-
公开(公告)号：CN115393847B
公开(公告)日：2023-04-07
申请号：CN202211341358.1
申请日：2022-10-31
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
Abstract: 本发明提供了一种基质细胞功能状况的识别分析方法及装置，其中，方法包括：构建包含角膜基质层共聚焦图像在内的专家数据库，基于专家数据库，利用机器学习方法构建专家模型；向每个基质层分别设计并训练得到对应的水肿情况判别模型和基质细胞检测模型，获取目标患者的每个基质层的共聚焦图像，并基于对应的水肿情况判别模型和基质细胞检测模型进行识别；基于专家模型对识别结果进行分析，得到目标患者的基质细胞功能状况。通过综合考虑多个基质层的水肿情况和基质细胞密度，可以自动分析患者的基质细胞功能状况，给医生提供参考，有助于后续疾病的判断。
-
公开(公告)号：CN115393351B
公开(公告)日：2023-01-24
申请号：CN202211322197.1
申请日：2022-10-27
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
IPC: G06T7/00 , G06T7/62 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于朗格汉斯细胞判断角膜免疫状态的方法及装置，其方法，包括：收集不同程度免疫性角膜疾病患者的共聚焦图像并挑选，获取目标共聚焦图像并构建专家数据库，基于专家数据库，确定机器学习模型；对朗格汉斯细胞实例分割模型进行设计与训练；将待识别图像输入至朗格汉斯细胞实例分割模型中进行推理，确定不同类型的朗格汉斯细胞的细胞密度及细胞个数占比；将不同类型朗格汉斯细胞的细胞密度及细胞个数占比输入至机器学习模型中，预测角膜免疫状态的级别。本方案的朗格汉斯细胞实例分割模型可以自动识别细胞的位置和类型，结合专家库建模结果，可以帮助医生更快、更准确判断患者的角膜免疫状态。
-
公开(公告)号：CN113591601B
公开(公告)日：2024-02-02
申请号：CN202110773694.2
申请日：2021-07-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
IPC: G06V20/69 , G06V40/18 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种角膜共聚焦图像中菌丝识别方法及装置，该方法包括：获取待识别的角膜共聚焦图像；将所述角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据所述菌丝‑神经纤维分割模型输出预分割结果图；对预分割结果图进行自动修正得到最终分割结果图；根据所述最终分割结果图判断是否存在菌丝。本发明提供的角膜共聚焦图像中菌丝识别方法及装置，通过将角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据菌丝‑神经纤维分割模型输出预分割结果图，对预分割结果图进行自动修正得到最终分割结果图，根据最终分割结果图判断是否存在菌丝，实现对图像中菌丝和神经纤维的准确区分，由此可以实现角膜共聚焦图像中菌丝的自动化(56)对比文件吕健;陈琦;张凯;蒋莉;唐芬;陈青;蓝倩倩;李兰建;曾思明;徐帆.基于深度学习算法在角膜共聚焦显微镜图像中炎症细胞智能识别的研究.中国临床新医学.2020,(第02期),第1-4页.
-
公开(公告)号：CN115690092A
公开(公告)日：2023-02-03
申请号：CN202211567875.0
申请日：2022-12-08
Applicant: 中国科学院自动化研究所 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G06T7/00 , G06T7/73 , G06V10/26 , G06V10/764 , G06V10/774
Abstract: 本发明提供了一种角膜共聚焦图像中阿米巴包囊的识别与计数方法及装置，其方法包括：获取待识别的共聚焦图像集，并对所述待识别的共聚焦图像集进行筛选及标注，得到包含阿米巴包囊的共聚焦图像；构建阿米巴包囊实例分割和密度图估计的联合模型，并基于预设模型权值对所述联合模型进行训练；基于训练后的联合模型对所述包含阿米巴包囊的共聚焦图像进行推理识别，确定所述共聚焦图像中阿米巴包囊的个数和密度。通过构建联合模型，有效地区分了图像中容易混淆的阿米巴包囊和炎性细胞，使用训练好的联合模型对待识别图像进行推理，精准地完成了对阿米巴包囊的自动计算个数和密度，节省了医生的时间，帮助医生进行快速准确的诊断。
-
公开(公告)号：CN113592783A
公开(公告)日：2021-11-02
申请号：CN202110772766.1
申请日：2021-07-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
Abstract: 本发明提供一种角膜共聚焦图像中细胞基础指标的精准量化方法，包括：获取待识别的角膜共聚焦图像并输入到细胞边界分割模型，根据细胞边界分割模型输出细胞边界概率图；其中，细胞边界分割模型是以角膜共聚焦图像样本作为输入、以角膜共聚焦图像样本中每个像素点是否为细胞边界的标注结果作为输出标签，通过机器学习训练得到的；对细胞边界概率图进行预设后处理，得到细胞边界分割图；基于细胞边界分割图，获取角膜共聚焦图像的细胞区域，根据角膜共聚焦图像的细胞区域计算角膜细胞的基础指标。本发明提供的角膜共聚焦图像中细胞基础指标的精准量化方法及装置，可实现角膜共聚焦图像中细胞边界的自动化高效分割及角膜细胞基础指标的精准量化。
-
Patent Agency Ranking
公开(公告)号：CN113592783B
公开(公告)日：2024-01-19
申请号：CN202110772766.1
申请日：2021-07-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
Abstract: 本发明提供一种角膜共聚焦图像中细胞基础指标的精准量化方法，包括：获取待识别的角膜共聚焦图像并输入到细胞边界分割模型，根据细胞边界分割模型输出细胞边界概率图；其中，细胞边界分割模型是以角膜共聚焦图像样本作为输入、以角膜共聚焦图像样本中每个像素点是否为细胞边界的标注结果作为输出标签，通过机器学习训练得到的；对细胞边界概率图进行预设后处理，得到细胞边界分割图；基于细胞边界分割图，获取角膜共聚焦图像的细胞区域，根据角膜共聚焦图像的细胞区域计算角膜细胞的基础指标。本发明提供的角膜共聚焦图像中细胞基础指标的精准量化方法及装置，可实现角膜共聚焦(56)对比文件Moritz C. Daniel 等.“Automatedsegmentation of the corneal endotheliumin a large set of ‘real-world’ specularmicroscopy images using the U-Netarchitecture”《.]Scientific Reports》.2019,第9卷(第1期),正文1-7.潘细朋.“基于深度卷积网络的病理图像细胞检测、分割及识别算法研究”《.中国博士学位论文全文数据库 (医药卫生科技辑)》.2021,2021年(1), E059-42.
-
公开(公告)号：CN115393847A
公开(公告)日：2022-11-25
申请号：CN202211341358.1
申请日：2022-10-31
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
Abstract: 本发明提供了一种基质细胞功能状况的识别分析方法及装置，其中，方法包括：构建包含角膜基质层共聚焦图像在内的专家数据库，基于专家数据库，利用机器学习方法构建专家模型；向每个基质层分别设计并训练得到对应的水肿情况判别模型和基质细胞检测模型，获取目标患者的每个基质层的共聚焦图像，并基于对应的水肿情况判别模型和基质细胞检测模型进行识别；基于专家模型对识别结果进行分析，得到目标患者的基质细胞功能状况。通过综合考虑多个基质层的水肿情况和基质细胞密度，可以自动分析患者的基质细胞功能状况，给医生提供参考，有助于后续疾病的判断。
-
公开(公告)号：CN115393351A
公开(公告)日：2022-11-25
申请号：CN202211322197.1
申请日：2022-10-27
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
IPC: G06T7/00 , G06T7/62 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于朗格汉斯细胞判断角膜免疫状态的方法及装置，其方法，包括：收集不同程度免疫性角膜疾病患者的共聚焦图像并挑选，获取目标共聚焦图像并构建专家数据库，基于专家数据库，确定机器学习模型；对朗格汉斯细胞实例分割模型进行设计与训练；将待识别图像输入至朗格汉斯细胞实例分割模型中进行推理，确定不同类型的朗格汉斯细胞的细胞密度及细胞个数占比；将不同类型朗格汉斯细胞的细胞密度及细胞个数占比输入至机器学习模型中，预测角膜免疫状态的级别。本方案的朗格汉斯细胞实例分割模型可以自动识别细胞的位置和类型，结合专家库建模结果，可以帮助医生更快、更准确判断患者的角膜免疫状态。
-
公开(公告)号：CN115690092B
公开(公告)日：2023-03-31
申请号：CN202211567875.0
申请日：2022-12-08
Applicant: 中国科学院自动化研究所 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G06T7/00 , G06T7/73 , G06V10/26 , G06V10/764 , G06V10/774
Abstract: 本发明提供了一种角膜共聚焦图像中阿米巴包囊的识别与计数方法及装置，其方法包括：获取待识别的共聚焦图像集，并对所述待识别的共聚焦图像集进行筛选及标注，得到包含阿米巴包囊的共聚焦图像；构建阿米巴包囊实例分割和密度图估计的联合模型，并基于预设模型权值对所述联合模型进行训练；基于训练后的联合模型对所述包含阿米巴包囊的共聚焦图像进行推理识别，确定所述共聚焦图像中阿米巴包囊的个数和密度。通过构建联合模型，有效地区分了图像中容易混淆的阿米巴包囊和炎性细胞，使用训练好的联合模型对待识别图像进行推理，精准地完成了对阿米巴包囊的自动计算个数和密度，节省了医生的时间，帮助医生进行快速准确的诊断。
-
公开(公告)号：CN113591601A
公开(公告)日：2021-11-02
申请号：CN202110773694.2
申请日：2021-07-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院自动化研究所
Abstract: 本发明提供一种角膜共聚焦图像中菌丝识别方法及装置，该方法包括：获取待识别的角膜共聚焦图像；将所述角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据所述菌丝‑神经纤维分割模型输出预分割结果图；对预分割结果图进行自动修正得到最终分割结果图；根据所述最终分割结果图判断是否存在菌丝。本发明提供的角膜共聚焦图像中菌丝识别方法及装置，通过将角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据菌丝‑神经纤维分割模型输出预分割结果图，对预分割结果图进行自动修正得到最终分割结果图，根据最终分割结果图判断是否存在菌丝，实现对图像中菌丝和神经纤维的准确区分，由此可以实现角膜共聚焦图像中菌丝的自动化准确识别。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.077 seconds)
