-
公开(公告)号：CN113450351B
公开(公告)日：2024-01-30
申请号：CN202110902235.X
申请日：2021-08-06
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06V10/762 , G06V10/44 , G06N3/088 , G06N3/0464 , G06V10/82
Abstract: 本发明实施例公开了一种分割模型训练方法、图像分割方法、装置、设备及介质。该方法包括：获取第一图像以及所述第一图像匹配的第二图像，并基于初始分割模型分别提取所述第一图像的第一图像特征，以及所述第二图像的第二图像特征；基于初始聚类中心点对所述第一图像特征进行聚类处理，得到第一初始聚类结果，并基于所述初始聚类中心点对所述第二图像特征进行聚类处理，得到第二初始聚类结果；基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，得到目标分割模型。通过本发明实施例公开的技术方案，解决了有监督的图像分割方法需要大量的标记数据以及人工
-
公开(公告)号：CN115439520A
公开(公告)日：2022-12-06
申请号：CN202211122971.4
申请日：2022-09-15
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种图像配准方法、装置、电子设备以及存储介质。该方法包括：获取待配准的第一图像以及第二图像；获取预先训练完成的特征提取模型，并基于所述特征提取模型确定所述第一图像对应的第一特征图像以及所述第二图像对应的第二特征图像；获取预先训练完成的配准模型，基于所述第一特征图像、所述第二特征图像以及所述配准模型，确定所述第一图像和所述第二图像之间的第一感兴趣区域的分割图以及第二感兴趣区域的位置变换矩阵。通过本发明公开的技术方案，解决了现有技术中无法对进行手术后还存在的病灶进行随访的问题，实现了直接对差异较大的两图像进行配准，从而实现在对术前术后进行病灶切除的情况下对未切除的病灶进行准确随访。
-
公开(公告)号：CN115359009A
公开(公告)日：2022-11-18
申请号：CN202211024850.6
申请日：2022-08-25
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本申请提供了一种图像识别模型的训练方法、训练装置、设备和介质，该方法包括：针对每一个训练样本的第一医学图像，将第一医学图像输入至深度学习识别模型，得到多个第一医学图像特征，将每个第一医学图像特征输入至待训练的矫正模型，得到每个第一医学图像特征的第一矫正参数，利用第一矫正参数对每个第一医学图像特征进行矫正处理，得到矫正后的第一医学图像特征；针对每一个训练样本的第一医学图像，将第一医学图像对应的多个矫正后的第一医学图像特征重新输入至训练好的深度学习识别模型，得到第一识别结果，并基于第一识别结果和第二识别结果的差异，对待训练的矫正模型进行训练；基于深度学习识别模型和矫正模型，得到图像识别模型。
-
公开(公告)号：CN113240021A
公开(公告)日：2021-08-10
申请号：CN202110545898.0
申请日：2021-05-19
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种筛选目标样本的方法、装置、设备及存储介质，该方法包括：利用历史医学图像，对初始筛选模型进行训练，得到训练好的样本筛选模型；针对待筛选的每一个训练样本，将该训练样本输入样本筛选模型中，分别得到四个解码器的解码结果；基于四个解码器的解码结果，计算该训练样本对应的模型识别难度值；利用每一训练样本对应的模型识别难度值，从所有的训练样本中，筛选出模型识别难度值高于预先设置的难度阈值的训练样本作为目标样本。通过上述方式，本申请可以从无标记的医学图像样本中，筛选出病灶分割模型最难识别的目标样本，将筛选出的目标样本作为需要标记的训练样本，从而提高对病灶分割模型的训练准确度。
-
公开(公告)号：CN112750124A
公开(公告)日：2021-05-04
申请号：CN202110090537.1
申请日：2021-01-22
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、装置、电子设备及存储介质。该模型生成方法包括：将获取到的样本图像输入至原始分割模型中，根据原始分割模型输出的分割特征图确定增强特征图和分类向量；根据增强特征图中的第三特征图和第四特征图确定相似性损失函数，并且根据分类向量和针对于已知目标的分类标签确定分类损失函数；将分类损失函数和相似性损失函数反向输入到原始分割模型，调节原始分割模型的网络参数，生成图像分割模型。本发明实施例的技术方案，可以生成能够进行精细并且完整分割的图像分割模型，达到了增强弱监督分割模型的分割性能的效果。
-
Patent Agency Ranking
公开(公告)号：CN112258564B
公开(公告)日：2022-02-08
申请号：CN202011126125.0
申请日：2020-10-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种生成融合特征集合的方法及装置，该方法包括：确定第一模态图像对应的第一尺度的第一特征集合和第二模态图像对应的第一尺度的第二特征集合；将第一特征集合和第二特征集合输入特征处理模型，以得到第一尺度的第一融合特征集合。相对于现有技术，本申请所提供的技术方案通过特征处理模型对模态图像进行整体的特征变换和融合，增强了多模态特征的融合性和可解释性。
-
公开(公告)号：CN112419377B
公开(公告)日：2021-10-08
申请号：CN202011311388.9
申请日：2020-11-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种配准图像确定方法及配准图像确定装置，该方法包括：基于目标图像和待配准图像，确定待配准图像中的待配准像素单元集合对应的速度场函数集合，其中，待配准像素单元集合包括多个待配准像素单元，速度场函数集合包括多个速度场函数，多个待配准像素单元和多个速度场函数存在一一对应关系；基于速度场函数集合和目标图像，确定待配准图像对应的配准图像。本申请的技术方案，优化了传统算法中的流配准方法，在速度上进行正则化，进而实现了在保证配准速度的前提下进行大形变非线性配准的目的。
-
公开(公告)号：CN112419377A
公开(公告)日：2021-02-26
申请号：CN202011311388.9
申请日：2020-11-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种配准图像确定方法及配准图像确定装置，该方法包括：基于目标图像和待配准图像，确定待配准图像中的待配准像素单元集合对应的速度场函数集合，其中，待配准像素单元集合包括多个待配准像素单元，速度场函数集合包括多个速度场函数，多个待配准像素单元和多个速度场函数存在一一对应关系；基于速度场函数集合和目标图像，确定待配准图像对应的配准图像。本申请的技术方案，优化了传统算法中的流配准方法，在速度上进行正则化，进而实现了在保证配准速度的前提下进行大形变非线性配准的目的。
-
公开(公告)号：CN112258564A
公开(公告)日：2021-01-22
申请号：CN202011126125.0
申请日：2020-10-20
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种生成融合特征集合的方法及装置，该方法包括：确定第一模态图像对应的第一尺度的第一特征集合和第二模态图像对应的第一尺度的第二特征集合；将第一特征集合和第二特征集合输入特征处理模型，以得到第一尺度的第一融合特征集合。相对于现有技术，本申请所提供的技术方案通过特征处理模型对模态图像进行整体的特征变换和融合，增强了多模态特征的融合性和可解释性。
-
公开(公告)号：CN112837264B
公开(公告)日：2023-12-15
申请号：CN202011535974.1
申请日：2020-12-23
Applicant: 南京市江宁医院 , 推想医疗科技股份有限公司
IPC: G06T7/00 , G16H30/00 , G16H50/20 , A61B34/10 , G06V10/764
Abstract: 本发明公开了一种肋骨定位、骨折临床结局预测装置及自动诊断系统，其中，所述肋骨定位装置用于输出肋骨的解剖学定位标签；所述肋骨骨折临床结局预测装置用于预测肋骨骨折的临床结局。本发明还公开了一种肋骨骨折分类装置，可检测并分类肋骨骨折，输出精细化的肋骨骨折分类标签，包括新鲜错位/非错位骨折、愈合期骨折、陈旧性骨折、病理性骨折。基于上述装置，本发明还公开了一种肋骨骨折自动诊断系统。本发明提高了肋骨骨折自动诊断中肋骨定位的精确度、骨折分类的精细度，并能进一步预测临床结局，有利于筛选预后不良患者而提前干预治疗。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.031 seconds)
