-
公开(公告)号：CN119648643A
公开(公告)日：2025-03-18
申请号：CN202411684140.5
申请日：2024-11-22
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 北京安德医智科技有限公司
Abstract: 本发明提供了一种癌病灶图像数据处理方法、处理系统、电子设备以及计算机可读存储介质，其中，癌病灶图像数据处理方法包括获取癌病灶对应的癌病灶mask；对癌病灶mask进行计算处理，得到癌病灶mask对应的病灶基准点；基于病灶基准点对癌病灶mask进行变换处理，得到癌病灶mask的K视图；基于K视图和癌病灶mask进行计算处理，得到癌病灶表面曲线长径的近似值，解决了现有技术中，通过人工测量方法或者采用临床医生基于计算机断层扫描血管造影影像对癌病灶测量癌病灶长径误差较大、无法在不手术或在术前准确获得癌病灶长径的技术问题。
-
公开(公告)号：CN119541782A
公开(公告)日：2025-02-28
申请号：CN202411688738.1
申请日：2024-11-22
Applicant: 北京安德医智科技有限公司
Abstract: 本发明提供了一种多容积序列图像数据处理方法、计算机设备及可读存储介质，包括：首先，获取待处理的多容积序列图像数据，多容积序列图像数据包括第一数量个医学影像图像数据；其次，对多容积序列图像数据进行第一分类处理，得到待分类的第二多容积序列图像数据；再次，对第二多容积序列图像数据进行位置计算处理，得到位置序列数据；然后，根据位置序列数据对第二多容积序列图像数据进行变换处理和计算处理，得到周期数、台阶数量和频域图像数据；最后，根据周期数和台阶数量将多容积序列图像数据或第二多容积序列图像数据分类为第二数量个第一容积序列图像数据，该方法可以达到准确度的将多容积序列拆分为多个子序列，具有较高的鲁棒性。
-
公开(公告)号：CN118467763A
公开(公告)日：2024-08-09
申请号：CN202410601385.0
申请日：2024-05-15
Applicant: 北京安德医智科技有限公司
Abstract: 本发明实施例涉及一种基于影像配准构建DW I影像医学图谱的处理方法和装置，所述方法包括：将标准脑模板T1影像作为模板影像，构建多模态影像库，对模板影像与多模态影像库的各模态影像的配准矩阵进行识别并创建标准影像库；接收被试者数据集，若T1子集存在则将T1子集作为当前子集、若T1不存在但T2子集存在则将T2子集作为当前子集、若只有DW I子集则将DW I子集作为当前子集；基于当前子集、标准影像库和模板影像对被试者的DW I影像与模板影像间的配准矩阵进行筛选；基于候选矩阵序列和模板影像的四类医学图谱模板对被试者DW I影像对应的四类医学图谱进行构建。通过本发明可以提高DW I影像医学图谱的分割准确度和处理效率。
-
公开(公告)号：CN116361650A
公开(公告)日：2023-06-30
申请号：CN202310268001.3
申请日：2023-03-15
Applicant: 首都医科大学附属北京天坛医院 , 北京航空航天大学 , 北京安德医智科技有限公司
IPC: G06F18/214 , G06F17/10 , G06N20/20
Abstract: 本发明公开一种基于深度学习的脑灌注参数解算方法及系统，属于脑灌注成像处理领域。基于数字体模方法可以仿真具有灌注参数金标准的数据集，用于量化解算模型的误差，并用于优化网络结构参数；构建了无监督损失函数，可以解决灌注数据无标签训练的问题；并使用深度学习方法，通过数据驱动的方式，可以全面、隐式地学习脑灌注数据与脑灌注参数间的映射关系，降低模型敏感性，更准确和稳定地解算脑灌注参数。
-
公开(公告)号：CN114913145A
公开(公告)日：2022-08-16
申请号：CN202210503018.8
申请日：2022-05-09
Applicant: 北京安德医智科技有限公司
Abstract: 本公开涉及一种图像分割方法、装置、电子设备和存储介质。通过将肺部CT待分割图像输入至训练好的肺分割模型中，得到肺分割结果，再将肺部CT待分割图像和肺分割结果输入至训练好的第一分割模型中，可以得到肺叶分割结果和/或肺段分割结果。本公开所述方法可以不依赖于肺部血管和支气管的划分，将肺部CT待分割图像和肺分割结果作为训练好的第一分割模型的输入，即可实现端到端的肺叶和/或肺段分割，有效提高了肺叶和/或肺段分割的速度及准确性。
-
Patent Agency Ranking
公开(公告)号：CN114387436A
公开(公告)日：2022-04-22
申请号：CN202111627728.3
申请日：2021-12-28
Applicant: 北京安德医智科技有限公司
Abstract: 本公开涉及一种壁冠状动脉检测方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行预处理，获得待处理图像块；将待处理图像块输入壁冠状动脉检测网络，获得第一特征信息；将第一特征信息输入第一器官特征网络，获得第二特征信息，将第一特征信息输入第二器官特征网络，获得第三特征信息；根据第一特征信息、第二特征信息和第三特征信息，获得第一检测结果和第二检测结果；根据第一检测结果、第二检测结果和待处理图像，获得第三检测结果。根据本公开的实施例的壁冠状动脉检测方法，通过第二特征信息和第三特征信息提升检测准确性。并基于待处理图像和第二检测结果对检测结果进行后处理，进一步提升准确性。
-
公开(公告)号：CN112801964B
公开(公告)日：2022-02-22
申请号：CN202110076124.8
申请日：2021-01-20
Applicant: 中国人民解放军总医院 , 北京安德医智科技有限公司
Abstract: 本申请公开了一种肺部CT图像的多标签智能检测方法、装置、设备和介质，获取逐层输入的目标图像，所述目标图像为肺部CT图像；将所述目标图像输入至训练好的多类别分割模型中，得到多类别分割图像和单一类别分割图像，所述多类别分割图像用于指示所述目标图像中至少一部分区域的所属类型标签，所述单一类别分割图像用于指示所述目标图像中包含的感兴趣区域；利用所述单一类别分割图像对所述多类别分割图像进行筛选，得到所述目标图像中感兴趣区域的所属类型标签，在不损失特征的情况下，有效提高图像处理速度。
-
公开(公告)号：CN112801964A
公开(公告)日：2021-05-14
申请号：CN202110076124.8
申请日：2021-01-20
Applicant: 中国人民解放军总医院 , 北京安德医智科技有限公司
Abstract: 本申请公开了一种肺部CT图像的多标签智能检测方法、装置、设备和介质，获取逐层输入的目标图像，所述目标图像为肺部CT图像；将所述目标图像输入至训练好的多类别分割模型中，得到多类别分割图像和单一类别分割图像，所述多类别分割图像用于指示所述目标图像中至少一部分区域的所属类型标签，所述单一类别分割图像用于指示所述目标图像中包含的感兴趣区域；利用所述单一类别分割图像对所述多类别分割图像进行筛选，得到所述目标图像中感兴趣区域的所属类型标签，在不损失特征的情况下，有效提高图像处理速度。
-
公开(公告)号：CN115690189A
公开(公告)日：2023-02-03
申请号：CN202211386260.8
申请日：2022-11-07
Applicant: 北京安德医智科技有限公司
Abstract: 本公开涉及一种脑中线偏移量的检测方法、装置、设备及介质，所述检测方法包括对采集到的目标病例的CT图像进行处理，得到目标病例在不同位置处的脑中线图像；根据所述脑中线图像，确定目标病例的第一脑中线曲面和第二脑中线曲面；基于所述第一脑中线曲面和所述第二脑中线曲面，得到目标病例的脑中线偏移量。本公开不仅能够刻画中线结构在三维空间上的特征，还能够反映患者的个体差异，大幅增加了CT检查中患者姿态的容忍度，对于存在正常中线结构非对称性较明显的患者可以做出正确的测量，同时，还提高了脑中线偏移量的准确度。
-
公开(公告)号：CN114663651B
公开(公告)日：2023-01-24
申请号：CN202210296964.X
申请日：2022-03-24
Applicant: 北京安德医智科技有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明实施例涉及一种根据颅内CTA图像识别血管闭塞状态的方法和装置，所述方法包括：获取颅内CTA图像记为第一图像；使用血管分割模型对第一图像进行血管分割生成第一血管掩膜图；使用血管分段模型对第一血管掩膜图进行血管分段生成第一血管分段图；从第一血管分段图中截取与预设的血管类型集合的各个血管类型对应的感兴趣区域生成第一类型血管图；使用血管闭塞识别模型对各个第一类型血管图进行血管闭塞状态识别生成第一类闭塞状态；对当前颅内CTA图像的血管闭塞状态进行汇总生成对应的血管闭塞状态报告。通过本发明，可以提高颅内CTA图像的血管分辨率、提高指定血管类型的血管闭塞状态识别效率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.121 seconds)
