-
公开(公告)号：CN106780475B
公开(公告)日：2019-10-01
申请号：CN201611235221.2
申请日：2016-12-27
Applicant: 北京市计算中心
Abstract: 本发明提供一种基于病理组织切片图像组织区域的图像处理方法及装置，该方法包括：步骤1，对病理组织切片图像进行预处理，得到子图像块；步骤2，基于深度卷积神经网络模型提取子图像块特征，整合得到病理组织切片图像特征并预分类，获取异常的病理组织切片图像；步骤3，量化临床就诊信息；步骤4，根据异常的病理组织切片图像特征和所述临床就诊信息，采用多源数据融合技术得到融合特征；步骤5，采用分类器对所述融合特征进行分类。该装置包括：预处理模块，特征提取模块，分类模块，量化模块，数据融合模块。该方法及装置克服了现有技术中病理组织切片图像的组织区域检测效果不佳的问题。
-
Patent Agency Ranking
公开(公告)号：CN106909778B
公开(公告)日：2019-08-27
申请号：CN201710071847.2
申请日：2017-02-09
Applicant: 北京市计算中心
Abstract: 本发明提供一种基于深度学习的多模态医学影像识别方法，包括：基于患者待检测部位的多模态医学影像利用配准方法将多模态医学影像在同一三维空间内显示，基于多模态医学影像利用R‑CNN，识别多模态医学影像中的病变区域，根据病变区域在多模态医学影像中的坐标在同一三维空间内显示病变体，根据确诊的病变区域对应的图像块利用稠密采样方法和CNN获取各预设病种的发生概率。本发明提供一种基于深度学习的多模态医学影像识别装置，包括：多模态医学影像显示模块，病变区域检测模块，病变体显示模块，预设病种发生概率模块。本发明实现了医学影像中病变区域的自动识别，并为医生的进一步诊断提供了有效的参考数据。
-
公开(公告)号：CN104933283A
公开(公告)日：2015-09-23
申请号：CN201510059884.2
申请日：2015-02-05
Applicant: 北京市计算中心
IPC: G06F19/00
Abstract: 本发明公开了三维彩色病变模拟展示系统模型库，包括数据库端和前端，所述数据库端包括：(1)模型的分类；(2)模型信息；(3)模型的管理；(4)用户数据管理。所述前端包括：(1)模型初始状态；(2)展示系统的其他功能。与现有技术相比，本发明具有以下突出效果：(1)直观、逼真。本发明设计的彩色器官模型库可以直观地使用户感受人体器官的构成机理。(2)器官模型全面、细分层次可调；结构可拓展、更新迅速。针对医学领域的新发现及时更新数据。(3)集成性高。采用XML数据格式，也为基于本器官模型库的二次开发工作提供了方便的解决途径。(4)应用范围广。
-
公开(公告)号：CN104722056A
公开(公告)日：2015-06-24
申请号：CN201510059881.9
申请日：2015-02-05
Applicant: 北京市计算中心
Abstract: 本发明公开了一种运用虚拟现实技术的康复训练系统及方法，包括如下三个阶段：第一阶段：通过体感设备Kinect采集人体骨骼节点，生成骨架系统。第二阶段：准备模型并绑定骨骼，搭建数据库环境，通过深度信息以及彩色信息的机器学习获得各个骨骼节点位置，由3Dmax软件工具建模，建立人体骨骼IK/FK，绑定模型的节点一一对应。第三阶段：将Kinect的数据通过接口函数传入Unity3D当中，驱动场景模型进行运动。第四阶段：导入角色，调试环境。第五阶段：数据的写入以及读出，并控制数据可视化。本发明摆脱传感器束缚，实现自然肢体运动监测成为可能；采用体感交互设备Kinect，降低了系统的成本，消除了训练过程中穿戴输入设备的繁琐性。
-
公开(公告)号：CN106909778A
公开(公告)日：2017-06-30
申请号：CN201710071847.2
申请日：2017-02-09
Applicant: 北京市计算中心
Abstract: 本发明提供一种基于深度学习的多模态医学影像识别方法，包括：基于患者待检测部位的多模态医学影像利用配准方法将多模态医学影像在同一三维空间内显示，基于多模态医学影像利用R‑CNN，识别多模态医学影像中的病变区域，根据病变区域在多模态医学影像中的坐标在同一三维空间内显示病变体，根据确诊的病变区域对应的图像块利用稠密采样方法和CNN获取各预设病种的发生概率。本发明提供一种基于深度学习的多模态医学影像识别装置，包括：多模态医学影像显示模块，病变区域检测模块，病变体显示模块，预设病种发生概率模块。本发明实现了医学影像中病变区域的自动识别，并为医生的进一步诊断提供了有效的参考数据。
-
公开(公告)号：CN106780475A
公开(公告)日：2017-05-31
申请号：CN201611235221.2
申请日：2016-12-27
Applicant: 北京市计算中心
Abstract: 本发明提供一种基于病理组织切片图像组织区域的图像处理方法及装置，该方法包括：步骤1，对病理组织切片图像进行预处理，得到子图像块；步骤2，基于深度卷积神经网络模型提取子图像块特征，整合得到病理组织切片图像特征并预分类，获取异常的病理组织切片图像；步骤3，量化临床就诊信息；步骤4，根据异常的病理组织切片图像特征和所述临床就诊信息，采用多源数据融合技术得到融合特征；步骤5，采用分类器对所述融合特征进行分类。该装置包括：预处理模块，特征提取模块，分类模块，量化模块，数据融合模块。该方法及装置克服了现有技术中病理组织切片图像的组织区域检测效果不佳的问题。
-
-
-
-
-
Search Results
6
records
(took 0.066 seconds)
