-
公开(公告)号：CN112288041B
公开(公告)日：2021-03-30
申请号：CN202011477932.7
申请日：2020-12-15
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种多模态深度神经网络的特征融合方法，在多模态深度三维CNN里，通过在深度学习特征域上，利用压缩激励（squeeze and excitation,S&E）模块，可获得关于模态之间的通道注意力掩膜，即在所有模态中，给予那些对于任务目标有着显著帮助的通道更大的关注，从而显式地建立了多模态三维深度特征图在通道上的权重分布；随后，利用四维卷积和Sigmoid激活函数计算，可获得关于模态之间的空间注意力掩膜，即在每个模态的三维特征图中，空间中哪些位置需要给予更大的关注，从而显式地建立了多模态三维深度特征图在空间上的相关性，对模态、通道、空间中具有重要信息的位置给予更大的关注，从而提高多模态智能诊断系统的诊断效能。
-
公开(公告)号：CN112288041A
公开(公告)日：2021-01-29
申请号：CN202011477932.7
申请日：2020-12-15
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种多模态深度神经网络的特征融合方法，在多模态深度三维CNN里，通过在深度学习特征域上，利用压缩激励（squeeze and excitation,S&E）模块，可获得关于模态之间的通道注意力掩膜，即在所有模态中，给予那些对于任务目标有着显著帮助的通道更大的关注，从而显式地建立了多模态三维深度特征图在通道上的权重分布；随后，利用四维卷积和Sigmoid激活函数计算，可获得关于模态之间的空间注意力掩膜，即在每个模态的三维特征图中，空间中哪些位置需要给予更大的关注，从而显式地建立了多模态三维深度特征图在空间上的相关性，对模态、通道、空间中具有重要信息的位置给予更大的关注，从而提高多模态智能诊断系统的诊断效能。
-
公开(公告)号：CN112802073B
公开(公告)日：2021-07-06
申请号：CN202110376958.0
申请日：2021-04-08
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于图像数据和点云数据的融合配准方法，该方法首先通过图像分割获得组织器官的边界点云或通过特征提取得到图像内的特征点云，将图像数据和点云数据输入设计好的融合配准模型中，获得配准好的图像和点云数据以及变形场。所述融合配准模型包含图像配准网络和点云配准网络，训练时，损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成。本发明的方法能提高图像配准中边界保持的能力，在配准前获得细小结构点云信息时，该方法还能改善因细小结构隐藏在图像背景而发生误匹配的问题。
-
公开(公告)号：CN112802073A
公开(公告)日：2021-05-14
申请号：CN202110376958.0
申请日：2021-04-08
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于图像数据和点云数据的融合配准方法，该方法首先通过图像分割获得组织器官的边界点云或通过特征提取得到图像内的特征点云，将图像数据和点云数据输入设计好的融合配准模型中，获得配准好的图像和点云数据以及变形场。所述融合配准模型包含图像配准网络和点云配准网络，训练时，损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成。本发明的方法能提高图像配准中边界保持的能力，在配准前获得细小结构点云信息时，该方法还能改善因细小结构隐藏在图像背景而发生误匹配的问题。
-
公开(公告)号：CN112465824A
公开(公告)日：2021-03-09
申请号：CN202110121469.0
申请日：2021-01-28
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT图像亚区影像组学特征的肺腺鳞癌诊断装置，属于医学影像领域。该诊断装置包括：体素三维特征提取模块，用于提取PET/CT图像中肺肿瘤每个体素在一个邻域内的CT局部主梯度角特征值、该体素的CT值、PET值，并组成该体素的三维特征向量；特征聚类模块，用于对得到的每个体素的三维特征向量进行聚类，获取肿瘤亚区分区；radiomics影像组学特征提取模块，用于对每个肿瘤亚区分区提取radiomics影像组学特征；分类模块，用于根据提取的radiomics影像组学特征区分肿瘤是肺鳞癌还是肺腺癌。本发明诊断装置更好地考虑肿瘤内部的异质性，通过提取更加有效的影像组学特征，有效提高肿瘤诊断的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112465824B
公开(公告)日：2021-08-03
申请号：CN202110121469.0
申请日：2021-01-28
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT图像亚区影像组学特征的肺腺鳞癌诊断装置，属于医学影像领域。该诊断装置包括：体素三维特征提取模块，用于提取PET/CT图像中肺肿瘤每个体素在一个邻域内的CT局部主梯度角特征值、该体素的CT值、PET值，并组成该体素的三维特征向量；特征聚类模块，用于对得到的每个体素的三维特征向量进行聚类，获取肿瘤亚区分区；radiomics影像组学特征提取模块，用于对每个肿瘤亚区分区提取radiomics影像组学特征；分类模块，用于根据提取的radiomics影像组学特征区分肿瘤是肺鳞癌还是肺腺癌。本发明诊断装置更好地考虑肿瘤内部的异质性，通过提取更加有效的影像组学特征，有效提高肿瘤诊断的准确率。
-
公开(公告)号：CN117357132A
公开(公告)日：2024-01-09
申请号：CN202311665176.4
申请日：2023-12-06
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于多层脑网络节点参与系数的任务执行方法及装置。所述任务执行方法包括：先获取脑部信号数据，以针对每个预设的时间段，根据该时间段内各节点的脑部信号，得到该时间段中各节点所对应的脑部信号序列。针对每个节点，根据各时间段中该节点的脑部信号序列以及各时间段中其他节点的脑部信号序列，确定该节点在相同时间段与其他节点的节点连通度以及确定该节点在不同时间段与其他节点的节点连通度，进而确定出每个节点在脑部活动中的多参与系数，该节点对应的多参与系数用于表示该节点对应的脑区在脑部活动中与其他脑区的连通情况，再根据每个节点对应的多参与系数，执行目标任务。
-
公开(公告)号：CN113889261B
公开(公告)日：2022-06-10
申请号：CN202111113534.1
申请日：2021-09-23
Applicant: 之江实验室
Abstract: 本发明公开了一种基于病理特征辅助的PET/CT自动肺癌诊断分类模型训练方法，属于医学影像领域。该方法通过对病理图像的分类网络进行训练，优先得到一组较好的病理分类网络模型参数；通过该组参数获取病理图像的特征信息，来对PET/CT影像分类网络的特征提取进行指导，以提高PET/CT影像分类网络的精度，有利于基于PET/CT影像的早期肺癌诊断分类的推广应用，为临床医生的诊断以及后续随访提供帮助。通过本发明，可在后续不进行有创的病理检查之前，仅通过无创的PET/CT影像就可达到与病理诊断结果相接近的更准确的肺癌诊断分类结果，可以有效的提高临床医生的诊断效率，减少病患的创伤。
-
公开(公告)号：CN117036727B
公开(公告)日：2024-01-05
申请号：CN202311294411.1
申请日：2023-10-09
Applicant: 之江实验室
IPC: G06V10/40 , G06V10/80 , G06V10/764
Abstract: 本发明公开了一种脑网络数据多层嵌入向量特征提取方法及装置，该方法对多层网络的嵌入学习和流形优化得到的多层网络节点信息的层内层间网络一致性嵌入表示F和层内节点嵌入表示Fi，再分别对每一层的层内节点嵌入表示Fi和层内层间网络一致性嵌入表示F进行相干性计算获得每层层内的相干特征，再计算每层层内的相干特征的熵获得相干熵特征，即为脑网络数据的多层嵌入向量特征。本发明通过对复杂的多层网络信息进行降维与关键提取，得到更加具有代表性、更加有效的多层网络特征信息，有效的提高多层网络数据信息的利用率，利用较少的数据量实现较高准确率的分析与分类。
-
公开(公告)号：CN116344058A
公开(公告)日：2023-06-27
申请号：CN202310615536.3
申请日：2023-05-29
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于图信号的阿尔兹海默风险标注方法及装置，该方法可以通过患者的脑部影像/信号数据，确定患者各脑区中的神经退化性病理性蛋白浓度以及确定各脑区之间的连通程度；基于各脑区之间的连通程度构建脑节点连接网络图，综合脑节点连接网络图和各脑区中的神经退化性病理性蛋白浓度构建神经退化性病理性蛋白图信号；根据神经退化性病理性蛋白图信号，计算每个脑节点的传播通量，并基于传播通量对每个脑节点进行阿尔兹海默症的传播风险分析，将脑节点分为高风险传播脑节点、高风险被传播脑节点和低风险脑节点三类，以在脑部影像数据中标注出目标脑区，从而能够全面的确定出存在风险的脑区，更加合理地针对阿尔兹海默症进行分析。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.041 seconds)
