-
公开(公告)号：CN115690498B
公开(公告)日：2023-06-13
申请号：CN202211343116.6
申请日：2022-10-31
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/22 , G06T7/11
Abstract: 本公开提供了一种椎体骨密度确认方法、装置、设备及存储介质，获取CT影像中至少一块椎体的椎体分类结果和椎体定位结果；基于所述至少一块椎体的椎体分类结果和椎体定位结果，获取所述CT影像中至少一块椎体的椎体分割结果；基于所述至少一块椎体的所述椎体分割结果，确认所述CT影像中各椎体骨松质的感兴趣区域VOI；基于各椎体骨松质的VOI，以及各椎体骨松质的VOI对应的羟基磷灰石序列值，确认各椎体骨密度。
-
公开(公告)号：CN116245832A
公开(公告)日：2023-06-09
申请号：CN202310104465.0
申请日：2023-01-30
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/048 , G06N3/0895 , G06N3/0464
Abstract: 本公开提供了一种图像处理方法、装置、设备及存储介质，通过将待处理图像输入分类推理模型的全局子模型，得到第一目标特征图；通过所述第一目标特征图进行预处理得到所述待处理图像内异常特征的感兴趣区域；将所述异常特征的感兴趣区域输入分类推理模型的局部子模型，得到第二目标特征图；将所述第一初始特征图和第二目标特征图输入分类推理模型的融合子模型，得到所述待处理图像内异常特征的预测结果值，本实施例适用于不同模态的医学影像，利用弱监督学习方法就可以实现对医学影像的分类识别，大幅度降低了人工标注成本，提高了分类识别精度，并在分类过程中对分类依据的感兴趣区域进行预测。
-
公开(公告)号：CN115456990B
公开(公告)日：2023-05-23
申请号：CN202211111545.0
申请日：2022-09-13
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种基于CT图像的肋骨计数方法、装置、设备及存储介质，通过将待测图像输入肋骨计数模型内的采样区，获得第一特征图像与第二特征图像；将所述第一特征图像输入所述肋骨计数模型内的肋骨检测区，确定肋骨实例化中心线；将所述第二特征图像输入所述肋骨计数模型内的胸椎检测区，确定胸椎椎体位置；将所述肋骨实例化中心线与所述胸椎椎体位置输入所述肋骨计数模型内的匹配区，并根据所述肋骨实例化中心线与所述胸椎椎体位置的空间对应关系，确定所述待测图像中各个肋骨的真实标签，完成所述待测图像的肋骨计数，能够避免存在颈肋、腰肋或者未扫到第一根肋骨等情况导致肋骨计数错误的问题，能够提高肋骨计数的准确度。
-
公开(公告)号：CN115578564A
公开(公告)日：2023-01-06
申请号：CN202211308889.0
申请日：2022-10-25
Applicant: 北京医准智能科技有限公司
IPC: G06V10/26 , G06V10/25 , G06V10/774 , G06V10/762 , G06T7/11 , G06T7/136 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种实例分割模型的训练方法、装置、设备及存储介质，包括：将训练集中的样本图像输入至实例分割模型包括的语义分割子模型中，获取样本图像对应的预测感兴趣区域；基于样本图像对应的预测感兴趣区域，从样本图像中获取对应的语义样本图像；将语义样本图像输入至实例分割模型包括的特征提取子模型中；获取样本图像对应的预测语义分割特征和预测聚类特征；基于预测语义分割特征、标注语义分割特征和预测聚类特征，调整特征提取子模型的参数；其中，所述语义分割特征和所述聚类特征用于确定所述样本图像的至少一个聚类特征，并基于所述至少一个聚类特征，确定所述样本图像的实例分割结果。
-
公开(公告)号：CN115578564B
公开(公告)日：2023-05-23
申请号：CN202211308889.0
申请日：2022-10-25
Applicant: 北京医准智能科技有限公司
IPC: G06V10/26 , G06V10/25 , G06V10/774 , G06V10/762 , G06T7/11 , G06T7/136 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种实例分割模型的训练方法、装置、设备及存储介质，包括：将训练集中的样本图像输入至实例分割模型包括的语义分割子模型中，获取样本图像对应的预测感兴趣区域；基于样本图像对应的预测感兴趣区域，从样本图像中获取对应的语义样本图像；将语义样本图像输入至实例分割模型包括的特征提取子模型中；获取样本图像对应的预测语义分割特征和预测聚类特征；基于预测语义分割特征、标注语义分割特征和预测聚类特征，调整特征提取子模型的参数；其中，所述语义分割特征和所述聚类特征用于确定所述样本图像的至少一个聚类特征，并基于所述至少一个聚类特征，确定所述样本图像的实例分割结果。
-
Patent Agency Ranking
公开(公告)号：CN115690498A
公开(公告)日：2023-02-03
申请号：CN202211343116.6
申请日：2022-10-31
Applicant: 北京医准智能科技有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/22 , G06T7/11
Abstract: 本公开提供了一种椎体骨密度确认方法、装置、设备及存储介质，获取CT影像中至少一块椎体的椎体分类结果和椎体定位结果；基于所述至少一块椎体的椎体分类结果和椎体定位结果，获取所述CT影像中至少一块椎体的椎体分割结果；基于所述至少一块椎体的所述椎体分割结果，确认所述CT影像中各椎体骨松质的感兴趣区域VOI；基于各椎体骨松质的VOI，以及各椎体骨松质的VOI对应的羟基磷灰石序列值，确认各椎体骨密度。
-
公开(公告)号：CN114693604A
公开(公告)日：2022-07-01
申请号：CN202210215575.X
申请日：2022-03-07
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种脊椎医学影像处理方法、装置、设备及存储介质，所述方法包括：对脊椎的原始影像进行粗分割，得到脊椎的粗分割影像；基于所述粗分割影像，提取脊椎矢状位的中心线；根据所述中心线划分梯度区段；对超限梯度区段对应的所述原始影像进行矫正，得到矫正影像，所述超限梯度区段为与轴位的夹角角度超过梯度阈值的梯度区段；根据所述矫正影像对脊椎椎体进行检测，得到脊椎椎体检测结果；将所述检测结果投影到所述原始影像；根据所述检测结果对所述原始影像进行精分割处理。本公开的方法能够解决脊椎多目标分割造成的重复分割问题，能够实现脊椎的准确检测分割。
-
公开(公告)号：CN116167984A
公开(公告)日：2023-05-26
申请号：CN202310061857.3
申请日：2023-01-13
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , A61B6/03 , A61B6/00 , G06V10/764 , G06V10/82 , G06N3/047 , G06N3/048 , G06N3/0464
Abstract: 本说明书实施例公开了一种用于抑制运动伪影的骨折假阳检出的方法、装置及设备，所述方法包括：获取包含目标肋骨图像的目标裁剪图，所述目标肋骨为标注有病灶检测框的肋骨；确定与所述目标肋骨相邻的相邻肋骨，获取包含所述相邻肋骨图像的相邻裁剪图；将所述目标裁剪图和所述相邻裁剪图输入预设的分类模型，得到预测所述目标肋骨为运动伪影的联合概率Pnew；在所述联合概率Pnew大于阈值的情况下，判定所述目标肋骨为运动伪影。应用本说明书的实施例的技术方案，可以解决在肋骨骨折检测中出现运动伪影的假阳检出的问题，实现提高检测准确率的技术效果。
-
公开(公告)号：CN115439453B
公开(公告)日：2023-05-26
申请号：CN202211111988.X
申请日：2022-09-13
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种脊椎椎体定位方法、装置、电子设备及存储介质，包括对原始三维脊椎图像中第一椎体检测，得到包括多个第一椎体的检测框的第一三维脊椎图像，根据检测框对应的第一椎体的位置信息，确定位置连续的多个第一椎体组成的第一区段；对原始三维脊椎图像中第二椎体检测，得到包括多个第二椎体的检测框的第二三维脊椎图像；将第一三维脊椎图像和第二三维脊椎图像合并得到第三三维脊椎图像；将第一三维脊椎图像与所第三三维脊椎图像比对，确定第三三维脊椎图像中与第一区段位置相同的第二区段，将第一区段中第一椎体的位置信息作为第二区段中对应目标椎体的位置信息；根据目标椎体的位置信息，确定第三三维脊椎图像中每个椎体的位置信息。
-
公开(公告)号：CN115456990A
公开(公告)日：2022-12-09
申请号：CN202211111545.0
申请日：2022-09-13
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种基于CT图像的肋骨计数方法、装置、设备及存储介质，通过将待测图像输入肋骨计数模型内的采样区，获得第一特征图像与第二特征图像；将所述第一特征图像输入所述肋骨计数模型内的肋骨检测区，确定肋骨实例化中心线；将所述第二特征图像输入所述肋骨计数模型内的胸椎检测区，确定胸椎椎体位置；将所述肋骨实例化中心线与所述胸椎椎体位置输入所述肋骨计数模型内的匹配区，并根据所述肋骨实例化中心线与所述胸椎椎体位置的空间对应关系，确定所述待测图像中各个肋骨的真实标签，完成所述待测图像的肋骨计数，能够避免存在颈肋、腰肋或者未扫到第一根肋骨等情况导致肋骨计数错误的问题，能够提高肋骨计数的准确度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.038 seconds)
