-
公开(公告)号：CN116778166A
公开(公告)日：2023-09-19
申请号：CN202310799176.7
申请日：2023-06-30
Applicant: 推想医疗科技股份有限公司
IPC: G06V10/26 , G06V10/25 , G06V10/774
Abstract: 本发明实施例公开了一种感兴趣区域分割方法、装置、电子设备及存储介质。该方法包括：获取待进行感兴趣区域分割的目标医学影像，以及，已训练完成的用于分割感兴趣区域的目标分割模型；将目标医学影像输入到目标分割模型中，并根据目标分割模型的输出结果，得到目标医学影像针对感兴趣区域的分割结果；其中，目标分割模型基于多组第一训练样本、多组第二训练样本以及医学影像特征库训练得到。本发明实施例的技术方案，可降低将非感兴趣区域作为感兴趣区域分割出来的可能，提高分割性能。
-
公开(公告)号：CN111311613B
公开(公告)日：2021-09-07
申请号：CN202010139873.6
申请日：2020-03-03
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种图像分割模型训练方法、图像分割方法及装置，其中，图像分割模型训练方法包括：基于调节后的标签对图像分割模型进行训练，在保持标签分布趋势不变化的基础上，增加了标签分布的可能性，提高了图像分割模型的训练效率和精度，最终达到降低假阳率的同时改善灵敏度。本实施例的技术方案，基于调节后的标签对图像分割模型进行训练，在保持标签分布趋势不变化的基础上，增加了标签分布的可能性，提高了图像分割模型的训练效率和精度，最终达到降低假阳率的同时改善灵敏度。
-
公开(公告)号：CN117058080A
公开(公告)日：2023-11-14
申请号：CN202310961774.X
申请日：2023-08-01
Applicant: 中日友好医院(中日友好临床医学研究所) , 推想医疗科技股份有限公司
Abstract: 本申请提供了一种基于少量标注医疗影像数据的扩增方法及装置，该方法包括：基于全局图像生成模型，生成第一全局图像，全局图像生成模型是基于目标医疗影像数据训练得到的；基于第一全局图像，确定多个局部图像，局部图像是基于第一全局图像以及第一全局图像中局部图像对应的图像数据生成的；基于多个局部图像，生成第二全局图像，第二全局图像的精度高于第一全局图像。由于第一全局图像是利用基于目标医疗影像数据训练得到的全局图像生成模型生成的，局部图像是基于第一全局图像以及第一全局图像中局部图像对应的图像数据生成的，多个局部图像之间具有连续性，因此，本申请实现了基于少量标注医疗影像数据，扩增出更多的医疗影像数据样本的目的。
-
公开(公告)号：CN113012170B
公开(公告)日：2022-02-15
申请号：CN202110322102.5
申请日：2021-03-25
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种食管肿瘤区域分割及模型训练方法、装置及电子设备，食管肿瘤区域分割模型训练方法包括：获取食管的计算机断层成像序列，依据获取的计算机断层成像序列进行椎体检测，所述计算机断层成像序列包括二维图像切片子序列以及对二维图像切片子序列进行标注得到的二维图像切片标注子序列；以椎体的中心作为剪裁种子点，从二维图像切片子序列中剪裁出包含食管区域的三维图像块，以及，从二维图像切片标注子序列中的对应位置剪裁出三维标注图像块；以三维图像块为初始食管肿瘤区域分割模型的输入，结合三维标注图像块对初始食管肿瘤区域分割模型进行训练，得到食管肿瘤区域分割模型。可以提高食管肿瘤区域的分割效率。
-
公开(公告)号：CN112233126A
公开(公告)日：2021-01-15
申请号：CN202011104293.X
申请日：2020-10-15
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种医学图像的加窗方法及装置。该方法包括：分别获取待加窗处理的多个医学图像中的每个医学图像中的感兴趣区域的第一CT值和第二CT值，其中，第一CT值大于第二CT值；根据获取的多个第一CT值，确定加窗处理的窗口的第一参数值；根据获取的多个第二CT值，确定加窗处理的窗口的第二参数值；根据窗口的第一参数值和第二参数值，对多个医学图像进行加窗处理，能够自动选择合适的窗宽、窗位。
-
Patent Agency Ranking
公开(公告)号：CN114445629A
公开(公告)日：2022-05-06
申请号：CN202210101493.2
申请日：2022-01-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明实施例公开了一种模型生成、图像分割方法、系统、电子设备及存储介质。该模型生成方法可包括：获取样本图像、增强图像和样本图像的分割标签，将样本图像和分割标签、及增强图像和分割标签分别作为一组训练样本；基于多组训练样本对原始分割模型进行训练，得到图像分割模型；其中，增强图像包括根据样本图像以及图像模板生成的第一增强图像、和/或根据样本图像的目标特征图和目标特征图模板生成的第二增强图像，图像模板中包括像素值为第一数值的像素点，目标特征图模板中包括像素值为第二数值的像素点，且第一数值和第二数值小于预设数值。本发明实施例的技术方案，基于有限数据分布下的样本图像训练得到具有强鲁棒性的图像分割模型。
-
公开(公告)号：CN112233126B
公开(公告)日：2021-09-17
申请号：CN202011104293.X
申请日：2020-10-15
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种医学图像的加窗方法及装置。该方法包括：分别获取待加窗处理的多个医学图像中的每个医学图像中的感兴趣区域的第一CT值和第二CT值，其中，第一CT值大于第二CT值；根据获取的多个第一CT值，确定加窗处理的窗口的第一参数值；根据获取的多个第二CT值，确定加窗处理的窗口的第二参数值；根据窗口的第一参数值和第二参数值，对多个医学图像进行加窗处理，能够自动选择合适的窗宽、窗位。
-
公开(公告)号：CN112529863A
公开(公告)日：2021-03-19
申请号：CN202011413929.9
申请日：2020-12-04
Applicant: 推想医疗科技股份有限公司 , 中南大学
Abstract: 本发明提供了一种测量骨密度的方法及装置，所述方法由骨密度测量模型执行，所述骨密度测量模型是基于深度学习方法预先训练后得到的，所述骨密度测量模型包括特征提取模块、图像分割模块及骨密度估算模块，包括：使用所述特征提取模块获取输入图像的特征图，所述输入图像包括待测量脊柱椎体；使用所述图像分割模块基于所述特征图对所述输入图像进行椎体分割，得到所述输入图像中待测量脊柱椎体的图像分割结果，所述图像分割结果用于确定所述待测量脊柱椎体中的目标区域；使用所述骨密度估算模块，根据所述图像分割结果进行骨密度值估算，得到所述目标区域的骨密度值。本发明实施例中的方法能够提高骨密度测量的效率。
-
公开(公告)号：CN114445629B
公开(公告)日：2025-02-14
申请号：CN202210101493.2
申请日：2022-01-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明实施例公开了一种模型生成、图像分割方法、系统、电子设备及存储介质。该模型生成方法可包括：获取样本图像、增强图像和样本图像的分割标签，将样本图像和分割标签、及增强图像和分割标签分别作为一组训练样本；基于多组训练样本对原始分割模型进行训练，得到图像分割模型；其中，增强图像包括根据样本图像以及图像模板生成的第一增强图像、和/或根据样本图像的目标特征图和目标特征图模板生成的第二增强图像，图像模板中包括像素值为第一数值的像素点，目标特征图模板中包括像素值为第二数值的像素点，且第一数值和第二数值小于预设数值。本发明实施例的技术方案，基于有限数据分布下的样本图像训练得到具有强鲁棒性的图像分割模型。
-
公开(公告)号：CN118709037A
公开(公告)日：2024-09-27
申请号：CN202410735874.5
申请日：2024-06-07
Applicant: 推想医疗科技股份有限公司
IPC: G06F18/241 , G06F18/213 , G16H10/00
Abstract: 本发明实施例公开了一种数据分类方法及装置。该方法包括：获取医学数据以及已训练完成的第一分类模型和第二分类模型；将所述医学数据输入到所述第一分类模型中，得到第一提取特征及所述第一提取特征对应的第一分类结果，以及，将所述医学数据输入到所述第二分类模型中，得到第二提取特征及所述第二提取特征对应的第二分类结果；在所述第一分类结果与所述第二分类结果不同的情况下，根据所述第一分类结果、所述第一提取特征、所述第二分类结果以及所述第二提取特征，确定所述医学数据的目标分类结果。本发明实施例的技术方案，提高了医学数据分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
