-
公开(公告)号：CN119105738A
公开(公告)日：2024-12-10
申请号：CN202411280123.5
申请日：2024-09-12
Applicant: 北京医准医疗科技有限公司
Abstract: 本发明提供了一种基于多智能体协作的科学绘图方法，包括：根据用户提供的绘图数据和绘图需求，任务规划智能体生成本次绘图任务的任务规划；根据所述任务规划，环境选择智能体选择适合本次绘图任务的编程语言作为编程环境推荐结果；根据所述任务规划和编程环境推荐结果，代码生成与执行智能体生成符合需求的代码，并在与相应的编程环境中执行，以生成最终的绘图结果。根据本公开的技术方案，克服了现有技术中多智能体系统只能在单一预设环境中运行的局限性，提高了系统的智能化水平，增强了在环境选择、代码生成等任务中的搜索性能，能够绘制出符合用户需求的高质量图形。
-
公开(公告)号：CN117809092B
公开(公告)日：2024-07-30
申请号：CN202311825448.2
申请日：2023-12-27
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种医学图像的处理方法、装置、电子设备及存储介质，所述方法包括：获取初始医学图像；对初始医学图像进行预处理得到目标医学图像；基于用户对所述目标医学图像的框选操作确定感兴趣区域图像；将感兴趣区域图像输入U2Net模型得到初始标注图像；获取对所述初始标注图像进行修正的修正信息，所述修正信息包括修正位置和修正类型；根据所述修正位置确定修正影响半径；根据所述修正位置、所述修正类型和所述修正影响半径对所述初始标注图像进行编码，得到修正特征图；根据所述修正特征图和图像分割模型对所述初始标注图像进行修正，得到目标标注图像。应用本方法，提高了对医学图像标注的精度和效率，使对医学图像标注的效果更好。
-
公开(公告)号：CN117809092A
公开(公告)日：2024-04-02
申请号：CN202311825448.2
申请日：2023-12-27
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种医学图像的处理方法、装置、电子设备及存储介质，所述方法包括：获取初始医学图像；对初始医学图像进行预处理得到目标医学图像；基于用户对所述目标医学图像的框选操作确定感兴趣区域图像；将感兴趣区域图像输入U2Net模型得到初始标注图像；获取对所述初始标注图像进行修正的修正信息，所述修正信息包括修正位置和修正类型；根据所述修正位置确定修正影响半径；根据所述修正位置、所述修正类型和所述修正影响半径对所述初始标注图像进行编码，得到修正特征图；根据所述修正特征图和图像分割模型对所述初始标注图像进行修正，得到目标标注图像。应用本方法，提高了对医学图像标注的精度和效率，使对医学图像标注的效果更好。
-
公开(公告)号：CN117788899A
公开(公告)日：2024-03-29
申请号：CN202311767378.X
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/75 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明提供了一种乳腺钙化灶属性的分类方法，包括：获得第一病灶图像和第二病灶图像，所述第一病灶图像与所述第二病灶图像分别来自不同投照视角的乳腺图像，且包含同一个目标病灶区域；从所述第一病灶图像提取得到第一病灶特征，从所述第二病灶图像提取得到第二病灶特征；将所述第一病灶特征和所述第二病灶特征输入交叉注意力模块，得到交叉病灶特征；基于所述交叉病灶特征，通过第一分类头预测所述目标病灶的分布，通过第二分类头预测所述目标病灶的形态。本发明的技术方案能够对乳腺钙化灶的分布与形态作出更准确和精细的分类预测，提高钙化灶属性的分类准确度，进而帮助临床提升病变分析的可靠性。
-
公开(公告)号：CN117809087B
公开(公告)日：2025-02-21
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
Patent Agency Ranking
公开(公告)号：CN118553403A
公开(公告)日：2024-08-27
申请号：CN202410529419.X
申请日：2024-04-29
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京医准医疗科技有限公司
IPC: G16H50/20 , G16H20/00 , G06T7/00 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种半月板损伤的分析方法及相关设备，应用于数据处理技术领域。本申请获取膝关节冠状位序列和膝关节矢状位序列；对膝关节冠状位序列和膝关节矢状位序列进行预处理，生成膝关节冠状位序列和膝关节矢状位序列对应的冠状位序列影像和矢状位序列影像；基于Uniformer的半月板检测模型对冠状位序列影像和矢状位序列影像进行处理，生成膝关节对应的半月板的检测结果；检测结果包括每个半月板检测框对应的病灶信息和半月板的内外侧信息；基于transformer的分类模型对半月板的检测结果进行分类处理，生成分类结果，其中，分类结果包括半月板的损伤信息；基于半月板损伤康复模型对分类结果进行处理，生成半月板损伤康复指导策略。
-
公开(公告)号：CN117809087A
公开(公告)日：2024-04-02
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
公开(公告)号：CN117648976A
公开(公告)日：2024-03-05
申请号：CN202311483053.9
申请日：2023-11-08
Applicant: 北京医准医疗科技有限公司
IPC: G06N5/022 , G06V10/44 , G06V10/75 , G06V10/82 , G06V20/40 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种基于医学影像的答案生成方法、装置、设备及存储介质，方法包括：获取目标问题，根据目标问题获取第一时期医学影像和第二时期医学影像；通过病灶提取模型对医学影像进行特征提取，得到第一病灶特征和第二病灶特征；对第一病灶特征和第二病灶特征进行特征匹配，得到病灶匹配信息；基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新，得到第一时期病灶图和第二时期病灶图；基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较，得到病灶差异图；基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取，得到视觉特征；根据视觉特征得到对应的目标答案。
-
公开(公告)号：CN117648976B
公开(公告)日：2025-02-21
申请号：CN202311483053.9
申请日：2023-11-08
Applicant: 北京医准医疗科技有限公司
IPC: G06N5/022 , G06V10/44 , G06V10/75 , G06V10/82 , G06V20/40 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种基于医学影像的答案生成方法、装置、设备及存储介质，方法包括：获取目标问题，根据目标问题获取第一时期医学影像和第二时期医学影像；通过病灶提取模型对医学影像进行特征提取，得到第一病灶特征和第二病灶特征；对第一病灶特征和第二病灶特征进行特征匹配，得到病灶匹配信息；基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新，得到第一时期病灶图和第二时期病灶图；基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较，得到病灶差异图；基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取，得到视觉特征；根据视觉特征得到对应的目标答案。
-
公开(公告)号：CN118134905A
公开(公告)日：2024-06-04
申请号：CN202410443484.0
申请日：2024-04-12
Applicant: 北京医准医疗科技有限公司
IPC: G06T7/00 , G06N3/0475 , G06N3/094 , G06T17/00
Abstract: 本发明提供了一种超声切面图像生成模型的训练方法，包括：获取当前检查对象的标准切面图像；获得对所述标准切面对应的探头位置和角度的人工估计参数值；将所述人工估计参数值输入图像生成模型，基于神经辐射场技术得到第一生成图像；基于所述第一生成图像和所述标准切面图像，通过预设的图像生成损失函数训练所述图像生成模型至收敛。应用本发明的方法，在不需要额外数据和人工标注的情况下，能够得到训练所需的数据，训练得到的模型能够准确预测超声探头的位置和角度，进而能够辅助医生在超声检查中快速找到标准切面。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.035 seconds)
