-
公开(公告)号：CN112288708B
公开(公告)日：2021-10-15
申请号：CN202011167553.8
申请日：2020-10-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种CT图像中淋巴结的检测方法、装置、计算机可读存储介质以及电子设备，通过获取CT图像后将CT图像中的每层二维图像输入训练好的神经网络模型，直接得到每层二维图像中包含淋巴结图像的区域图像，最后基于区域图像的位置关系，将所有的区域图像融合以得到三维淋巴结图像；通过将CT图像拆分为二维图像并利用神经网络模型进行自动识别和分割，以得到每层二维图像中的淋巴结图像所在的区域图像，然后将区域图像融合得到三维淋巴结图像，这样可以利用二维图像处理难度较小且准确度较高的特点先得到淋巴结图像的二维图像，然后将二维图像融合得到三维图像，在降低检测难度的同时提高检测效率。
-
公开(公告)号：CN112184690A
公开(公告)日：2021-01-05
申请号：CN202011085430.X
申请日：2020-10-12
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种冠脉血管走向的预测方法、预测模型的训练方法及装置，该冠脉血管走向的预测方法包括：采用图像分割模型分割出冠状动脉造影图像中的冠脉区域，以得到分割图像；采用至少一个预测模型对分割图像中的闭塞血管段和/或狭窄血管段进行走向预测，以得到至少一个预测图像。本申请的技术方案能够对闭塞血管段和/或狭窄血管段进行较为准确、客观的预测，提高介入治疗的成功率。
-
公开(公告)号：CN112085197A
公开(公告)日：2020-12-15
申请号：CN202010954707.1
申请日：2020-09-11
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种神经网络模型的训练方法及装置、存储介质和电子设备。神经网络模型的训练方法包括对同一身体部位的多个模态影像分别进行特征提取得到对应的多个模态特征；对多个模态特征进行融合得到第一融合向量；采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量；根据第一特征向量计算第一损失函数；根据第一损失函数训练神经网络模型。本发明通过对多个模态特征进行融合得到第一融合向量以及采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量，从而能够有效挖掘多个模态影像中多个模态特征的关联性。
-
公开(公告)号：CN113744287B
公开(公告)日：2022-08-23
申请号：CN202111190805.3
申请日：2021-10-13
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/11 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及存储介质，方法包括：获取至少一个视角的心脏磁共振电影成像；对于每个视角，划分出该视角的心脏磁共振电影成像中每帧心脏磁共振成像中左心室心肌区域的所处范围，以得到该视角的区域分割图像组；对于每个视角，对该视角的区域分割图像组中每帧区域分割图像进行二值化处理，以得到该视角的二值分割图像组；对于每个视角，将该视角的二值分割图像组输入到时空特征提取网络中，以获取该视角对应的左心室心肌区域的时空特征；基于时空特征对应的时空特征向量，获取多分类结果。本申请能够根据左心室心肌区域在至少一个视角的多帧图像中呈现出的运动形态特征，进行患有不同左心室疾病概率的判断。
-
Patent Agency Ranking
公开(公告)号：CN112184690B
公开(公告)日：2021-11-02
申请号：CN202011085430.X
申请日：2020-10-12
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种冠脉血管走向的预测方法、预测模型的训练方法及装置，该冠脉血管走向的预测方法包括：采用图像分割模型分割出冠状动脉造影图像中的冠脉区域，以得到分割图像；采用至少一个预测模型对分割图像中的闭塞血管段和/或狭窄血管段进行走向预测，以得到至少一个预测图像。本申请的技术方案能够对闭塞血管段和/或狭窄血管段进行较为准确、客观的预测，提高介入治疗的成功率。
-
公开(公告)号：CN112288708A
公开(公告)日：2021-01-29
申请号：CN202011167553.8
申请日：2020-10-27
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种CT图像中淋巴结的检测方法、装置、计算机可读存储介质以及电子设备，通过获取CT图像后将CT图像中的每层二维图像输入训练好的神经网络模型，直接得到每层二维图像中包含淋巴结图像的区域图像，最后基于区域图像的位置关系，将所有的区域图像融合以得到三维淋巴结图像；通过将CT图像拆分为二维图像并利用神经网络模型进行自动识别和分割，以得到每层二维图像中的淋巴结图像所在的区域图像，然后将区域图像融合得到三维淋巴结图像，这样可以利用二维图像处理难度较小且准确度较高的特点先得到淋巴结图像的二维图像，然后将二维图像融合得到三维图像，在降低检测难度的同时提高检测效率。
-
公开(公告)号：CN112085197B
公开(公告)日：2022-07-22
申请号：CN202010954707.1
申请日：2020-09-11
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种神经网络模型的训练方法及装置、存储介质和电子设备。神经网络模型的训练方法包括对同一身体部位的多个模态影像分别进行特征提取得到对应的多个模态特征；对多个模态特征进行融合得到第一融合向量；采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量；根据第一特征向量计算第一损失函数；根据第一损失函数训练神经网络模型。本发明通过对多个模态特征进行融合得到第一融合向量以及采用循环神经网络的方式对第一融合向量进行特征聚合重建得到第一特征向量，从而能够有效挖掘多个模态影像中多个模态特征的关联性。
-
公开(公告)号：CN113744287A
公开(公告)日：2021-12-03
申请号：CN202111190805.3
申请日：2021-10-13
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及存储介质，方法包括：获取至少一个视角的心脏磁共振电影成像；对于每个视角，划分出该视角的心脏磁共振电影成像中每帧心脏磁共振成像中左心室心肌区域的所处范围，以得到该视角的区域分割图像组；对于每个视角，对该视角的区域分割图像组中每帧区域分割图像进行二值化处理，以得到该视角的二值分割图像组；对于每个视角，将该视角的二值分割图像组输入到时空特征提取网络中，以获取该视角对应的左心室心肌区域的时空特征；基于时空特征对应的时空特征向量，获取多分类结果。本申请能够根据左心室心肌区域在至少一个视角的多帧图像中呈现出的运动形态特征，进行患有不同左心室疾病概率的判断。
-
公开(公告)号：CN110956626B
公开(公告)日：2020-12-18
申请号：CN201911249757.3
申请日：2019-12-09
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种基于图像的预后评估方法及装置，该方法包括：获取图像中的第一区域的位置信息。获取图像中的第二区域的位置信息。依据第一区域的位置信息、第二区域的位置信息和图像的信息，计算参数，参数包括病灶区域的体积、以及病灶区域在预设区域中的体积占比。基于特征数值和预设的模型，确定预后评估结果。相较于人工观察进行预后评分，本申请基于参数和模型，确定预后评估结果，故具有较强客观性。并且，参数包括病灶区域的体积、以及病灶区域在预设区域中的体积占比，因为病灶的体积反映了病灶大小、占比反映了病灶的分布区域之间的区别，所以，能够进一步提高预后评估结果准确性。综上所述，本申请所述的技术方案，具有更高准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
