-
公开(公告)号：CN112101456B
公开(公告)日：2024-04-26
申请号：CN202010967846.8
申请日：2020-09-15
Applicant: 推想医疗科技股份有限公司
IPC: G06V10/80 , G06V10/44 , G06V10/764 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本申请提供了一种注意力特征图获取方法，其特征在于，包括：对特征图进行通道注意力操作，以获得通道注意力特征图；对所述特征图进行空间注意力操作，以获得空间注意力特征图；对所述通道注意力特征图与所述空间注意力特征图进行特征融合，获得注意力融合特征图；以及基于所述注意力融合特征图和所述特征图，获得注意力特征图。通过并行进行的通道注意力操作和空间注意力操作，以及通过对通道注意力特征图与空间注意力特征图进行特征融合，增强对图片在通道上提取特征的能力和在空间上提取特征的能力。并行运算既能同时结合通道注意力和空间注意力两种注意力性能，又能节省计算时间。
-
公开(公告)号：CN111145209B
公开(公告)日：2023-06-02
申请号：CN201911367572.2
申请日：2019-12-26
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医学图像分割方法、装置、设备及存储介质。该方法包括：获取受检对象的组织图像，并基于预设图像分割算法从组织图像中提取出细胞核的初步分割图像；将组织图像和初步分割图像输入至已训练完成的细胞核分割模型中，根据细胞核分割模型的输出结果得到细胞核的目标分割图像。本发明实施例的技术方案，通过将传统图像分割算法和深度学习算法相结合，在可充分发挥深度学习算法的良好分割性能的基础上，可大大缓解深度学习算法对人工标注的完善数据的需求，这使得在只有少量的人工标注的完善数据的情况下，依然能够达到较好的分割性能，达到了以较低的人工成本和时间成本从医学图像中精准分割出细胞核图像的效果。
-
公开(公告)号：CN113012118B
公开(公告)日：2022-04-19
申请号：CN202110246915.0
申请日：2021-03-05
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以及图像处理装置，该图像处理方法，包括：基于肺部平扫CT图像确定肺部平扫CT图像对应的病灶分割数据、肺血管分割数据、肺动静脉血管分割数据；以及基于平扫CT图像、病灶分割数据、肺血管分割数据、肺动静脉血管分割数据确定肺部平扫CT图像对应的强化判断信息。通过判断病灶区域的强化状态，判断肺部是否存在初期异常病变。由于无需进行增强CT检查，就能避免注射造影剂，从而避免注射造影剂的创伤及潜在风险。同时，避免增强CT检查时对患者的辐射，降低患者的看病成本。
-
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：CN112233128B
公开(公告)日：2021-11-02
申请号：CN202011106247.3
申请日：2020-10-15
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明公开了一种图像分割方法、图像分割模型的训练方法、训练装置、计算机可读存储介质以及电子设备，通过训练样本图像和对应训练样本图像的感兴趣区域图像训练第一模型，然后计算训练样本图像的感兴趣区域边界概率图，即训练样本图像中每个像素点为感兴趣区域边界的概率，并以训练样本和对应的感兴趣区域概率图训练第二模型，最后将第一模型和第二模型加权融合得到最终的图像分割模型，并且再次以训练样本图像和对应训练样本图像的感兴趣区域图像训练第一模型；利用感兴趣区域边界概率图训练第二模型，并且以第二模型指导第一模型的再次训练，可以降低模糊边界对模型训练的影响，提高图像分割模型的准确性和鲁棒性。
-
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：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：CN111507950B
公开(公告)日：2021-08-31
申请号：CN202010277699.1
申请日：2020-04-08
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种图像分割的方法和装置、电子设备及计算机可读存储介质，该图像分割的方法包括：基于所述图像获取第一特征层；根据所述第一特征层，通过基于残差结构的神经网络，得到第二特征层；根据所述第二特征层，获取所述图像的分割结果。本申请的技术方案即使在受到图像质量的影响的情况下，也能够提高图像的分割结果的准确度。
-
公开(公告)号：CN108198625B
公开(公告)日：2021-07-20
申请号：CN201611122716.4
申请日：2016-12-08
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种分析高维医疗数据的深度学习方法和装置。所述方法包括：读取高维医疗数据，通过分析数据属性，将高维医疗数据预处理为特征提取模型能够接收的数据格式；根据不同的预处理的方式，来选择不同的特征提取模型，将预处理后的数据输入选择的特征提取模型进行特征提取，得到相应的特征向量；将相应的特征向量输入至循环神经网络模型进行训练，得到用于医疗数据分析的最终深度学习模型。该方法能够提高基于深度学习模型进行高维医疗数据分析的准确率。本发明还包括一种分析高维医疗数据的深度学习装置，其包括：预处理模块、特征提取模块和模型训练模块。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.036 seconds)
