-
公开(公告)号：CN114511587B
公开(公告)日：2024-12-10
申请号：CN202210112068.3
申请日：2022-01-29
Applicant: 慧影医疗科技(北京)股份有限公司
Abstract: 本发明涉及图像处理领域，尤其涉及一种CT图像的标记方法、系统、介质及设备。该方法包括：步骤1，获取肋骨的第一2D分割mask图像集以及椎骨的第二2D分割mask图像集；步骤2，对肋骨的第一2D分割mask图像集进行去粘连处理，得到第一分割图像集；步骤3，对第一分割图像集进行分组处理，得到n组肋骨的图像数据集；步骤4，从n组肋骨的图像数据集中判断属于同一根肋骨的图像数据集，得到判断结果；步骤5，根据椎骨的第二2D分割mask图像集确定椎骨的3D中心线，基于所述3D中心线以及所述判断结果，完成肋骨图像的标记。通过本发明能够达到在无需大量模型以及人力成本的前提下，进行准确的图像数据的标记。
-
公开(公告)号：CN113763337B
公开(公告)日：2024-05-03
申请号：CN202110974389.X
申请日：2021-08-24
Applicant: 慧影医疗科技(北京)股份有限公司
Abstract: 本发明公开了一种主动脉夹层假腔供血的检测方法及系统，涉及图像处理技术领域。该方法包括：获取主动脉三维分割模型；根据主动脉三维分割模型确定包含每个分支血管的分支截面中心的关键层，并确定每个关键层包含的真腔和/或假腔；将同时包含真腔和假腔的目标关键层的主动脉向真腔和假腔的方向延伸，根据主动脉的延伸部分与真腔和假腔的相交区域确定真腔和假腔的供血情况。本发明适用于主动脉夹层假腔供血的检测，可获取主动脉真假腔及各个分支血管分割结果的起止位置和相关性，从而判断各个分支血管的供血来源，提高了假腔供血的判断准确率。
-
公开(公告)号：CN115100130A
公开(公告)日：2022-09-23
申请号：CN202210685522.4
申请日：2022-06-16
Applicant: 慧影医疗科技(北京)股份有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/77 , G06V10/82 , G16H30/20 , G16H30/40 , G16H50/20 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种基于MRI影像组学的图像处理方法、装置、设备及存储介质，其中，基于MRI影像组学的图像处理方法包括：获取针对脑胶质瘤患者的第一磁共振成像和第二磁共振成像，第一磁共振成像为T2Flair，第二磁共振成像为CE‑T1WI；基于逐层分割第一磁共振成像和第二磁共振成像上的脑胶质瘤病变区域，计算第一磁共振成像和第二磁共振成像的3D影像组学特征；根据3D影像组学特征计算得到影像组学标签；确定与脑胶质瘤患者异柠檬酸脱氢酶表达高度相关的临床信息；根据临床信息、影像组学标签构建预测模型；根据预测模型对目标图像进行处理，并输出预测结果。本申请能够提高脑胶质瘤预后的预测准确度，以辅助医生优化脑胶质瘤治疗策略，改善患者的长期预后结局。
-
公开(公告)号：CN114742998A
公开(公告)日：2022-07-12
申请号：CN202210259178.2
申请日：2022-03-14
Applicant: 慧影医疗科技(北京)股份有限公司
IPC: G06V10/26 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种图像的交互式分割方法和系统，涉及图像识别领域。该方法包括：标记原始图像的多个预设区域，在排除多个预设区域的原始图像中标记多个前景点和多个背景点，通过训练后的交互式分割模型对多个前景点和多个背景点进行处理，获得所述原始图像的第一前景预测图、第二前景预测图和背景预测图，根据所述第一前景预测图，或所述第一前景预测图与所述第二前景预测图的结合获得交互式分割结果，本发明通过交互式分割模型的自动分割算法以及用户提供的目标或背景标记信息，可以使标注过程更加智能高效，实现复杂场景不需要交互很多次，就能达到理想的标注分割效果，标注分割效率高。
-
公开(公告)号：CN114511536A
公开(公告)日：2022-05-17
申请号：CN202210112205.3
申请日：2022-01-29
Applicant: 慧影医疗科技(北京)股份有限公司
Abstract: 本发明涉及测量技术领域，提供一种脊椎数据模型构建方法,包括获取被检测人员的姿态信息和椎体扫描数据，并获得基准参考信息，基于椎体扫描数据，获得椎体的中矢面，进而获得椎体的基准向量，这样就能够基于多个椎体的基准向量和椎体的排列顺序，获得被检测人员的脊椎数据模型。本申请通过椎体扫描数据和姿态信息，最终获得了以椎体的基准向量构成的数字化的脊椎数据模型，便于医护人员或技术人员一目了然地判断被检测人员的脊椎状态，为治疗或研究提供了基础，解决了判断脊椎状态效率较低和容易出错的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114240848B
公开(公告)日：2024-12-13
申请号：CN202111404215.6
申请日：2021-11-24
Applicant: 慧影医疗科技(北京)股份有限公司
Abstract: 本发明涉及骨密度测量领域，尤其涉及一种骨密度测量方法、系统、存储介质及电子设备。本方法包括：步骤1，通过优化后的目标检测算法对CT胸部平扫序列影像进行脊椎区域的检测，得到脊椎区域图像；步骤2，将所述脊椎区域图像输入至脊椎分割模型中进行分割，得到分割结果；步骤3，对所述分割结果进行处理，得到松质骨区域；步骤4，基于所述松质骨区域训练回归骨密度检测模型，将待测量影像输入至所述回归骨密度检测模型，得到骨密度值。本发明能够达到效率更快准确度更高的效果。
-
公开(公告)号：CN114529763A
公开(公告)日：2022-05-24
申请号：CN202210120105.5
申请日：2022-01-29
Applicant: 慧影医疗科技(北京)股份有限公司
IPC: G06V10/764 , G06K9/62 , G06T5/30 , G06T7/62 , G06N20/00
Abstract: 本发明公开了一种肺结节图像的分类方法和系统，涉及图像识别领域。该方法包括：输入包括肺结节图像的像素块和肺结节的分割掩膜，对所述像素块和分割掩膜进行预处理分别获得所述像素块的第一横断面层和所述分割掩膜的第二横断面层，提取所述第一横断面层和所述第二横断面层的前景像素，并对所述前景像素进行预设处理获得目标特征矩阵，根据所述目标特征矩阵对分类器进行训练，通过训练后的分类器对所述肺结节图像进行结节类型分类，通过本发明不需要高要求的硬件设备条件，不需要大量的标注数据，减少人工损耗，结合了结节分割的信息，从医生阅片时判断肺结节类型的方法出发，具有很强的可解释性，分类效果好。
-
公开(公告)号：CN114240848A
公开(公告)日：2022-03-25
申请号：CN202111404215.6
申请日：2021-11-24
Applicant: 慧影医疗科技(北京)股份有限公司
Abstract: 本发明涉及骨密度测量领域，尤其涉及一种骨密度测量方法、系统、存储介质及电子设备。本方法包括：步骤1，通过优化后的目标检测算法对CT胸部平扫序列影像进行脊椎区域的检测，得到脊椎区域图像；步骤2，将所述脊椎区域图像输入至脊椎分割模型中进行分割，得到分割结果；步骤3，对所述分割结果进行处理，得到松质骨区域；步骤4，基于所述松质骨区域训练回归骨密度检测模型，将待测量影像输入至所述回归骨密度检测模型，得到骨密度值。本发明能够达到效率更快准确度更高的效果。
-
公开(公告)号：CN113762251B
公开(公告)日：2024-05-10
申请号：CN202110943944.2
申请日：2021-08-17
Applicant: 慧影医疗科技(北京)股份有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于注意力机制的目标分类方法，涉及神经网络技术领域。包括：获取待分类图像的步骤；将待分类图像输入到卷积神经网络，提取待分类图像的特征，通过注意力矩阵块对得到的特征图进行处理，根据处理后的特征图得到至少一个目标分类结果的步骤。本发明适用于图像中目标物的分类，通过加入注意力机制，使用注意力矩阵块对特征图进行处理，抑制与目标分类相关性低的特征表达，激励与目标相关性大的特征表达，从而更有效地利用全局信息对目标类型进行预测，抑制无关信息对分类结果的干扰，提高目标分类的准确性。此外，本发明不需要对目标周围的局部图像做切割操作，因而不存在图像切割相关的问题，处理过程更加简洁，效率更高。
-
公开(公告)号：CN113762265B
公开(公告)日：2024-05-07
申请号：CN202110997137.9
申请日：2021-08-27
Applicant: 慧影医疗科技(北京)股份有限公司
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种肺炎的分类分割方法及系统，涉及图像处理技术领域。该方法包括：获取预设数量的包含肺炎的肺部CT图像并构建训练集；通过训练集对预设的卷积神经网络进行训练，并通过损失函数对训练得到的输出结果进行迭代优化，卷积神经网络的输入为肺部CT图像，输出为肺炎区域、肺炎类别和肺炎征象；获取待处理的肺部CT图像，将待处理的肺部CT图像输入到优化后的卷积神经网络中，得到待处理的肺部CT图像的肺炎区域和肺炎类别。本发明提升了模型的准确性以及学习效率，进而提升分类与分割的准确度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.056 seconds)
