-
公开(公告)号：CN109567861B
公开(公告)日：2022-06-07
申请号：CN201811251501.1
申请日：2018-10-25
Applicant: 中国医学科学院北京协和医院 , 深圳迈瑞生物医疗电子股份有限公司
IPC: A61B8/00
Abstract: 本发明涉及一种超声成像方法以及相关设备，所述方法包括：接收到对工作流的触发指令，其中，所述工作流为目标检测对象对应的工作流；根据所述触发指令执行所述工作流以获取所述目标检测对象对应的超声图像；获取所述超声图像对应的属性标识；将所述属性标识与所述超声图像进行关联。上述方法可以提高超声检测效率。
-
公开(公告)号：CN114305499A
公开(公告)日：2022-04-12
申请号：CN202210143133.9
申请日：2018-10-19
Applicant: 深圳迈瑞生物医疗电子股份有限公司 , 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本申请涉及一种超声成像方法、设备和存储介质。该方法包括：使用默认检查模式对应的检查参数执行超声成像流程，接收第一切面扫查协议的触发指令，第一切面扫查协议包括至少一个切面标识，根据第一切面扫查协议启动切面扫查流程，包括：从至少一个切面标识中确定第一目标切面标识，根据预设的切面标识与检查模式的对应关系，确定第一目标切面标识对应的第一检查模式，并按照第一检查模式对应的检查参数执行超声成像流程。采用本方法能够提高检查效率，提高检查图像的准确度和检查结果的准确性。
-
公开(公告)号：CN114266917A
公开(公告)日：2022-04-01
申请号：CN202111466822.5
申请日：2021-12-03
Applicant: 中国医学科学院北京协和医院 , 深圳迈瑞生物医疗电子股份有限公司
Abstract: 本发明提供一种病灶预测模型的在线学习方法及设备。该方法包括：获取包含乳腺病灶的超声图像以及乳腺病灶的BI‑RADS分级；从超声图像中提取BI‑RADS特征对应的多个特征子向量；从多个特征子向量中确定具有标注信息的目标特征子向量；确定多个特征子向量对应的第一损失函数；确定目标特征子向量对应的第二损失函数；融合多个特征子向量得到融合特征向量，并根据获取的BI‑RADS分级确定融合特征向量对应的第三损失函数；根据第一损失函数、第二损失函数和第三损失函数对乳腺病灶预测模型进行在线训练。实现了基于标注缺失的超声图像对乳腺病灶预测模型的在线训练，缩短了模型更新周期，简化了更新操作步骤。
-
公开(公告)号：CN114202514A
公开(公告)日：2022-03-18
申请号：CN202111426251.2
申请日：2021-11-25
Applicant: 中国医学科学院北京协和医院 , 深圳迈瑞生物医疗电子股份有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明实施例提供一种乳腺超声图像分割方法及设备，该方法包括：获取被检者乳腺区域或者乳腺区域中乳腺病灶感兴趣区域的超声图像；基于预先训练好的BI‑RADS特征分类模型从超声图像中提取至少一个BI‑RADS特征对应的特征图；将特征图与超声图像进行融合，得到融合特征图；基于预先训练好的乳腺病灶分割模型对融合特征图进行乳腺病灶分割，在超声图像上确定乳腺病灶区域。通过BI‑RADS特征分类模型可以准确地获取BI‑RADS特征对应的特征图，将BI‑RADS特征对应的特征图与超声图像进行融合，可以突出乳腺病灶区域和边界特征，基于融合特征图进行乳腺病灶分割，可以提高乳腺病灶区域分割的准确性。
-
公开(公告)号：CN109567860B
公开(公告)日：2022-03-04
申请号：CN201811222650.5
申请日：2018-10-19
Applicant: 深圳迈瑞生物医疗电子股份有限公司 , 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本申请涉及一种超声成像方法、设备和存储介质。该方法包括：使用默认检查模式对应的检查参数执行超声成像流程，接收第一切面扫查协议的触发指令，第一切面扫查协议包括至少一个切面标识，根据第一切面扫查协议启动切面扫查流程，包括：从至少一个切面标识中确定第一目标切面标识，根据预设的切面标识与检查模式的对应关系，确定第一目标切面标识对应的第一检查模式，并按照第一检查模式对应的检查参数执行超声成像流程。采用本方法能够提高检查效率，提高检查图像的准确度和检查结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113274051A
公开(公告)日：2021-08-20
申请号：CN202110485288.6
申请日：2021-04-30
Applicant: 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本发明提供一种超声辅助扫查方法、装置、电子设备和存储介质，其中方法包括：获取当前超声图像，以及超声探头的上一移动信息和当前状态信息；将所述当前超声图像，以及所述超声探头的上一移动信息和当前状态信息输入至扫查路径规划模型，得到所述扫查路径规划模型输出的下一步的推荐移动信息；其中，所述扫查路径规划模型是基于样本超声扫查路径及其对应的样本超声图像序列进行深度强化学习得到的。本发明提供的超声辅助扫查方法、装置、电子设备和存储介质，连续指导超声探头移动的方向和角度，最终定位至标准切面，提高了超声辅助扫查的准确性和适用范围。
-
公开(公告)号：CN114305499B
公开(公告)日：2024-11-08
申请号：CN202210143133.9
申请日：2018-10-19
Applicant: 深圳迈瑞生物医疗电子股份有限公司 , 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本申请涉及一种超声成像方法、设备和存储介质。该方法包括：使用默认检查模式对应的检查参数执行超声成像流程，接收第一切面扫查协议的触发指令，第一切面扫查协议包括至少一个切面标识，根据第一切面扫查协议启动切面扫查流程，包括：从至少一个切面标识中确定第一目标切面标识，根据预设的切面标识与检查模式的对应关系，确定第一目标切面标识对应的第一检查模式，并按照第一检查模式对应的检查参数执行超声成像流程。采用本方法能够提高检查效率，提高检查图像的准确度和检查结果的准确性。
-
公开(公告)号：CN113274051B
公开(公告)日：2023-02-21
申请号：CN202110485288.6
申请日：2021-04-30
Applicant: 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本发明提供一种超声辅助扫查方法、装置、电子设备和存储介质，其中方法包括：获取当前超声图像，以及超声探头的上一移动信息和当前状态信息；将所述当前超声图像，以及所述超声探头的上一移动信息和当前状态信息输入至扫查路径规划模型，得到所述扫查路径规划模型输出的下一步的推荐移动信息；其中，所述扫查路径规划模型是基于样本超声扫查路径及其对应的样本超声图像序列进行深度强化学习得到的。本发明提供的超声辅助扫查方法、装置、电子设备和存储介质，连续指导超声探头移动的方向和角度，最终定位至标准切面，提高了超声辅助扫查的准确性和适用范围。
-
公开(公告)号：CN114170241A
公开(公告)日：2022-03-11
申请号：CN202111356385.1
申请日：2021-11-16
Applicant: 中国医学科学院北京协和医院 , 深圳迈瑞生物医疗电子股份有限公司
IPC: G06T7/11 , G06K9/62 , G06V10/82 , G06V10/764 , G06V10/25
Abstract: 本发明提供一种乳腺超声图像分割方法及设备，该方法包括：获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；根据超声图像识别乳腺病灶的BI‑RADS特征的类型，BI‑RADS特征包括形状特征、方向特征、边缘特征、内部回声特征、后方回声特征、钙化特征和血流特征中的至少一个；从预设的BI‑RADS特征各类型所对应的多个分割模型中确定与BI‑RADS特征的类型相对应的目标分割模型；采用目标分割模型对超声图像进行乳腺病灶分割，从超声图像中分割出乳腺病灶区域。在进行分割时充分考虑了乳腺病灶的特征，通过采用与BI‑RADS特征的类型相对应的目标分割模型对超声图像进行分割，提高了乳腺病灶区域分割的准确性。
-
公开(公告)号：CN114068015A
公开(公告)日：2022-02-18
申请号：CN202111432120.5
申请日：2021-11-29
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明提供的诊断信息分析方法、装置及服务器，应用于信息处理技术领域，该方法应用于电子设备，在获取患者的多种诊断信息和电子设备的运行信息后，在多个预设诊断模型中确定可基于至少一种诊断信息进行信息分析的可用诊断模型，进一步根据运行信息在各可用诊断模型中确定至少一个目标诊断模型，最后根据各目标诊断模型对各自对应的诊断信息的分析结果确定最终的分析结果。本发明提供的诊断信息分析方法，能够对多种诊断信息进行分析，所得分析结果可以作为医生进行诊断的参考依据，降低医生的诊断难度，有助于提高诊断结果的准确性，降低误诊率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.05 seconds)
