-
公开(公告)号:CN118521834A
公开(公告)日:2024-08-20
申请号:CN202410980569.2
申请日:2024-07-22
Applicant: 中国医学科学院生物医学工程研究所
IPC: G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/084 , G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于多模态的肿瘤分类模型训练方法,包括以下步骤:S1、采集肿瘤患者的白光图像和超声图像,并标注类型标签;S2、对S1采集到的白光图像和超声图像进行归一化处理;S3、使用经过归一化处理的超声图像训练分割模型,对超声图像进行裁剪,去除与病变无关的组织图像;S4、分别采集S1采集到的白光图像的特征和S3剪裁后的超声图像的特征;S5、将S4中的白光图像的特征和超声图像的特征进行特征融合,使用融合后的特征训练多模态特征融合神经网络模型,形成肿瘤分类模型。本发明有益效果:对超声和白光图像使用了多模态内镜特征融合模型,实现白光内镜和超声内镜所携带的信息的互补,具有高准确性泛化能力强的优点。
-
公开(公告)号:CN116934695A
公开(公告)日:2023-10-24
申请号:CN202310843863.4
申请日:2023-07-10
Applicant: 中国医学科学院生物医学工程研究所
IPC: G06T7/00 , A61B10/00 , G06V10/141 , G06V10/143 , G06T7/90 , G06T5/00 , G06T5/30 , G06V10/32 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的尿液分析方法及系统,属于图像处理技术领域,应用于尿液分析设备,方法包括:通过尿液透明收集器收集尿液;在收集到的尿液液位达到预设高度的情况下,通过控制器打开补光灯和图像传感器;通过图像传感器获取尿液图像;对尿液图像进行预处理,其中,预处理包括图像去噪和图像尺寸调整;使用预先训练好的卷积神经网络模型对预处理后的尿液图像进行分析处理,获取预处理后的尿液图像对应的尿蛋白浓度类别和尿隐血浓度类别。减少人工参与,简化尿液检测流程,保护患者隐私,无需借助专业的医疗检测设备在家即可自行完成尿液检测,使用简单方便,提升检测效率,降低检测成本。
-
公开(公告)号:CN116883739A
公开(公告)日:2023-10-13
申请号:CN202310840270.2
申请日:2023-07-10
Applicant: 中国医学科学院生物医学工程研究所
Abstract: 本发明公开了一种基于图像识别的尿隐血分类方法和系统,属于图像识别、医疗诊断技术领域,包括:获取样本数据集;为样本数据集中的尿液图像数据添加分类标签;对样本数据集中的尿液图像数据进行预处理;计算各个预处理后的尿液图像数据在各个颜色通道的颜色平均值;根据在各个颜色通道的颜色平均值计算分类参数值:计算六个分类标签下的尿液图像数据的分类参数值的平均值;根据六个分类标签下的尿液图像数据的分类参数值的平均值,计算六个分类标签彼此之间的五个分类阈值;获取实时尿液图像数据;计算实时尿液图像数据的分类参数值;将实时尿液图像数据的分类参数值与五个分类阈值进行比较,输出实时尿液图像数据的尿隐血分类结果。
-
-