-
公开(公告)号：CN117274772A
公开(公告)日：2023-12-22
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
公开(公告)号：CN113704415A
公开(公告)日：2021-11-26
申请号：CN202111056897.6
申请日：2021-09-09
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种医学文本的向量表示生成方法和装置，该方法包括：构建医学文本的单一粒度图和与每一个单一粒度图对应的第一邻接矩阵；基于第一邻接矩阵，利用预设的图神经网络模型对每一个单一粒度图进行多次迭代操作，得到该单一粒度图中各节点的第一向量表示；拼接每一个单一粒度图中各节点的第一向量表示，得到各节点自身的第二向量表示；基于不同单一粒度图的节点的包含关系，确定多粒度图的第二邻接矩阵；基于第二邻接矩阵，利用图神经网络模型对多粒度图进行多次迭代操作，得到多粒度图中各节点的目标向量表示。本方案能够增强文本表征的信息丰富程度，以提升医学文本表征的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN116402939A
公开(公告)日：2023-07-07
申请号：CN202310112564.3
申请日：2023-02-14
Applicant: 北京邮电大学
IPC: G06T17/00 , G06V10/26 , G06V10/80 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域，特别涉及一种基于双平面X光的脊柱3D形态重建方法，包括：获取脊柱的正位X光片和侧位X光片；确定正位X光片和侧位X光片中各个椎骨的质心位置；以每个椎骨的质心位置为中心，对正位X光片和侧位X光片分别进行裁剪，得到各椎骨的正位图像和侧位图像，并存储对应的质心图像；对每个椎骨，将椎骨的正位图像和侧位图像及对应的质心图像输入训练好的椎骨重建网络模型，得到对应的椎骨3D重建模型；基于正位X光片和侧位X光片中各个椎骨的质心位置，对得到的各个椎骨3D重建模型进行拼接，得到脊柱的3D形态重建模型。本发明能够基于双平面X光实现自动化的脊柱3D形态重建，从而提供更多的脊柱空间信息。
-
公开(公告)号：CN113704415B
公开(公告)日：2023-05-23
申请号：CN202111056897.6
申请日：2021-09-09
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种医学文本的向量表示生成方法和装置，该方法包括：构建医学文本的单一粒度图和与每一个单一粒度图对应的第一邻接矩阵；基于第一邻接矩阵，利用预设的图神经网络模型对每一个单一粒度图进行多次迭代操作，得到该单一粒度图中各节点的第一向量表示；拼接每一个单一粒度图中各节点的第一向量表示，得到各节点自身的第二向量表示；基于不同单一粒度图的节点的包含关系，确定多粒度图的第二邻接矩阵；基于第二邻接矩阵，利用图神经网络模型对多粒度图进行多次迭代操作，得到多粒度图中各节点的目标向量表示。本方案能够增强文本表征的信息丰富程度，以提升医学文本表征的鲁棒性。
-
公开(公告)号：CN117237426B
公开(公告)日：2024-03-22
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN117274772B
公开(公告)日：2024-02-20
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
公开(公告)号：CN117237426A
公开(公告)日：2023-12-15
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
