-
公开(公告)号：CN107292351A
公开(公告)日：2017-10-24
申请号：CN201710666440.4
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本申请提供了一种结节的匹配方法及装置，其中方法包括：获取差值对，任意一个差值对为第一差值集合中的任意一个差值与第二差值集合中的任意一个差值形成的组合，第一差值集合包括第一医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，第二差值集合包括第二医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，本申请实施例中的目标对象表示结节所在的器官，例如肺、肝等；在获取差值对后，将满足预设条件的差值对确定为目标差值对；将形成所述目标差值对中两个差值的结节，确定为匹配的结节对；显示所述相匹配的结节对。通过本申请实施例，可以保证对结节进行匹配的准确性的前提下，实现自动对结节进行匹配。
-
公开(公告)号：CN107492097A
公开(公告)日：2017-12-19
申请号：CN201710667240.0
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本发明实施例公开了一种识别MRI图像感兴趣区域的方法及装置，该方法包括：通过已标注感兴趣区域的MRI图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对待识别的多模态MRI图像进行感兴趣区域的分割，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和最大径。其中，待识别的多模态MRI图像是对齐的不同序列的MRI图像的集合。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107274406A
公开(公告)日：2017-10-20
申请号：CN201710666437.2
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
CPC classification number: G06T7/0012 , G06T3/4007 , G06T2207/10081 , G06T2207/10088 , G06T2207/20021 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30061
Abstract: 本发明提出一种检测敏感区域的方法及装置。一种检测敏感区域的方法，包括：获取医学图像；对所述医学图像进行分割处理，得到待检测区域图像；对所述待检测区域图像进行预处理；将预处理后的所述待检测区域图像输入经过训练的残差网络，从所述待检测区域图像中提取得到敏感区域候选区域；将提取得到敏感区域候选区域的待检测区域图像输入经过深度学习的3D卷积神经网络，从所述敏感区域候选区域中提取得到敏感区域。采用上述技术方案，能够自动化地从医学图像中检测出敏感区域，将上述技术方案应用到数字医疗临床诊治中，可以减轻医务人员工作量，并且其识别过程更客观，利于降低敏感区域漏检率。
-
公开(公告)号：CN107292351B
公开(公告)日：2019-09-13
申请号：CN201710666440.4
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本申请提供了一种结节的匹配方法及装置，其中方法包括：获取差值对，任意一个差值对为第一差值集合中的任意一个差值与第二差值集合中的任意一个差值形成的组合，第一差值集合包括第一医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，第二差值集合包括第二医学图像中各结节的三维中心坐标与目标对象的三维中心坐标间的差值，本申请实施例中的目标对象表示结节所在的器官，例如肺、肝等；在获取差值对后，将满足预设条件的差值对确定为目标差值对；将形成所述目标差值对中两个差值的结节，确定为匹配的结节对；显示所述相匹配的结节对。通过本申请实施例，可以保证对结节进行匹配的准确性的前提下，实现自动对结节进行匹配。
-
Patent Agency Ranking
公开(公告)号：CN107292884A
公开(公告)日：2017-10-24
申请号：CN201710666846.2
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本发明公开了一种识别MRI图像中识别水肿和血肿的方法及装置，先通过预设的第一机器学习模型识别待识别的MRI图像中的肿块区域，其中预设的第一机器学习模型是通过已标注肿块区域的MRI图像训练后得到的。然后，再通过预设的第二机器学习模型识别该肿块区域中的血肿区域和水肿区域，其中，预设的第二机器学习模型是通过标注了血肿区域和水肿区域的MRI图像训练后得到的，并可以计算出血肿区域和水肿区域的体积大小、扩张方向和最大径。通过本实施例的方法，不仅可以自动、高效的识别出血肿和水肿，还可以自动的计算出血肿区域和水肿区域的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断。
-
公开(公告)号：CN107292884B
公开(公告)日：2020-09-29
申请号：CN201710666846.2
申请日：2017-08-07
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本发明公开了一种识别MRI图像中识别水肿和血肿的方法及装置，先通过预设的第一机器学习模型识别待识别的MRI图像中的肿块区域，其中预设的第一机器学习模型是通过已标注肿块区域的MRI图像训练后得到的。然后，再通过预设的第二机器学习模型识别该肿块区域中的血肿区域和水肿区域，其中，预设的第二机器学习模型是通过标注了血肿区域和水肿区域的MRI图像训练后得到的，并可以计算出血肿区域和水肿区域的体积大小、扩张方向和最大径。通过本实施例的方法，不仅可以自动、高效的识别出血肿和水肿，还可以自动的计算出血肿区域和水肿区域的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断。
-
公开(公告)号：CN107492097B
公开(公告)日：2020-06-02
申请号：CN201710667240.0
申请日：2017-08-07
Applicant: 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
Abstract: 本发明实施例公开了一种识别MRI图像感兴趣区域的方法及装置，该方法包括：通过已标注感兴趣区域的MRI图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对待识别的多模态MRI图像进行感兴趣区域的分割，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和最大径。其中，待识别的多模态MRI图像是对齐的不同序列的MRI图像的集合。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107480677B
公开(公告)日：2020-04-28
申请号：CN201710666441.9
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
Abstract: 本发明公开了一种自动识别三维CT图像中感兴趣区域的方法及装置，该方法包括：通过标注了感兴趣区域的三维CT图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对三维CT图像进行识别，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和扩张直径。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和扩张直径，进而帮助医生对病情进行更准确的判断结果。
-
公开(公告)号：CN107480677A
公开(公告)日：2017-12-15
申请号：CN201710666441.9
申请日：2017-08-07
Applicant: 北京深睿博联科技有限责任公司
Abstract: 本发明公开了一种自动识别三维CT图像中感兴趣区域的方法及装置，该方法包括：通过标注了感兴趣区域的三维CT图像，对3D卷积神经网络进行训练，得到识别感兴趣区域准确率较高的3D卷积神经网络，然后通过训练得到的3D卷积神经网络对三维CT图像进行识别，得到感兴趣区域，并计算该感兴趣区域的体积、扩张方向和扩张直径。通过本实施例的方法，不仅可以自动、高效的得到表示病灶的感兴趣区域，而且识别的准确率更高，除此之外，还可以自动的计算出病灶的体积大小、扩张方向和扩张直径，进而帮助医生对病情进行更准确的判断结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.028 seconds)
