-
公开(公告)号：CN111310611B
公开(公告)日：2023-06-06
申请号：CN202010075316.2
申请日：2020-01-22
Applicant: 上海交通大学
IPC: G06V20/69 , G06V10/774 , G06V10/764 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明提供细胞视野图的检测方法及存储介质，所述细胞视野图的检测方法包括获取步骤、训练步骤以及分类步骤。将使用了端到端的检测网络和分类网络组合的级联网络进行训练，将检测网络的反映的视野图级别的异常的特征信息整合到分类网络当中，避免该信息的流失。两个网络同时训练，使得检测网络和分类网络相互监督，互相促进，保证分类精度的同时降低了异常区域的检出假阳性。
-
公开(公告)号：CN117853435A
公开(公告)日：2024-04-09
申请号：CN202311820800.3
申请日：2023-12-27
Applicant: 上海交通大学 , 上海赛增医疗科技有限公司
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/74 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种医疗图像的分析方法，收集不同类型的医学图像数据和对应的病例报告，在特定任务上针对性进行微调训练，构建专注于该类型数据的多模态医疗大模型；针对小数据集难以微调大模型的问题，我们设计了针对文本与图像配对数据的数据增强策略，同时利用BiomedCLIP进行迁移学习，实现对CLIP模型在特定医学领域的有效微调和应用；不仅实现了各个数据集上的疾病零样本分类与诊断，同时在疾病相关区域标记、病例报告生成任务上也完成了有效性验证。本发明的优点在于病例分析准确，训练成本低，提高了本方法在实际临床场景下的应用价值，可以帮助医生和患者快速分析疾病类型、病变位置，并生成相应的病例报告。
-
公开(公告)号：CN117725435A
公开(公告)日：2024-03-19
申请号：CN202311820799.4
申请日：2023-12-27
Applicant: 上海交通大学 , 上海赛增医疗科技有限公司
IPC: G06F18/22 , G06N3/0455 , G06N3/08 , G06V10/26 , G06V10/74 , G06V10/774
Abstract: 本发明提供了一种多模态大模型的适配方法及存储介质，在常规的多模态大模型的基础上增加了一个适配器，适配器能够将样本数据通过低维投射层转化为数据的低维表示，并通过非线性激活函数处理数据，可在原始网络先验的基础上快速学习新样本数据。且通过共享文本编码器中低维投射层的权重与图像编码器中低维投射层的权重，来更新文本编码器以及图像编码器中低维投射层的参数，将已有的模型快速适配至医学临床场景，有效避免了多模态大模型的灾难性遗忘和过拟合问题，并仅需极少量可训练参数，即可实现图像编码器以及文本编码器的联合微调。
-
公开(公告)号：CN112669330A
公开(公告)日：2021-04-16
申请号：CN202011568233.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于双重一致性自集成学习的半监督评估方法及评估系统。基于双重一致性自集成学习的半监督评估系统包括双重一致性平均教师框架模块、注意力损失函数模块以及注意力一致性损失函数模块；本发明设计了一个自集成学习框架，该框架由具有相同结构的学生网络和教师网络组成；并且设计了一种新的基于注意力机制的损失函数，以获得准确的注意力区域结果；通过在病变分类和定位中对注意力进行双重一致性约束，这两个网络可以逐渐优化注意力分布并提高彼此的性能，而训练仅依赖于部分标记的数据并遵循半监督训练的方式，并不需要大量带有标注的数据，所花费的成本低。
-
公开(公告)号：CN112669327A
公开(公告)日：2021-04-16
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118314966A
公开(公告)日：2024-07-09
申请号：CN202410556048.4
申请日：2024-05-07
Applicant: 上海交通大学 , 复旦大学附属华山医院
Abstract: 本发明提供了一种脑影像与脑组织基因关联方法，所述脑影像与脑组织基因关联方法包括数据采集步骤、数据预处理步骤、脑连接网络构建步骤、分组检验步骤以及脑组织基因关联步骤。所述脑影像与脑组织基因关联方法能够精确地定位脑区，并分析基因组与脑区之间的相关性。通过自动化的方式定位靶向性大脑区域，同时关联基因组学进行分析。该算法将提高脑研究的效率和结果的可靠性，有助于我们更好地理解脑疾病的发病机制，并开发出更有效的治疗方法。
-
公开(公告)号：CN117764949A
公开(公告)日：2024-03-26
申请号：CN202311788209.4
申请日：2023-12-25
Applicant: 上海交通大学
IPC: G06T7/00 , G06T7/10 , G16H50/30 , G16H50/70 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于硬膜下血肿分割和迭代预测的慢性硬膜下血肿预后分析方法，其中，该方法包括：收集患者MRI影像进行数据预处理；将相应数据进行基于几何变换、强度变换和噪声注入的数据增强处理；基于上述训练数据构建3D‑UNet分割框架，并以此输出体素级的预测分割结果；将经过上述处理后的数据按照预设比例随机划分为训练集、验证集和测试集，并在分割网络中结合损失函数进行网络训练；从MRI原始数据和对应的分割结果中提取影像学特征，并采用随机森林算法对相应的临床指标进行评估预测。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该方法、装置、处理器及其存储介质，使得分割网络可以应用于不同设备、不同中心的影像数据。
-
公开(公告)号：CN112669327B
公开(公告)日：2023-02-14
申请号：CN202011566443.9
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种磁共振图像分割系统及其分割方法。本发明通过引入多图谱配准机制和注意力机制实现对分割算法有效性和鲁棒性的提升；针对前述sTBI影像脑区分割存在的难点，以及其他分割方法存在的问题，提出了基于硬注意力和软注意力机制的深度学习分割框架；为了解决形变脑区难以定位和识别的问题，提出了硬注意力模块，利用基于深度学习的多图谱分割算法生成先验信息图，来提示分割模型关注的区域；进一步地，提出了软注意力模块，用于将深度学习模型的感受野扩大到全图，可以有效地提升该模型针对形变区域特征提取的鲁棒性。
-
公开(公告)号：CN112669329B
公开(公告)日：2022-12-13
申请号：CN202011566476.3
申请日：2020-12-25
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/187 , G06T7/00 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种图像分割方法及图像分割系统。所述图像分割方法包括构建亲和力矩阵、样本聚类、获取子集分割模型、子集分割模型融合等步骤。本发明实现了对图像样本的相似性识别，通过样本聚类为多个子集并对应生成群集代表先验，将一待鉴别图像输入后形成一特征集，对比所述特征集与所述群集代表先验并识别出的最接近的群集代表先验，用与该最接近的群集代表先验相对应的子集分割模型对所述待鉴别图像进行鉴别以获取分割结果，不会随着训练样本的变化而导致分割性能不同。
-
公开(公告)号：CN112669329A
公开(公告)日：2021-04-16
申请号：CN202011566476.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种图像分割方法及图像分割系统。所述图像分割方法包括构建亲和力矩阵、样本聚类、获取子集分割模型、子集分割模型融合等步骤。本发明实现了对图像样本的相似性识别，通过样本聚类为多个子集并对应生成群集代表先验，将一待鉴别图像输入后形成一特征集，对比所述特征集与所述群集代表先验并识别出的最接近的群集代表先验，用与该最接近的群集代表先验相对应的子集分割模型对所述待鉴别图像进行鉴别以获取分割结果，不会随着训练样本的变化而导致分割性能不同。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
