-
公开(公告)号：CN111462099B
公开(公告)日：2024-01-23
申请号：CN202010262698.X
申请日：2020-04-05
Applicant: 中国人民解放军总医院 , 北京亿阳信通科技有限公司
Abstract: 本发明公开了一种基于快速积分图监测的图像细胞区域定位方法，该方法包括：将图像转换为灰度图像；对灰度图像进行去噪滤波，生成滤波后图像；对滤波后图像进行边缘检测，得到边缘图像A；对滤波后图像利用自适应阈值进行二值化，得到二值化图像B，所述自适应阈值根据各像素块区域内的灰度确定；对二值化图像进行开运算滤波，将非细胞部分滤除，并将滤除后的细胞部分进行闭运算填充，获取到图像C；利用一个遍历框分别在图像A、C中进行遍历，计算框在不同位置的密度值，并根据该密度值确定细胞所在图像区域。通过本发明，能够准确的识别出细胞区域。
-
公开(公告)号：CN110335678A
公开(公告)日：2019-10-15
申请号：CN201910462060.8
申请日：2019-05-30
Applicant: 中国人民解放军总医院 , 北京亿阳信通科技有限公司
Abstract: 本发明公开了一种高原适应性评估方法，本发明通过使用样本数据和医生的经验知识，建立和验证高原适应度评估模型深度神经网络学习模型；使用体检数据作为输入数据，经过学习模型分析后，输出高原适应度的评分。解决了现有技术中无法快速科学地评价人员对于高原工作适应度的问题。
-
公开(公告)号：CN111475631A
公开(公告)日：2020-07-31
申请号：CN202010261943.5
申请日：2020-04-05
Applicant: 北京亿阳信通科技有限公司 , 中国人民解放军总医院
IPC: G06F16/332 , G06F16/36 , G06F16/2455 , G06F16/28
Abstract: 本发明提供了一种基于知识图谱与深度学习的疾病问答方法及装置，通过获得输入问题，并对所述输入问题进行数据清洗处理；对数据清洗处理后的所述输入问题进行意图识别预处理，并判断所述输入问题是否满足第一预设条件；按照预设策略，对满足所述第一预设条件的所述输入问题进行二次意图识别，并获得所述输入问题的意图类型；将所述输入问题进行实体识别，并与所述输入问题的意图类型相结合，获得实体结果；根据所述意图类型，以及获得的所述实体结果，利用Cypher语句在neo4j图数据库中进行实体及关系的直接及推理查询；获得问答结果，达到了提高传统意图识别及实体抽取环节的正确率，提高答案的准确率及全面性的技术效果。
-
公开(公告)号：CN111462099A
公开(公告)日：2020-07-28
申请号：CN202010262698.X
申请日：2020-04-05
Applicant: 中国人民解放军总医院 , 北京亿阳信通科技有限公司
Abstract: 本发明公开了一种基于快速积分图监测的图像细胞区域定位方法，该方法包括：将图像转换为灰度图像；对灰度图像进行去噪滤波，生成滤波后图像；对滤波后图像进行边缘检测，得到边缘图像A；对滤波后图像利用自适应阈值进行二值化，得到二值化图像B，所述自适应阈值根据各像素块区域内的灰度确定；对二值化图像进行开运算滤波，将非细胞部分滤除，并将滤除后的细胞部分进行闭运算填充，获取到图像C；利用一个遍历框分别在图像A、C中进行遍历，计算框在不同位置的密度值，并根据该密度值确定细胞所在图像区域。通过本发明，能够准确的识别出细胞区域。
-
Patent Agency Ranking
公开(公告)号：CN110364259A
公开(公告)日：2019-10-22
申请号：CN201910462425.7
申请日：2019-05-30
Applicant: 中国人民解放军总医院 , 北京亿阳信通科技有限公司
Abstract: 本发明公开了一种高原疾病预测方法、系统、介质和电子设备。包括：获取多个体检人员的身份信息数据，对上述数据进行聚合分组；计算得到每组所述体检人员的体检指标数据均值向量ub和协方差矩阵Sb；计算得到每组所述体检人员的面部数据均值向量uf和协方差矩阵Sf；计算得到每组所述体检人员进入高原后患某种高原病概率Pgmn；确定待预测人员所在分组，计算所述待预测人员患某种高原病的概率Pixy。同时还公开了相应的系统、介质和电子设备。本发明首次提出了高原疾病预测方法，采用海量数据进行多层次的聚类，同时引入面部器官数据为参照，极大提高了高原病预测的可行性和准确性。
-
公开(公告)号：CN111475631B
公开(公告)日：2022-12-06
申请号：CN202010261943.5
申请日：2020-04-05
Applicant: 北京亿阳信通科技有限公司 , 中国人民解放军总医院
IPC: G06F16/332 , G06F16/36 , G06F16/2455 , G06F16/28
Abstract: 本发明提供了一种基于知识图谱与深度学习的疾病问答方法及装置，通过获得输入问题，并对所述输入问题进行数据清洗处理；对数据清洗处理后的所述输入问题进行意图识别预处理，并判断所述输入问题是否满足第一预设条件；按照预设策略，对满足所述第一预设条件的所述输入问题进行二次意图识别，并获得所述输入问题的意图类型；将所述输入问题进行实体识别，并与所述输入问题的意图类型相结合，获得实体结果；根据所述意图类型，以及获得的所述实体结果，利用Cypher语句在neo4j图数据库中进行实体及关系的直接及推理查询；获得问答结果，达到了提高传统意图识别及实体抽取环节的正确率，提高答案的准确率及全面性的技术效果。
-
公开(公告)号：CN110364259B
公开(公告)日：2022-05-31
申请号：CN201910462425.7
申请日：2019-05-30
Applicant: 中国人民解放军总医院 , 北京亿阳信通科技有限公司
Abstract: 本发明公开了一种高原疾病预测方法、系统、介质和电子设备。包括：获取多个体检人员的身份信息数据，对上述数据进行聚合分组；计算得到每组所述体检人员的体检指标数据均值向量ub和协方差矩阵Sb；计算得到每组所述体检人员的面部数据均值向量uf和协方差矩阵Sf；计算得到每组所述体检人员进入高原后患某种高原病概率Pgmn；确定待预测人员所在分组，计算所述待预测人员患某种高原病的概率Pixy。同时还公开了相应的系统、介质和电子设备。本发明首次提出了高原疾病预测方法，采用海量数据进行多层次的聚类，同时引入面部器官数据为参照，极大提高了高原病预测的可行性和准确性。
-
公开(公告)号：CN116758286A
公开(公告)日：2023-09-15
申请号：CN202310752469.X
申请日：2023-06-25
Applicant: 中国人民解放军总医院
IPC: G06V10/26 , G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种医学影像分割方法、系统、装置、存储介质及产品，其中，医学影像分割方法，包括：基于预先获取的医学影像数据和临床医学背景信息生成影像数据，所述影像数据包括源域数据或目标域数据；构建域自适应模块，将预设标签分配至所述目标域数据，并基于所述域自适应模块生成源域数据、目标域数据、源域数据‑目标域数据的距离信息，以提升数据分布一致性；构建注意力继承模块，将所述源域数据输入至所述注意力继承模块输出继承特征数据；构建跨模态模型，将所述目标域数据输入至所述跨模态模型，基于所述距离信息、所述继承特征数据生成分割后医学影像。通过该方法的医学影像分割，提升了图像分割的准确性，简化了分割流程。
-
公开(公告)号：CN116758286B
公开(公告)日：2024-02-06
申请号：CN202310752469.X
申请日：2023-06-25
Applicant: 中国人民解放军总医院
IPC: G06V10/26 , G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种医学影像分割方法、系统、装置、存储介质及产品，其中，医学影像分割方法，包括：基于预先获取的医学影像数据和临床医学背景信息生成影像数据，所述影像数据包括源域数据或目标域数据；构建域自适应模块，将预设标签分配至所述目标域数据，并基于所述域自适应模块生成源域数据、目标域数据、源域数据‑目标域数据的距离信息，以提升数据分布一致性；构建注意力继承模块，将所述源域数据输入至所述注意力继承模块输出继承特征数据；构建跨模态模型，将所述目标域数据输入至所述跨模态模型，基于所述距离信息、所述继承特征数据生成分割后医学影像。通过该方法的医学影像分割，提升了图像分割的准确性，简化了分割(56)对比文件Masoomeh Rahimpour;Jeroen Bertels.《Cross-Modal Distillation to Improve MRI-Based Brain Tumor Segmentation WithMissing MRI Sequences》《.IEEE Transactionson Biomedical Engineering》.2021,全文.
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.043 seconds)
