-
公开(公告)号：CN120014670A
公开(公告)日：2025-05-16
申请号：CN202510072962.6
申请日：2025-01-16
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
IPC: G06V40/10 , G06V20/69 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/088 , G06N3/096
Abstract: 本发明提供一种基于薄血膜的疟原虫类别识别方法和装置，所述方法包括：获取待识别的薄血膜图像；将所述待识别的薄血膜图像输入预先训练的分类识别模型，得到所述分类识别模型输出的疟原虫类别识别结果；其中，所述分类识别模型是利用自步学习和课程学习对多个专家模型进行蒸馏后得到的，多个专家模型是基于无标签数据中不同的尾部类别数据进行训练得到的，无标签数据是利用无监督上游任务得到的。解决了现有技术中疟原虫识别准确性较差，识别过程耗时较长，以及数据样本较少且样本数据在类别上数量不均衡而导致的无法实现人工智能识别的问题。
-
公开(公告)号：CN120070976A
公开(公告)日：2025-05-30
申请号：CN202510139680.3
申请日：2025-02-08
Applicant: 北京小蝇科技有限责任公司 , 中国医学科学院北京协和医院
IPC: G06V10/764 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于Prompt‑Tuning算法的长尾目标分类模型训练方法和装置，所述方法包括：构建预训练模型和长尾分布数据集，并将所述长尾分布数据集划分为训练集、验证集和测试集；在图像处理任务中，构建预训练模型的优化策略，并基于所述优化策略搭建多专家模型网络；利用所述长尾分布数据集的训练集对所述多专家模型网络进行训练，以得到初始分类模型；利用所述长尾分布数据集的验证集和测试集对所述初始分类模型分别进行验证和测试，以得到最终的长尾目标分类模型。解决了现有技术中微调预训练模型泛化能力较差，容易出现过拟合现象的问题，提升了长尾目标分类方法的泛化能力，降低了模型在目标域出现过拟合的几率。
-
公开(公告)号：CN118521521A
公开(公告)日：2024-08-20
申请号：CN202310181520.6
申请日：2023-02-20
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
Abstract: 本发明实施例公开了一种基于图像处理的红细胞中心淡染区比例计算方法和系统，所述方法包括：获取待测定细胞的红细胞原图，将所述红细胞原图转换为灰度图，并将所述灰度图二值化，以得到二值图像；提取所述二值图像的所有边缘轮廓，遍历所述边缘轮廓，计算其外接矩形，筛选符合预设条件的外接矩形；根据所述符合条件的外接矩形，在所述二值图像中提取中心淡染区的候选位置，计算所述候选位置中，中心淡染区包含的像素点个数；基于所述中心淡染区中包含的像素点个数以及所述红细胞原图中的红细胞面积，得到所述中心淡染区的比例。解决了现有技术中红细胞中心淡染区比例计算时间成本和人力成本较高，且结果存在较大偏差的技术问题。
-
公开(公告)号：CN118521509A
公开(公告)日：2024-08-20
申请号：CN202310138443.6
申请日：2023-02-14
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06T3/4053 , G06T3/4046 , G06T3/4038 , G06V10/75 , G06V10/80 , G06V10/82
Abstract: 本发明实施例公开了一种基于参考图像的细胞图像修复方法和系统，所述方法包括：获取待修复细胞图像和与所述待修复细胞图像匹配的参考图像；将所述待修复细胞图像和所述参考图像输入预先训练的图像修复模型，以得到修复后图像；其中，所述图像修复模型是基于预先搭建的神经网络利用图像样本进行训练得到的，所述图像样本包括相匹配的细胞图像样本和参考图像样本，所述细胞图像样本与所述参考图像样本通过构建于所述神经网络中的特征配准模块进行语义特征对齐。解决了现有技术中低质量细胞图像修复准确性较差的技术问题。
-
公开(公告)号：CN117911430A
公开(公告)日：2024-04-19
申请号：CN202410308761.7
申请日：2024-03-19
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
IPC: G06T7/10 , G06T7/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于transformer的交互式微生物图像分割方法和装置，所述方法包括：响应于提示指令，获取待分割的原始图像，所述原始图像上具有与所述提示指令对应的提示标记；将所述原始图像和所述提示标记输入预先训练的图像分割模型，以得到所述图像分割模型输出的分割结果；其中，所述图像分割模型的网络结构包括：编码器，所述编码器用于将输入的所述原始图像进行多个维度的特征提取，并结合所述提示标记的类型，将图像特征与提示标记特征进行融合，以得到融合特征；所述提示标记的类型包括稀疏型和密集型；解码器，所述解码器用于将所述融合特征进行解码，以得到目标区域的分割掩码。提高微生物图像的分割结果准确性和操作灵活性。
-
Patent Agency Ranking
公开(公告)号：CN111445448A
公开(公告)日：2020-07-24
申请号：CN202010195065.1
申请日：2020-03-19
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
Abstract: 一种基于图像处理的单细胞血红蛋白测定方法及装置，所述方法包括：将血液样本玻片RGB图像转换为血液样本玻片HSV图像，提取血液样本玻片V通道图像，并根据设定的第一阈值对所述血液样本玻片V通道图像进行二值化处理以得到血液样本玻片二值化图像；对所述血液样本玻片二值化图像进行细胞图像分割处理以提取单个红细胞图像，并根据设定的第二阈值对所述单个红细胞图像进行二值化处理以去除红细胞的中心淡染区；对红细胞非中心淡染区域的单个红细胞图像进行灰度化处理以得到单个红细胞灰度图像，并根据所述单个红细胞灰度图像计算整个红细胞的面积和血红蛋白含量。本发明能够精确计算单个红细胞面积以及血红蛋白含量。
-
公开(公告)号：CN211825313U
公开(公告)日：2020-10-30
申请号：CN202020200413.5
申请日：2020-02-24
Applicant: 中国医学科学院北京协和医院 , 北京小蝇科技有限责任公司
Abstract: 本实用新型公开了一种血玻片滴油装置，属于血液检测辅助设备技术领域。一种血玻片滴油装置，包括安装箱、液位计、流量计、电磁阀、显示器、控制器和增压泵，显示器和控制器连接在安装箱的顶部，安装箱内连接有储液箱，液位计连接在储液箱内壁，储液箱底部连接有导管，增压泵、电磁阀和流量计从左到右依次连接在导管上，导管贯穿安装箱连接有伸缩管，伸缩管远离导管的一端连接有滴油管，安装箱的侧壁固定连接有放置架，滴油管可拆卸连接在放置架上；本实用新型利用增压泵、电磁阀和流量计将油液定量排出，有效避免了人工触碰造成的二次污染，并且更利于新手操作人员的对于油量的把控，保证了实验数据准确性的同时也防止机器或显微镜被污染。
-
公开(公告)号：CN119888239A
公开(公告)日：2025-04-25
申请号：CN202510368750.2
申请日：2025-03-27
Applicant: 北京小蝇科技有限责任公司
Abstract: 本发明提供一种基于可变形注意力机制的逐步修正医学图像识别系统，包括特征抽取模块、编码器模块、解码器初始化模块和解码器模块。本发明结合可变形注意力机制，能够自适应地提取医学图像中的显著特征，有效提升医学图像检测分割准确率，相比全局自注意力机制，可变形注意力机制不用融合序列中的每个特征，计算成本大大降低，其次，相比于全局自注意力机制，可变形注意力机制能够自适应地选择特征进行融合，由于医学中要检测分割的目标形状通常是不规则的，因此这种结构非常适用于医学图像，能够很好地提取医学图像特征；本发明使用了逐步迭代优化策略，即逐步修正前面层的预测结果，可精准识别阳性位置或者阳性位置轮廓，保障后续工作顺利进行。
-
公开(公告)号：CN119048564B
公开(公告)日：2025-03-21
申请号：CN202411546997.0
申请日：2024-11-01
Applicant: 北京小蝇科技有限责任公司
IPC: G06T7/246 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种长短期目标记忆的多目标追踪方法，基于DETR结构的启发，首先拓展DETR中query的物理概念为检测query和追踪query，辅以追踪感知的标签匹配策略，实现检测和追踪任务的解耦；其次嵌入记忆模块，传递以及更新连续帧之间的标签匹配信息，提高模型对于长短期目标的记忆能力，使得模型足以解决复杂的时序建模问题。本发明在首帧图片缺乏追踪信息的前提下，依赖检测模型完成目标的定位以及索引的分配；对于后续帧的目标检测以及追踪而言，记忆模块可提供有效的追踪信息，且置信度进入阈值和置信度退出阈值可协同筛选出高质量的追踪信息，完成目标轨迹的空间建模；本发明显著提高在目标的不规则运动、目标的运动模糊以及目标遮挡场景下的多目标追踪性能。
-
公开(公告)号：CN119625734A
公开(公告)日：2025-03-14
申请号：CN202411676484.1
申请日：2024-11-21
Applicant: 北京小蝇科技有限责任公司
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于试剂反应的序列化数据异常定位方法和装置，所述方法包括：获取原始数据序列，将所述原始数据序列转换为二维图像；将所述二维图像输入预先训练的异常预测模型中，以得到所述异常预测模型输出的预测结果；在所述预测结果为存在异常的情况下，对所述预测结果进行后处理，以得到异常结果对应的样本类型和异常位置；其中，所述异常预测模型是利用数据样本的图像和对应的结果标签对预先构建的深度学习网络进行训练得到的。解决了现有技术中由于统计模型鲁棒性较差而导致的异常定位准确性较低的问题，从而提高定位模型的鲁棒性，进而提高基于试剂反应的序列化数据异常定位的准确性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.046 seconds)
