-
公开(公告)号：CN113768461B
公开(公告)日：2024-03-22
申请号：CN202111073695.2
申请日：2021-09-14
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: A61B3/12 , A61B3/14 , G06V10/764 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明实施例提供了一种眼底图像分析方法、系统和电子设备，该方法包括：获取待分析的眼底图像；对所述眼底图像进行像素级分割，得到标识每个像素属于豹纹或者非豹纹区域的豹纹分割信息；基于所述眼底图像分割出现豹纹对视力影响程度不同的多种感兴趣区域，得到标识每个像素所属感兴趣区域的区域分割信息；根据豹纹分割信息和区域分割信息对眼底豹纹进行量化分析；本发明根据豹纹分割信息和区域分割信息更精准地对眼底豹纹进行量化分析，从而快速、精准地给出诊断结果；医生无需花费大量精力和时间去学习和分析如何根据眼底图像确定豹纹的程度。
-
公开(公告)号：CN117635549A
公开(公告)日：2024-03-01
申请号：CN202311527222.4
申请日：2023-11-15
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06V10/764 , G16H50/30 , G06N3/0464 , G06N3/084
Abstract: 本公开关于一种眼底图像分析方法、装置、电子设备及存储介质，包括：获取待检测彩色眼底图像；将待检测彩色眼底图像输入颅内肿瘤风险预测模型中进行特征提取，得到图像特征，并根据图像特征进行颅内肿瘤风险预测，输出预测结果；预测结果用于指示待检测彩色眼底图像的拍摄对象为颅内肿瘤风险人员的概率；其中，颅内肿瘤风险预测模型基于不确定度感知器和辅助一致性训练模型对预设卷积神经网络模型进行预训练得到。不确定度感知器促使预设卷积神经网络模型更加关注那些不确定度较低的样本，辅助一致性训练模型促使预设卷积神经网络模型能够学习到训练过程中的历史信息，因此，颅内肿瘤风险预测模型可以实现基于彩色眼底图像快速、准确、非侵入性且低成本地对颅内肿瘤进行诊断。
-
公开(公告)号：CN110503705B
公开(公告)日：2023-10-17
申请号：CN201910809617.0
申请日：2019-08-29
Applicant: 上海鹰瞳医疗科技有限公司
Abstract: 本发明提供一种图像标注方法和设备，所述方法包括：确定标注模式，所述标注模式包括自动标注模式和手动标注模式；在所述自动标注模式下，根据用户在图像中的选定内容确定动态参数，并根据所述动态参数和预设参数确定自动标注区域；在所述手动标注模式下，以用户在图像中选定的像素点为中心,将设定范围内的图像内容确定为手动标注区域。
-
公开(公告)号：CN113768461A
公开(公告)日：2021-12-10
申请号：CN202111073695.2
申请日：2021-09-14
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
Abstract: 本发明实施例提供了一种眼底图像分析方法、系统和电子设备，该方法包括：获取待分析的眼底图像；对所述眼底图像进行像素级分割，得到标识每个像素属于豹纹或者非豹纹区域的豹纹分割信息；基于所述眼底图像分割出现豹纹对视力影响程度不同的多种感兴趣区域，得到标识每个像素所属感兴趣区域的区域分割信息；根据豹纹分割信息和区域分割信息对眼底豹纹进行量化分析；本发明根据豹纹分割信息和区域分割信息更精准地对眼底豹纹进行量化分析，从而快速、精准地给出诊断结果；医生无需花费大量精力和时间去学习和分析如何根据眼底图像确定豹纹的程度。
-
公开(公告)号：CN113499033A
公开(公告)日：2021-10-15
申请号：CN202110552824.X
申请日：2021-05-20
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
Abstract: 本发明实施例提供了一种医疗数据预测方法及系统，涉及医疗技术领域。方法包括：获取对待预测患者的目标部位进行治疗之前，采集的所述待预测患者的信息以及目标生物医用材料的信息；其中所述待预测患者的信息包括医学影像类信息和文字描述类信息；基于所述待预测患者的信息和所述目标生物医用材料的信息，对所述待预测患者的目标部位采用所述目标生物医用材料治疗后的治疗数据进行预测。本发明融合了医学影像等多模态数据，对待预测患者的目标部位采用目标生物医用材料治疗后的治疗数据进行预测，能够有效提升预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111028232A
公开(公告)日：2020-04-17
申请号：CN201911413614.1
申请日：2019-12-31
Applicant: 上海鹰瞳医疗科技有限公司
Abstract: 本发明提供一种基于眼底图像的糖尿病分类方法及设备，所述方法包括获取用户的眼底图像；利用机器学习模型对所述眼底图像进行识别，至少输出糖尿病分类结果。本发明的机器学习模型在训练过程中引入多种糖尿病相关信息对分类性能进行优化，所使用的样本数据包括眼底图像、多种糖尿病相关信息和糖尿病类型信息，训练过程中模型根据输出的评估结果与样本数据中的多种糖尿病相关信息和糖尿病类型信息调整自身的参数，由此使其输出的分类结果更加准确。
-
-
公开(公告)号：CN118196535A
公开(公告)日：2024-06-14
申请号：CN202410421934.6
申请日：2024-04-09
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种对用于代谢性疾病的分类模型进行训练的方法及相关产品。所述方法包括：将原始视网膜图像和视网膜灰度图像分别输入至分类模型，经由蛇形卷积模块、融合模块和分类器模块依次执行蛇形卷积操作、多视角融合操作和分类操作，以获得各自对应的第一分类结果和第二分类结果；根据第一分类结果和第二分类结果确定代谢性疾病的最终分类结果，并且计算分类模型的初始损失函数；在初始损失函数中引入蛇形卷积操作过程中的高阶连续约束项，以形成第一损失函数；以及基于第一损失函数对用于代谢性疾病的分类模型进行训练。利用本申请的方案，可以更好地捕捉视网膜图像中的复杂特征，提高分类模型的准确性。
-
公开(公告)号：CN117038088B
公开(公告)日：2024-02-02
申请号：CN202311293821.4
申请日：2023-10-09
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G16H50/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种糖尿病视网膜病变的发病确定方法、装置、电子设备及存储介质，所述方法包括：获取糖尿病用户的眼底图像；基于糖尿病性视网膜病变发病预测模型，对所述眼底图像进行糖尿病性视网膜病变的发病风险预测，得到糖尿病视网膜病变的发病风险评估结果，其中，所述糖尿病性视网膜病变发病预测模型是基于深度神经网络对眼底图像样本中的视觉特征进行训练得到的模型。本发明中，利用糖尿病性视网膜病变发病预测模型，可以快速、准确的为糖尿病患者提供未来糖尿病性视网膜病变发病的风险预测，使糖尿病患者实现提前干预和治疗。
-
公开(公告)号：CN116994100B
公开(公告)日：2023-12-22
申请号：CN202311275090.0
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.032 seconds)
