-
公开(公告)号：CN119517148A
公开(公告)日：2025-02-25
申请号：CN202311073407.2
申请日：2023-08-24
Applicant: 佳能医疗系统株式会社
Abstract: 本发明涉及一种基于计算的磷酸化蛋白的分析方法，其包含：磷酸化蛋白序列预测步骤(20)：使用计算模型预测目标蛋白的各磷酸化组合的存在概率，选择其中存在概率大于或等于规定概率的磷酸化蛋白；磷酸化蛋白三维结构预测步骤(30)：将通过磷酸化蛋白序列预测步骤得到的磷酸化蛋白序列中的磷酸化丝氨酸和磷酸化苏氨酸分别替换成天冬氨酸和谷氨酸，使用计算模型预测替换后蛋白的三维结构；和分类、聚类步骤(40)：根据磷酸化蛋白三维结构预测步骤中得到的三维结构将磷酸化蛋白分类、聚类。通过本发明，能够不通过实验而仅依靠AI模型的计算全面、快速、低成本地预测磷酸化蛋白的三维结构，进而基于得到的三维结构筛选可作为生物标记物、或药物作用靶的磷酸化蛋白。
-
公开(公告)号：CN119516182A
公开(公告)日：2025-02-25
申请号：CN202311071097.0
申请日：2023-08-24
Applicant: 佳能医疗系统株式会社
IPC: G06V10/26 , G06T7/00 , G06V10/764
Abstract: 一种图像分割装置，能够获得平滑的边界分割结果，并且能够提供直观的便于医生识别的标记信息，且分割准确性高。该图像分割装置具备：取得部，取得带标记信息的块状区域和带标记信息的管状区域；粗分割部，利用所取得的上述块状区域和上述管状区域的标记信息，通过距离变换，生成不带标记信息的作为各子结构的边界区域的待分割区域、和带标记信息的作为粗分割结果的非边界区域；分类器生成部，使用上述非边界区域的标记信息、和由上述待分割区域和上述管状区域确定出的特定位置的标记信息，来生成对空间坐标进行分类的分类器；以及细分割部，利用上述分类器，对上述待分割区域的体素进行分割，确定最终分割结果。
-
公开(公告)号：CN118800411A
公开(公告)日：2024-10-18
申请号：CN202310390508.6
申请日：2023-04-12
Applicant: 佳能医疗系统株式会社
IPC: G16H30/40 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 一种能够提高医用图像处理准确度的基于半监督学习的医用图像处理方法、装置、存储介质及程序产品。医用图像处理方法包括：有标签图像数据训练步骤，使用被输入的有标签图像数据，对深度神经网络进行训练；弱增强步骤，进行弱数据增强而得到弱增强图像；注意力设定步骤，使用深度神经网络对弱增强图像进行预测，基于所述弱增强图像中的各像素的预测信息来决定每个像素是否能够成为伪标签；强增强步骤，进行强数据增强而得到强增强图像；无标签图像数据训练步骤，使用强增强图像和伪标签进行训练；图像处理步骤，使用基于有标签图像数据及无标签图像数据的训练结果而更新后的深度神经网络，对被输入的医用图像进行处理。
-
公开(公告)号：CN118628427A
公开(公告)日：2024-09-10
申请号：CN202310224271.4
申请日：2023-03-08
Applicant: 佳能医疗系统株式会社
IPC: G06T7/00 , G06N3/0895 , G06T7/11
Abstract: 一种基于弱监督学习的分割模型学习方法，能够提高学习过程的效率及精度，并且在实际分割过程中不需要生成标注信息就能够得到较平滑的边界，包括如下步骤：获取医用图像数据、用于将规定的构造物划分为多段的第一标注信息、和用于将对规定的构造物进行包覆的块状区域划分为多个区块的第二标注信息，作为学习数据；以及根据损失函数值，将医用图像数据中的体素按照所属区域进行监督，将一部分体素使用第一标注信息进行直接监督，将另一部分体素使用第二标注信息进行间接监督，来优化分割模型的参数。
-
公开(公告)号：CN115393246A
公开(公告)日：2022-11-25
申请号：CN202110544478.0
申请日：2021-05-19
Applicant: 佳能医疗系统株式会社
Abstract: 图像分割系统具有：注意力热力图生成部，分别根据作为患者的目标病变的不同模态的扫描图像的第一图像和扫描图像的第二图像，生成第一注意力热力图和第二注意力热力图，第一注意力热力图的各像素表示在进行图像分割时给予第一图像中的相同位置的像素的关注程度，第二注意力热力图的各像素表示在进行图像分割时给予第二图像中的相同位置的像素的关注程度；差异值计算部，计算表示第一注意力热力图和第二注意力热力图的差异的注意力差异图像；以及第一神经网络，至少基于第一图像和由差异值计算部生成的注意力差异图像，对第二图像进行图像分割，取得第二图像的分割结果。
-
Patent Agency Ranking
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：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。
-
公开(公告)号：CN116308976A
公开(公告)日：2023-06-23
申请号：CN202111560178.8
申请日：2021-12-20
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供一种能够在现场持续改进模型并限制退化风险的现场自适应训练装置。实施方式的现场自适应训练装置具备：取得部，取得医用图像处理模型和用于生成医用图像处理模型的原始模型训练协议；现场数据收集部，收集在使用医用图像处理模型的现场产生的现场医用图像数据；训练数据创建部，利用医用图像处理模型对现场医用图像数据进行处理，将获得的处理结果划分为异常数据与正常数据，并对异常数据进行修正，将修正后的异常数据与正常数据一起作为训练数据；以及自适应训练部，将医用图像处理模型作为初始模型，利用训练数据创建部创建的训练数据,按照原始模型训练协议，在现场进行训练，生成新的医用图像处理模型。
-
公开(公告)号：CN115708127A
公开(公告)日：2023-02-21
申请号：CN202110947770.7
申请日：2021-08-18
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供组织病理学染色切片图像的模型训练装置和模型应用装置。模型训练装置(100)具备组织病理学染色切片图像分块单元(101)、免疫组化染色切片图像分块单元(102)、肿瘤组织分类单元(103)、配准单元(104)和模型训练单元(105)。本发明通过对组织病理学染色切片的同一切片再进行多次IHC复染，获得多个IHC复染切片图像，根据生物规则对该多个IHC复染切片图像所对应的肿瘤组织进行分类，能够得到肿瘤组织的生物标记的定量空间掩膜(mask)，然后将组织病理学染色切片图像作为输入值，将定量空间掩膜作为基底真值(GT)，将二者配准，由此能够建立更为准确的深度学习模型。
-
公开(公告)号：CN114492785A
公开(公告)日：2022-05-13
申请号：CN202011267057.X
申请日：2020-11-13
Applicant: 佳能医疗系统株式会社
Abstract: 本发明提供模型学习系统及模型学习系统中的模型学习方法，该模型学习系统，包括：服务器；及两个以上的客户端，分别与所述服务器以能够通信的方式连接，所述两个以上的客户端分别具备：数据获取部，获取数据；固有模型处理部，基于本客户端固有的固有模型，对由所述数据获取部获取的数据进行处理；以及通用模型处理部，基于由所述固有模型处理部处理过的数据，对从所述服务器获取的通用模型进行训练，所述通用模型在所述两个以上的客户端间通过所述服务器而共享，所述服务器，基于所述两个以上的客户端的各自的通用模型的差分，更新上述通用模型。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.03 seconds)
