-
公开(公告)号：CN119251334A
公开(公告)日：2025-01-03
申请号：CN202411313106.7
申请日：2024-09-20
Applicant: 中国医学科学院北京协和医院 , 北京深睿博联科技有限责任公司
IPC: G06T11/00 , A61B6/03 , A61B6/00 , G06T7/00 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本申请公开了一种基于非增强CT图像的主动脉夹层图像获取方法及装置。所述基于非增强CT图像的主动脉夹层图像获取方法包括：获取原始图像信息：根据原始图像信息获取预处理特征矩阵；将预处理特征矩阵输入至两级级联钙化内移识别网络从而获取钙化内移识别图像；将预处理特征矩阵输入至内膜片识别网络从而获取内膜片识别图像；将预处理特征矩阵输入至伪CTA图像生成网络从而获取伪CTA图像。本申请通过本申请的基于非增强CT图像的主动脉夹层图像获取方法可以明确提示夹层所在的层面和位置，辅助医生快速确认NCCT相关层面是否含疑似夹层。
-
公开(公告)号：CN107492097A
公开(公告)日：2017-12-19
申请号：CN201710667240.0
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本发明实施例公开了一种识别MRI图像感兴趣区域的方法及装置，该方法包括：通过已标注感兴趣区域的MRI图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对待识别的多模态MRI图像进行感兴趣区域的分割，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和最大径。其中，待识别的多模态MRI图像是对齐的不同序列的MRI图像的集合。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107274406A
公开(公告)日：2017-10-20
申请号：CN201710666437.2
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
CPC classification number: G06T7/0012 , G06T3/4007 , G06T2207/10081 , G06T2207/10088 , G06T2207/20021 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30061
Abstract: 本发明提出一种检测敏感区域的方法及装置。一种检测敏感区域的方法，包括：获取医学图像；对所述医学图像进行分割处理，得到待检测区域图像；对所述待检测区域图像进行预处理；将预处理后的所述待检测区域图像输入经过训练的残差网络，从所述待检测区域图像中提取得到敏感区域候选区域；将提取得到敏感区域候选区域的待检测区域图像输入经过深度学习的3D卷积神经网络，从所述敏感区域候选区域中提取得到敏感区域。采用上述技术方案，能够自动化地从医学图像中检测出敏感区域，将上述技术方案应用到数字医疗临床诊治中，可以减轻医务人员工作量，并且其识别过程更客观，利于降低敏感区域漏检率。
-
公开(公告)号：CN107274402A
公开(公告)日：2017-10-20
申请号：CN201710501403.8
申请日：2017-06-27
Applicant: 北京深睿博联科技有限责任公司
CPC classification number: G06T7/0012 , G06T7/11 , G06T2207/10081 , G06T2207/20081 , G06T2207/30064
Abstract: 本发明公开了一种基于胸部CT影像的自动检测方法及系统，其中方法包括如下步骤：接收胸部CT影像图片，利用预设的3D卷积神经网络对胸部CT影像图片进行肺结节病灶检测，输出检测结果；接收CT影像图片及检测结果，将检测结果与对应的胸部CT影像图片加载至一起作为合并文件；获取合并文件并进行可视化处理，在可视化处理的合并文件上向用户提供浏览辅助操作，并提供计算测量功能。本发明通过肺区域分隔、候选肺结节提取以及假阳性消除的处理，提高了病灶检测的效率，且假阳性效率达到97.7％，同时利用可视化的三维形态直观的辅助医生对结节的形态的判断。
-
公开(公告)号：CN113782181B
公开(公告)日：2024-09-13
申请号：CN202110843392.8
申请日：2021-07-26
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
IPC: G16H50/20 , G16H30/40 , G06T7/00 , G06T7/11 , G06T7/136 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明提供一种基于CT图像的肺结节良恶性诊断方法及装置。所述方法包括：从输入CT图像中检测出所有肺结节的位置及尺寸，并分割出包含每个肺结节的图像区域；从分割出的肺结节图像中提取肺结节的周围特征图，并对其进行感兴趣区域池化得到肺结节的自身征象特征表示；利用一个基于注意力机制的上下文征象提取模块，得到肺结节的上下文征象特征表示；对自身征象特征表示和上下文征象特征表示进行融合，并基于融合后的特征进行肺结节良恶性诊断。本发明通过基于注意力机制提取肺结节的上下文征象，并进一步对肺结节的自身征象和上下文征象进行融合，相对现有技术主要根据自身征象进行诊断，可有效提高肺结节良恶性检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111325282B
公开(公告)日：2023-10-27
申请号：CN202010147825.1
申请日：2020-03-05
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
IPC: G06V10/774 , G06V10/46 , G06T7/00
Abstract: 本发明提供一种适应多机型的乳腺X射线影像识别方法和装置，所述方法包括：构建网络框架，其中，网络框架包括乳腺影像特征提取网络、乳腺影像机型分类网络和乳腺影像识别网络；获取来自不同机型的多个乳腺X射线影像数据集并统计得到其数据分布，根据数据集的数据分布分别为每张待识别乳腺X射线影像确定窗宽和窗位；将多个机型的、确定了窗宽和窗位的乳腺X射线影像输入网络框架中，对乳腺影像特征提取网络和乳腺影像机型分类网络进行一致性训练，同时训练乳腺影像识别网络；通过训练后的乳腺影像特征提取网络提取确定了窗宽和窗位的待识别乳腺X射线影像的特征，该特征经过训练后的乳腺影像识别网络，以实现对待识别乳腺X射线影像的识别。
-
公开(公告)号：CN115423757A
公开(公告)日：2022-12-02
申请号：CN202210965911.2
申请日：2022-08-12
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
IPC: G06T7/00 , G06T7/11 , G06T5/30 , G06V10/26 , G06V10/764 , G06V10/774 , G06N3/04
Abstract: 本发明提供一种冠脉斑块分割方法及装置。所述方法包括：提取冠脉血管掩膜，通过对所述冠脉血管掩膜进行腐蚀细化，得到冠脉血管中心线；生成中心线距离热力图；在所述医学影像上标注斑块，并区分钙化斑块和软斑，利用标注好的医学影像对斑块分割模型进行训练，训练时基于所述热力图调整模型权重参数；将待检测心脏冠脉医学影像输入训练好的斑块分割模型，得到斑块分割图像及斑块类别。本发明通过生成中心线距离热力图，并在斑块分割模型训练时基于所述热力图调整模型权重参数，赋予斑块内侧区域较大的优化权重，可提高冠脉斑块轮廓的分割精度。
-
公开(公告)号：CN113539477A
公开(公告)日：2021-10-22
申请号：CN202110704633.0
申请日：2021-06-24
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本发明提供一种基于解耦机制的病灶良恶性预测方法及装置。所述方法包括：利用重构约束，提取包含病灶的输入图像的所有特征信息；利用良恶性病灶分类信息约束，从提取出来的特征信息中解耦出有利于病灶分类的特征；利用征象信息约束，进一步解耦出与病灶有关的特征，所述征象信息包括病灶的大小、形状、密度、边缘形态；将解耦出的所有与病灶有关的特征作为分类器的输入进行学习；利用学习好的模型进行病灶良恶性预测。本发明能够将与病灶相关的特征同其它特征区分开来，能够获得临床癌症诊断过程中需首先确定的病灶形状、边缘等病变属性信息，从而提高了病灶良恶性预测精度。
-
公开(公告)号：CN109285147A
公开(公告)日：2019-01-29
申请号：CN201811004034.2
申请日：2018-08-30
Applicant: 北京深睿博联科技有限责任公司
Inventor： 张番栋
IPC: G06T7/00
Abstract: 本申请公开了一种用于乳腺钼靶钙化检测的图像处理方法及装置、服务器。该方法包括：将目标图像通过重构网络得到第一残差图像；将所述第一残差图像通过T-检测损失训练得到检测模型；将待识别图像输入所述检测模型得到第二残差图像；判断第二残差图像中是否有大于预设阈值的区域；以及如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果。本申请解决了检测识别效果较差的技术问题。通过本申请的方法，能够将具有较大重构误差的图像作为乳腺钼靶钙化检测的钙化点。
-
公开(公告)号：CN107292351A
公开(公告)日：2017-10-24
申请号：CN201710666440.4
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本申请提供了一种结节的匹配方法及装置，其中方法包括：获取差值对，任意一个差值对为第一差值集合中的任意一个差值与第二差值集合中的任意一个差值形成的组合，第一差值集合包括第一医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，第二差值集合包括第二医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，本申请实施例中的目标对象表示结节所在的器官，例如肺、肝等；在获取差值对后，将满足预设条件的差值对确定为目标差值对；将形成所述目标差值对中两个差值的结节，确定为匹配的结节对；显示所述相匹配的结节对。通过本申请实施例，可以保证对结节进行匹配的准确性的前提下，实现自动对结节进行匹配。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.046 seconds)
