-
公开(公告)号：CN116798569A
公开(公告)日：2023-09-22
申请号：CN202310756105.9
申请日：2023-06-25
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
Abstract: 本申请提供了一种晶体推荐方法、装置、电子设备及存储介质，包括：获取目标用户的用户信息及多种候选晶体的晶体参数；将用户信息及晶体参数输入至目标深度学习模型进行预测，确定每种候选晶体对应的预测术后结果；目标深度学习模型由预设深度学习模型对训练数据进行训练得到，训练数据包括样本用户的用户信息、晶体参数及样本用户植入对应的候选晶体后的样本术后结果；根据预测术后结果，从候选晶体中确定符合预设条件的目标晶体。这样，采用深度学习算法，通过预先训练好的目标深度学习模型对用户信息及晶体参数进行建模分析，能够有效准确选择目标用户对应的目标晶体，可以个性化地满足不同人群的术后需求。
-
公开(公告)号：CN119229104A
公开(公告)日：2024-12-31
申请号：CN202310805219.8
申请日：2023-06-30
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: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于OCTA图像的新生血管分割方法、训练方法、设备及介质，所述方法包括：获取待识别的光学相干断层扫描血管成像OCTA图像，基于分割模型对所述OCTA图像进行脉络膜新生血管CNV分割，得到CNV分割结果。也就是说，本发明实施例对获取到的OCTA图像，利用分割模型中的ResNeSt模块进行群组卷积和分离注意力的特征学习，能够准确的从所述OCTA图像中识别出CNV特征，对后续的CNV量化带来极大的便利性。
-
公开(公告)号：CN117253280A
公开(公告)日：2023-12-19
申请号：CN202311414168.2
申请日：2023-10-27
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: G06V40/18 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种用于对识别慢性高原病的识别模型进行训练的方法及相关产品。所述方法包括：获取眼底图像并对所述眼底图像进行慢性高原病分类标注，以形成训练集；使用所述预处理网络提取所述训练集中与识别慢性高原病相关的第一特定特征，以获得包含所述第一特定特征的特征向量；使用所述主干网络提取所述特征向量中与识别慢性高原病相关的第二特定特征，以识别慢性高原病并获得预测识别结果；以及基于所述慢性高原病分类标注和所述预测识别结果计算损失函数，以对识别慢性高原病的所述识别模型进行训练。利用本申请的方案，可以提高识别慢性高原病的效率和识别结果的准确性。
-
公开(公告)号：CN118537299A
公开(公告)日：2024-08-23
申请号：CN202410593158.8
申请日：2024-05-14
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本披露公开了一种基于眼底图像的多任务分割模型的训练方法、方法及产品，所述多任务分割模型由多个子任务分割模型构建而成，所述训练方法包括：获取预训练后的第一图像编码器；针对每个子任务，基于所述第一图像编码器，构建子任务分割模型；使用带子任务标注的眼底图像对所述子任务分割模型进行训练，并在训练过程中固定所述第一图像编码器的参数。本披露实施例通过基于固定参数的第一图像编码器，对每个子任务分割模型进行构建和单独训练，可以使得训练后的子任务分割模型构建而成的多任务分割模型具有分割多任务的能力。
-
公开(公告)号：CN117095449A
公开(公告)日：2023-11-21
申请号：CN202310996855.3
申请日：2023-08-08
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V40/18 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种针对眼底无灌注区的自动识别方法及装置，一具体实施方式中所述方法包括：首先，将携带无灌注区标注的眼底荧光血管造影FFA图像作为训练样本；其次，利用图像编码器中的自适应编码器特征融合模型学习所述训练样本不同尺度特征的权重，得到第一融合特征图像；利用图像解码器中的空洞卷积空间金字塔池化ASPP模型对所述第一融合特征图像进行图像处理，得到分割预测结果；利用多层深度监督损失函数对所述分割预测结果进行约束处理，生成多层深度损失函数；最后，基于每个所述训练样本对应的多层深度损失函数对模型进行调整，生成分割模型。由此，提高了分割模型对NPA区域识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116934730A
公开(公告)日：2023-10-24
申请号：CN202310961124.5
申请日：2023-08-01
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海交通大学医学院附属新华医院
IPC: G06T7/00 , G06V10/764 , G06V10/44 , G06N3/09 , G06N3/0895
Abstract: 本申请公开了一种用于对检测眼底图像中异常区的检测模型进行训练的方法和设备。所述方法包括：获取用于训练检测模型的超广角眼底图像；将未标注检测框的超广角眼底图像和标注检测框的超广角眼底图像进行裁剪，以获得各自的多个图像块；使用训练好的特征提取器对多个图像块执行与异常区检测相关的特征操作，以获得各自的多个中间特征；将多个中间特征分别输入第一分类器执行全局分类操作和输入第二分类器执行局部分类操作，并基于是否标注检测框对应计算全监督损失函数和半监督损失函数，以对检测眼底图像中异常区的检测模型进行训练。利用本申请的方案，可以在缺少异常区的标注情形下，对超广角眼底图像中的异常区进行精确识别和定位。
-
公开(公告)号：CN119181495B
公开(公告)日：2025-02-18
申请号：CN202411697509.6
申请日：2024-11-26
Applicant: 首都医科大学附属北京同仁医院 , 北京鹰瞳科技发展股份有限公司
IPC: G16H50/20 , G06T7/00 , G06T7/10 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及眼科疾病诊断技术领域，公开了一种基于大模型的眼科疾病智能诊疗管理方法及系统，方法包括：获取待诊断患者的眼底图像；将待诊断患者的眼底图像输入眼底疾病分类分割模型，得到待诊断眼底图像对应的眼科疾病类别和疾病标志物分割结果；将眼科疾病类别、疾病标志物分割结果以及待诊断患者的临床记录输入大语言模型，得到待诊断患者的眼底疾病治疗管理方案；大语言模型以LLaMA模型为基础，在LLaMA模型的每个多头注意力层上增加一个LoRA层；在LLaMA模型的每个前馈层与归一化层之间增加一个Adapter层。本发明能够实现眼科疾病的快速诊断和治疗，提高诊断效率，减轻患者的就诊负担。
-
公开(公告)号：CN117316430A
公开(公告)日：2023-12-29
申请号：CN202311281060.0
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G16H50/20 , G16H50/70 , G16H80/00 , G06F16/332 , G16H30/40 , G06T7/00 , G06V10/764 , G06V10/82 , G06V10/26 , G06V10/52 , G06V10/80
Abstract: 本申请实施例提供了一种用于诊断眼科疾病的问答方法、装置、设备及介质。所述方法包括：获取待检测者的眼底图像；基于眼底疾病分类模型对所述眼底图像进行分类处理，得到所述眼底图像对应的眼科疾病类别；基于眼底分割模型对所述眼底图像进行分割处理，得到所述眼底图像对应的眼底分割结果；基于语言诊断问答模型对用户根据所述眼科疾病类别和所述眼底分割结果输入的眼科疾病相关问题进行处理，输出所述待检测者的眼科疾病问答结果。本申请实施例可以实现眼科疾病的快速诊断和治疗，改善了眼科医疗诊断的效率和精确性。
-
公开(公告)号：CN117152515A
公开(公告)日：2023-12-01
申请号：CN202311113865.4
申请日：2023-08-31
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/09
Abstract: 本发明公开了一种用于预测妊娠期高血压的分类模型生成方法及装置，该方法一具体实施方式包括：将携带标签的眼底图像作为第一训练样本，获得第一样本数据集；其中，标签包括正常标签和妊娠期高血压标签；妊娠期高血压标签包括：早期妊娠期高血压标签、轻度子痫前期标签，以及重度子痫前期标签；基于第一样本数据集进行模型训练生成二分类模型；并根据第二分类模型对第一样本数据集预测获得的妊娠期高血压分类结果，获取第二样本数据集；之后基于第二样本数据集进行模型训练生成三分类模型；最后基于二分类模型和三分类模型生成妊娠期高血压分类模型。由此，有效降低了模型对妊娠期高血压的识别难度，提高了妊娠期高血压分类的准确性。
-
公开(公告)号：CN119181495A
公开(公告)日：2024-12-24
申请号：CN202411697509.6
申请日：2024-11-26
Applicant: 首都医科大学附属北京同仁医院 , 北京鹰瞳科技发展股份有限公司
IPC: G16H50/20 , G06T7/00 , G06T7/10 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及眼科疾病诊断技术领域，公开了一种基于大模型的眼科疾病智能诊疗管理方法及系统，方法包括：获取待诊断患者的眼底图像；将待诊断患者的眼底图像输入眼底疾病分类分割模型，得到待诊断眼底图像对应的眼科疾病类别和疾病标志物分割结果；将眼科疾病类别、疾病标志物分割结果以及待诊断患者的临床记录输入大语言模型，得到待诊断患者的眼底疾病治疗管理方案；大语言模型以LLaMA模型为基础，在LLaMA模型的每个多头注意力层上增加一个LoRA层；在LLaMA模型的每个前馈层与归一化层之间增加一个Adapter层。本发明能够实现眼科疾病的快速诊断和治疗，提高诊断效率，减轻患者的就诊负担。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.06 seconds)
