结构，本发明提供的系统可以适用于各种类型的噪声，且更为经济。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.042 seconds)
