-
公开(公告)号：CN115881261A
公开(公告)日：2023-03-31
申请号：CN202111141816.2
申请日：2021-09-28
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供医学报告生成方法、医学报告生成系统以及记录介质。在接收医学图像而根据医学图像所涉及的人体部位和临床指征信息对医学图像进行第一图像处理之后，按照所获得的检测结果，生成并显示预填写的医学报告，然后，在用户对医学报告输入关于新的临床指征的解读信息的情况下，根据该解读信息生成解读信息关键词，对用户示出与解读信息关键词匹配的、作为新的临床指征的候选的查找标签，该查找标签按照与其对应的标签描述和解读信息关键词的匹配程度排列，在用户对示出的查找标签进行了选择的情况下，对医学图像进行与其所选择的查找标签对应的第二图像处理，然后按照进行第二图像处理而获得的检测结果，对医学报告进行补充。
-
公开(公告)号：CN114418925A
公开(公告)日：2022-04-29
申请号：CN202011175577.8
申请日：2020-10-28
Applicant: 佳能医疗系统株式会社
Abstract: 一种医学图像处理方法，其包含以下步骤：分割步骤，对医学图像进行分割；选择步骤，基于所述分割的结果及其答案数据的差异，从所述医学图像中选择出医学图像校正用的图像作为关键图像；以及显示步骤，显示所述关键图像。
-
Patent Agency Ranking
公开(公告)号：CN119313686A
公开(公告)日：2025-01-14
申请号：CN202310876025.7
申请日：2023-07-14
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供图像分割装置和方法，对图像中包含的多个分割目标进行分割。图像分割装置具备：可变视场函数计算机构，计算可变视场函数，该可变视场函数能够针对所述多个分割目标自适应地生成对应尺寸的视场范围；图像块生成机构，针对所述多个分割目标，利用所述可变视场函数计算机构计算出的所述可变视场函数，生成对应尺寸的图像块；以及推理机构，利用通过使用所述图像块生成机构生成的所述图像块而训练后的分割模型对所述图像进行推理，获得所述多个分割目标的分割结果。
-
公开(公告)号：CN117237261A
公开(公告)日：2023-12-15
申请号：CN202210630102.6
申请日：2022-06-06
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供图像处理方法和系统，利用训练好的深度学习模型对图像数据进行推理处理，图像处理方法包括如下步骤：接收步骤，接收图像；确定步骤，确定所接收的图像中的第一部分和第二部分；推理步骤，利用所述深度学习模型，对所确定出的所述第一部分进行第一推理处理，对所确定出的所述第二部分进行第二推理处理，所述第一推理处理和所述第二推理处理是不同的推理处理；整合步骤，将所述第一推理处理和所述第二推理处理的结果整合，并输出整合后的推理结果。
-
公开(公告)号：CN119474846A
公开(公告)日：2025-02-18
申请号：CN202311007018.X
申请日：2023-08-10
Applicant: 佳能医疗系统株式会社
IPC: G06F18/214 , G06F18/21 , G06F18/211 , G06F18/22 , G06F18/25 , G06N3/08
Abstract: 一种自动划分数据集的划分方法，能够在节省人力和时间资源的同时自动将数据特征均衡地分配在训练集和测试集中，包括如下步骤：先验库的构建步骤，针对参考数据集，按照每个所述任务，生成与所述任务建立了关联的多个第一高维特征，并获得与所述多个第一高维特征有关的先验信息，从而以任务为单位构建先验库；分组特征的选取步骤，针对待划分数据集，提取与待划分数据集的任务建立了关联的多个第二高维特征，基于所述先验库中的所述先验信息，从所述多个第二高维特征中选取用于划分数据的分组特征；待划分数据集的划分步骤，基于所述分组特征，自动将待划分数据集划分为训练集和测试集。
-
公开(公告)号：CN118071849A
公开(公告)日：2024-05-24
申请号：CN202211390005.0
申请日：2022-11-08
Applicant: 佳能医疗系统株式会社
IPC: G06T11/00 , G06N3/0464 , G06N3/045
Abstract: 一个实施方案的磁共振图像重建装置基于欠采样的k空间数据对图像数据进行重建，所述磁共振图像重建装置具有：残差初始化部，对表示欠采样的所述k空间数据与k空间数据真实值之差的残差进行初始化；更新数据生成部，具有第一神经网络，所述第一神经网络基于所述残差及所述k空间数据进行图像处理，生成用于对所述残差进行更新的残差更新用数据；残差更新部，根据所述残差更新用数据及在欠采样中使用的掩模对所述残差进行更新；以及重建部，根据所述k空间数据及更新后的所述残差重建所述图像数据。
-
公开(公告)号：CN115700735A
公开(公告)日：2023-02-07
申请号：CN202110793550.3
申请日：2021-07-14
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供能够获得更准确的模型训练信息从而提高训练模型的针对性和准确度、减少模型学习成本的模型训练装置。医用图像数据的模型训练装置具备：训练单元，使用医用图像数据构成的数据集作为训练数据进行学习，获得初始学习模型；评估单元，利用全局指标，对所述初始学习模型的学习进行评估，取得在所述评估中使用的数据集中的异常数据集；分组单元，利用局部指标，对所述评估单元取得的异常数据集进行分组，获得多个异常数据集组；以及模型训练信息确定单元，按照所述分组单元获得的每个异常数据集组，确定模型训练信息。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
