-
公开(公告)号：CN111445456B
公开(公告)日：2023-06-27
申请号：CN202010223799.6
申请日：2020-03-26
Applicant: 推想医疗科技股份有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/155 , G06T7/187 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/10 , G06T5/30
Abstract: 本申请公开了一种分类模型、网络模型的训练方法及装置、识别方法及装置。该网络模型的训练方法包括：根据包含脑部的血肿区域的样本图像，通过分类模型，确定所述血肿区域的征象类别的第一分类结果；根据所述第一分类结果和所述包含脑部的血肿区域的样本图像，训练预设网络模型，以生成所述网络模型，所述网络模型用于识别所述血肿区域的易扩张性。利用本申请实施例提供的网络模型的训练方法训练生成的网络模型，能够减少识别血肿是否易扩大所花费的时间，同时提高识别血肿是否易扩大的准确率和效率。
-
公开(公告)号：CN111462067B
公开(公告)日：2021-06-29
申请号：CN202010237459.9
申请日：2020-03-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种图像分割方法及装置，该图像分割方法包括：基于图像获取初始分割图，图像包括目标区域和背景区域，初始分割图包括目标区域；基于图像获取目标区域的初始检测框数据；基于初始分割图和初始检测框数据获取目标区域的分割结果。本发明的技术方案能够提高分割结果的准确度，有利于细小尺寸的目标的分割过程。
-
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：CN111462004B
公开(公告)日：2023-03-21
申请号：CN202010237049.4
申请日：2020-03-30
Applicant: 推想医疗科技股份有限公司
Abstract: 本发明提供了一种图像增强方法和装置，以及计算机设备和计算机可读存储介质，解决了现有技术中图像采集设备采集到的图像质量不能满足需求的问题。图像增强方法包括：获取由采集的原始图像降采样得到的一组子图像序列，子图像序列按分辨率依次降低的顺序依次排序；将分辨率最低的子图像作为参考图像计算上一个子图像的差值图像；对差值图像进行多尺度细节增强处理，得到细节增强图像；基于细节增强图像和上一个子图像计算上一个子图像对应的重构图像；利用上一个子图像对应的重构图像更新参考图像，重复上述过程以计算更上一个子图像对应的重构图像，直至得到原始图像对应的重构图像。
-
公开(公告)号：CN111382801B
公开(公告)日：2021-09-10
申请号：CN202010183684.9
申请日：2020-03-16
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影像分类方法、装置、设备及存储介质。该方法包括：获取受检胸部的受检影像，并将受检影像分别输入至已训练完成的肺结核检测模型和至少一个肺结核征象检测模型中；将肺结核检测模型输出的肺结核特征向量，以及各肺结核征象检测模型输出的肺结核征象特征向量，输入至已训练完成的肺结核分类模型中；输出肺结核分类模型的分类结果。本发明实施例的技术方案，考虑到肺结核征象的多样性，基于独立的肺结核检测模型和肺结核中至少一个典型征象的独立的肺结核征象检测模型，分别对受检影像进行检测，提高了肺结核特征和各肺结核征象特征的提取精度，进而再对各特征向量进行综合分析，提高了医学影像分类的精确度。
-
Patent Agency Ranking
公开(公告)号：CN111445457B
公开(公告)日：2021-06-22
申请号：CN202010223807.7
申请日：2020-03-26
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种网络模型的训练方法及装置、识别方法及装置、电子设备。所述网络模型的训练方法包括：获取包含脑部的血肿区域的样本图像；根据所述包含脑部的血肿区域的样本图像，训练预设网络模型，以生成所述网络模型，所述网络模型用于识别所述血肿区域的影像学特征的征象类别。利用本申请实施例提供的网络模型的训练方法训练生成的网络模型，能够减少识别脑血肿的影像学特征的征象类别所花费的时间，同时提高识别脑血肿的影像学特征的征象类别的准确率和效率。
-
公开(公告)号：CN111524109B
公开(公告)日：2023-07-25
申请号：CN202010300520.X
申请日：2020-04-16
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请公开了一种头部医学影像的评分方法和装置、电子设备及存储介质，所述方法包括：根据所述头部医学影像，获取所述头部医学影像的脑缺血分割图；根据所述头部医学影像，获取所述头部医学影像的供血区分割图；根据所述脑缺血分割图和所述供血区分割图，输出评分结果，能够实现ASPECTS评分全自动化，解决人工评估导致的一致性差异大的问题。
-
公开(公告)号：CN111524106B
公开(公告)日：2021-05-28
申请号：CN202010287222.1
申请日：2020-04-13
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颅骨骨折检测和模型训练方法、装置、设备和存储介质。模型训练方法包括：获取多组颅骨骨折训练样本数据；基于各组颅骨骨折训练样本数据，对基于神经网络的初始目标检测模型进行训练，生成颅骨骨折检测模型；其中，颅骨骨折检测模型包括由深度卷积神经网络和多尺度目标检测网络构成的特征提取主网络和无候选框分类子网络；特征提取主网络用于对头部医学图像进行特征提取，获得至少一个融合特征层，融合特征层融合了低层卷积特征层的位置信息和高层卷积特征层的语义信息；无候选框分类子网络用于至少对各融合特征层中的最后一个融合特征层进行卷积操作，获得模型输出结果。通过上述技术方案，实现了颅骨骨折的高精度检测。
-
公开(公告)号：CN111523578B
公开(公告)日：2021-07-23
申请号：CN202010286236.1
申请日：2020-04-13
Applicant: 推想医疗科技股份有限公司
Abstract: 本申请提供了一种图像分类方法及装置、神经网络模型的训练方法及装置。图像分类方法包括：获取待分类图像的多标签特征；获取多标签特征的权重系数；根据多标签特征和权重系数，获取待分类图像的多标签分类结果，能够提高多标签分类的鲁棒性。
-
公开(公告)号：CN306596796S
公开(公告)日：2021-06-08
申请号：CN202130030509.1
申请日：2021-01-15
Applicant: 推想医疗科技股份有限公司
Abstract: 1.本外观设计产品的名称：显示屏幕面板的影像诊断的图形用户界面。
2.本外观设计产品的用途：用于运行软件。
3.本外观设计产品的设计要点：在于屏幕中显示的软件图形用户界面。
4.最能表明设计要点的图片或照片：主视图。
5.其他视图无设计要点，省略其他视图。
6.图形用户界面的用途：本外观设计是用于对患者肺部影像诊断的图形用户界面，该显示屏幕面板用于手机。
7.图形用户界面的人机交互方式：主视图为影像诊断界面主界面；可通过单指在屏幕上滑动来旋转模型，或通过双指在屏幕上滑动来缩放及移动模型，点击左下角重置按钮，可恢复模型位置。
点击右下角按钮展开控制弹层，可调节三维模型展示效果，如界面变化状态图1所示；其中可调节右肺上叶、右肺中叶、右肺下叶、左肺上叶、左肺下叶、病灶、支气管、肺动脉、肺静脉、体表、骨的透明度，通过按钮点击，来切换不透明、半透明、全透明3种状态。
点击界面变化状态图1 中“对勾”按钮保留调节操作并收起弹层；点击“叉号”按钮不保留调节操作并收起弹层。
界面变化状态图2为点击界面变化状态图1中的“精细度”按钮所显示的界面；其中支气管、肺动脉、肺静脉可通过调节按钮增加或减小模型的精细度。
点击界面变化状态图2 中“对勾”按钮保留调节操作并收起弹层；点击“叉号”按钮不保留调节操作并收起弹层。
界面变化状态图3为点击界面变化状态图2中的“颜色”按钮所显示的界面；通过左右滑动模型名称按钮可显示全部模型。
选中其中一个模型，可通过底部滑动按钮调节该模型颜色。
点击界面变化状态图3中“对勾”按钮保留调节操作并收起弹层；点击“叉号”按钮不保留调节操作并收起弹层。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.069 seconds)
