-
公开(公告)号：CN118053040A
公开(公告)日：2024-05-17
申请号：CN202410312436.8
申请日：2024-03-19
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种心脑血管疾病分类的分类模型进行训练的方法及相关产品。该方法包括：将源域的原始视网膜图像输入至扩散模块，以经由扩散模块执行图像生成操作生成目标域的视网膜图像；使用引导模块引导目标域的视网膜图像向所述源域的原始视网膜图像进行转化，获得目标视网膜图像；基于源域的原始视网膜图像和目标视网膜图像，使用分类器模块分别执行与心脑血管疾病相关的分类操作，以获得包含多种疾病类别的第一分类结果和第二分类结果；以及根据第一分类结果和第二分类结果获得心脑血管疾病分类的最终分类结果，以对用于心脑血管疾病分类的分类模型进行训练。利用本申请的方案，可以解决视网膜图像的域泛化问题，提高分类模型的准确性。
-
公开(公告)号：CN117894475A
公开(公告)日：2024-04-16
申请号：CN202410108284.X
申请日：2024-01-25
Applicant: 首都医科大学附属北京安贞医院 , 北京鹰瞳科技发展股份有限公司
IPC: G16H50/70 , G16H10/60 , G06F18/25 , G06F18/2415 , G06F18/2431 , G06N3/0464 , G06V40/18 , G06V10/82 , G06N3/048
Abstract: 本发明涉及数据处理技术领域，公开了一种基于神经网络的心房颤动患者认知功能结果的预测装置、设备及介质。该装置包括：获取模块，用于获取目标对象的眼底图片以及特征数据；第一特征提取模块，用于利用预先训练好的视觉特征提取模型，对眼底图片进行特征提取，得到第一特征信息；第二特征提取模块，用于利用预先训练好的特征数据提取模型，对特征数据进行提取，得到第二特征信息；预测模块，用于基于第一特征信息以及第二特征信息对心房颤动患者认知功能进行预测。本发明只需要目标对象的眼底图片以及特征数据就能够对心房颤动患者认知功能结果进行预测，无需专业的医生以及专门的仪器，能够节省大量时间的同时，达到大规模筛查的目的。
-
公开(公告)号：CN116994101A
公开(公告)日：2023-11-03
申请号：CN202311275093.4
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像；将所述样本眼底图像输入至待训练疾病预测模型；调用所述待训练疾病预测模型对所述样本眼底图像进行正负样本对构建，得到所述样本眼底图像对应的正负样本对；在基于所述正负样本对计算得到的对比损失满足预设条件的情况下，基于正样本对调整所述待训练疾病预测模型的模型参数，得到用于预测帕金森病的疾病预测模型。本申请可以提高帕金森病预测的准确率。
-
公开(公告)号：CN116994100A
公开(公告)日：2023-11-03
申请号：CN202311275090.0
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。
-
公开(公告)号：CN116524580A
公开(公告)日：2023-08-01
申请号：CN202310573953.6
申请日：2023-05-19
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V40/18 , A61B5/16 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/42 , G06V10/44 , G06N3/0464 , G06N3/082
Abstract: 本申请实施例提供了一种焦虑抑郁检测方法、装置、电子设备及存储介质。所述方法包括：获取目标用户的符合焦虑抑郁检测条件的目标眼底图像；将所述目标眼底图像输入至预先训练得到的焦虑抑郁检测模型，所述焦虑抑郁检测模型包括：特征映射层、特征提取层和特征融合层；调用特征映射层对所述目标眼底图像的图像特征进行编码处理，得到图像特征对应的特征编码向量；调用特征提取层对所述特征编码向量进行多尺度的特征提取操作，得到多尺度的眼底特征图；调用特征融合层对所述多尺度的眼底特征图进行融合处理，得到目标眼底特征图；根据所述目标眼底特征图，得到所述目标用户的焦虑抑郁检测结果。本申请实施例可以提高焦虑抑郁检测的的效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN118196535A
公开(公告)日：2024-06-14
申请号：CN202410421934.6
申请日：2024-04-09
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种对用于代谢性疾病的分类模型进行训练的方法及相关产品。所述方法包括：将原始视网膜图像和视网膜灰度图像分别输入至分类模型，经由蛇形卷积模块、融合模块和分类器模块依次执行蛇形卷积操作、多视角融合操作和分类操作，以获得各自对应的第一分类结果和第二分类结果；根据第一分类结果和第二分类结果确定代谢性疾病的最终分类结果，并且计算分类模型的初始损失函数；在初始损失函数中引入蛇形卷积操作过程中的高阶连续约束项，以形成第一损失函数；以及基于第一损失函数对用于代谢性疾病的分类模型进行训练。利用本申请的方案，可以更好地捕捉视网膜图像中的复杂特征，提高分类模型的准确性。
-
公开(公告)号：CN116994100B
公开(公告)日：2023-12-22
申请号：CN202311275090.0
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。
-
公开(公告)号：CN117253100A
公开(公告)日：2023-12-19
申请号：CN202310882543.X
申请日：2023-07-18
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有预设疾病的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型，待训练疾病预测模型包括：特征动态选择网络层和分类层；调用特征动态选择网络层对样本眼底图像对应的眼底特征图进行多尺度特征选择聚合操作，得到聚合特征图；调用分类层对所述聚合特征图进行处理，得到用户的预测疾病类别；基于真实疾病类别和预测疾病类别，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，将训练后的待训练疾病预测模型作为最终的疾病预测模型。本申请可以提高糖尿病肾病的检测效率和准确率。
-
公开(公告)号：CN115590481A
公开(公告)日：2023-01-13
申请号：CN202211611022.2
申请日：2022-12-15
Applicant: 北京鹰瞳科技发展股份有限公司(CN)
Abstract: 本申请公开了一种用于预测认知障碍的装置和计算机可读存储介质。所述装置包括：存储器，其存储有用于预测认知障碍的程序指令，当所述程序指令由所述处理器执行时，使得所述装置实现以下操作：获取眼底图像数据和与认知障碍相关的多模态数据；使用第一网络模型对所述眼底图像数据执行特征提取，以获得第一特征结果；使用第二网络模型对所述多模态数据执行特征提取，以获得第二特征结果；将所述第一特征结果和所述第二特征结果进行拼接，以获得预测认知障碍的初始预测结果；以及基于所述初始预测结果和所述第二特征结果获得预测认知障碍的最终预测结果。利用本申请的方案，可以提高预测认知障碍的预测结果的准确性。
-
公开(公告)号：CN119207815A
公开(公告)日：2024-12-27
申请号：CN202310754484.8
申请日：2023-06-25
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G16H50/70 , G16H50/30 , G16H10/60 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种疾病预测模型训练方法、装置、电子设备及介质。所述方法包括：获取模型训练样本，所述模型训练样本为由用户的眼底图像和所述用户的与预设疾病关联的无创用户数据形成的多模态数据，所述模型训练样本标注有真实疾病类别；基于所述多模态数据对待训练疾病预测模型进行训练，得到所述待训练疾病预测模型输出的预测疾病类别；基于所述真实疾病类别、所述预测疾病类别和所述模型训练样本对应的权重，计算得到所述待训练疾病预测模型的损失值；在所述损失值处于预设范围内的情况下，将训练后的待训练疾病预测模型作为最终的用于预测所述预设疾病的疾病预测模型。本申请实施例可以提高预设疾病预测的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.028 seconds)
