-
Patent Agency Ranking
公开(公告)号：CN115222955A
公开(公告)日：2022-10-21
申请号：CN202210660021.0
申请日：2022-06-13
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种图像匹配模型的训练方法、装置、电子设备及存储介质，包括：获取第一粗粒度图像和第一细粒度图像，以及第二粗粒度图像和第二细粒度图像；将第一粗粒度图像和第二粗粒度图像输入至图像匹配模型中，获取第一样本图像和第二样本图像对应的至少两对候选特征点；基于至少两对候选特征点，确定第一细粒度图像中与至少两对候选特征点对应的第一子区域，以及第二细粒度图像中与至少两对候选特征点对应的第二子区域；将第一子区域和第二子区域输入至所述图像匹配模型中，确定所述至少两对预测特征点；基于所述至少两对候选特征点和所述至少两对预测特征点确定所述图像匹配模型的损失值，基于所述损失值调整所述图像匹配模型的参数。
-
公开(公告)号：CN115311232B
公开(公告)日：2023-09-12
申请号：CN202210949407.3
申请日：2022-08-09
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T7/11 , G06T5/50 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种肺部病灶类型检测方法、装置、电子设备及存储介质，包括获取胸部的DR图像，对DR图像进行检测，得到多个第一候选病灶区域；对多个第一候选病灶区域进行筛选，确定多个第二候选病灶区域，并对多个第二候选病灶区域进行去重，确定至少一个目标病灶区域；对每个目标病灶区域，获取仅包含目标病灶区域的第一图像，并根据DR图像对肺野区域进行分割，得到仅包含肺野区域的第二图像；将目标病灶区域对应的第一图像、第二图像和DR图像进行融合，得到目标病灶区域对应的目标图像；对目标图像进行检测，得到目标病灶区域的目标病灶类型。
-
公开(公告)号：CN115222955B
公开(公告)日：2023-02-28
申请号：CN202210660021.0
申请日：2022-06-13
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种图像匹配模型的训练方法、装置、电子设备及存储介质，包括：获取第一粗粒度图像和第一细粒度图像，以及第二粗粒度图像和第二细粒度图像；将第一粗粒度图像和第二粗粒度图像输入至图像匹配模型中，获取第一样本图像和第二样本图像对应的至少两对候选特征点；基于至少两对候选特征点，确定第一细粒度图像中与至少两对候选特征点对应的第一子区域，以及第二细粒度图像中与至少两对候选特征点对应的第二子区域；将第一子区域和第二子区域输入至所述图像匹配模型中，确定所述至少两对预测特征点；基于所述至少两对候选特征点和所述至少两对预测特征点确定所述图像匹配模型的损失值，基于所述损失值调整所述图像匹配模型的参数。
-
公开(公告)号：CN115311232A
公开(公告)日：2022-11-08
申请号：CN202210949407.3
申请日：2022-08-09
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种肺部病灶类型检测方法、装置、电子设备及存储介质，包括获取胸部的DR图像，对DR图像进行检测，得到多个第一候选病灶区域；对多个第一候选病灶区域进行筛选，确定多个第二候选病灶区域，并对多个第二候选病灶区域进行去重，确定至少一个目标病灶区域；对每个目标病灶区域，获取仅包含目标病灶区域的第一图像，并根据DR图像对肺野区域进行分割，得到仅包含肺野区域的第二图像；将目标病灶区域对应的第一图像、第二图像和DR图像进行融合，得到目标病灶区域对应的目标图像；对目标图像进行检测，得到目标病灶区域的目标病灶类型。
-
公开(公告)号：CN114742807A
公开(公告)日：2022-07-12
申请号：CN202210435844.3
申请日：2022-04-24
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/74 , G06K9/62
Abstract: 本公开提供了一种基于X光图像的胸片识别方法、装置、电子设备和介质，包括：获取最优的图像生成器；通过所述最优的图像生成器生成待识别胸片对应的重建胸片，所述重建胸片为肺部健康的胸片，所述待识别胸片为X光图像；根据所述重建胸片对所述待识别胸片进行加强，得到加强胸片；对所述加强胸片进行识别，确定所述待识别胸片是否包含病灶以及包含病灶时的病灶类型。该方法通过最优的图像生成器对待识别胸片进行重建得到健康的重建胸片，根据重建胸片对待识别胸片进行加强，在不依赖额外标签信息的情况下，就得到了待识别胸片中有价值的信息，确定胸片中是否包含病灶，以及包含病灶时识别出更加全面、准确的病灶类型。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
