-
公开(公告)号：CN101061510B
公开(公告)日：2010-09-08
申请号：CN200580039710.4
申请日：2005-11-21
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06T7/0012 , G06K9/3233 , G06T2207/10081 , G06T2207/20081 , G06T2207/30061
Abstract: 一种用于对HRCT医学图像数据内检测的所关心部位进行计算机辅助检测(CAD)和分类的方法，包括适于对将部位/体积(volume)识别成结核或非结核的特异性和敏感性进行最大化的CAD后机器学习技术。该部位由CAD处理来识别，以及自动地分割。特征池根据每个分割部位来识别和提取，以及由遗传算法来处理以识别最佳特征子集，这个子集用来训练支持向量机以对非训练数据内发现的候选部位/体积进行分类。
-
公开(公告)号：CN101501712B
公开(公告)日：2012-09-05
申请号：CN200780029838.1
申请日：2007-08-02
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06N3/126 , G06F19/00 , G06K9/6229 , G16H50/20
Abstract: 提供了训练系统的方法和装置，该系统用于开发数据挖掘、假阳性减少、计算机辅助检测、计算机辅助诊断和人工智能的方法。一种方法包括使用系统数据缩放从一组训练案例中选择一个训练集，并基于该训练集使用分类方法创建一个分类器。该分类器产生更少的假阳性。该方法适用于与多种数据挖掘技术，包括支持向量机、神经网络和决策树，一起使用。
-
公开(公告)号：CN101061509B
公开(公告)日：2010-10-27
申请号：CN200580039591.2
申请日：2005-11-18
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06T7/0012 , G06K9/6255 , G06T7/12 , G06T2207/10081 , G06T2207/10132 , G06T2207/20081 , G06T2207/30068 , G06T2207/30096
Abstract: 一种用于分割医疗图像内的区域的方法，包含评估一个根据一个初始分割生成的候选分割集合。根据用派生的分段对每个候选的距离计算，把比初始分割更好的最佳候选分割推荐给临床医师。这个推荐器实现一个有益于后继的计算机辅助诊断(即把病变分类为良性或恶性的)的最稳定的分割。
-
公开(公告)号：CN101501712A
公开(公告)日：2009-08-05
申请号：CN200780029838.1
申请日：2007-08-02
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06N3/126 , G06F19/00 , G06K9/6229 , G16H50/20
Abstract: 提供了训练系统的方法和装置，该系统用于开发数据挖掘、假阳性减少、计算机辅助检测、计算机辅助诊断和人工智能的方法。一种方法包括使用系统数据缩放从一组训练案例中选择一个训练集，并基于该训练集使用分类方法创建一个分类器。该分类器产生更少的假阳性。该方法适用于与多种数据挖掘技术，包括支持向量机、神经网络和决策树，一起使用。
-
公开(公告)号：CN101938939B
公开(公告)日：2014-11-26
申请号：CN200980104287.X
申请日：2009-02-02
Applicant: 皇家飞利浦电子股份有限公司
IPC: A61B5/087 , A61B5/1455 , A61B5/0205 , G06F19/00
CPC classification number: A61B5/14551 , A61B5/0205 , A61B5/0816 , A61B5/085 , A61B5/087 , A61B5/7275 , A61M16/0051 , A61M16/021 , A61M16/12 , A61M2016/0027 , A61M2205/18 , A61M2205/3561 , A61M2205/3584 , A61M2205/3592 , A61M2205/502 , A61M2205/52 , A61M2230/06 , A61M2230/205 , A61M2230/42 , G06F19/00 , G06Q50/22 , G16H50/20
Abstract: 一种用于预测患者呼吸稳定性的装置(10)，包括：患者数据存储器(24)，其存储患者(12)的患者数据；以及分析器(34)，其与所述存储器通信，用于计算患者呼吸稳定性的度量。所述分析器向患者数据应用至少一个规则，所述至少一个规则基于多个参数，所述参数的组合被识别为患者呼吸不稳定性的预测，诸如平均气道压力(MAWP)、平台压力(PP)、动脉血氧饱和度(SaO2或者SpO2)、以及心率(HR)。并且所述分析器基于对所述至少一个规则的应用确定患者呼吸稳定性的度量。
-
Patent Agency Ranking
公开(公告)号：CN101061491A
公开(公告)日：2007-10-24
申请号：CN200580039688.3
申请日：2005-11-21
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06K9/6269 , G06K9/6228 , G06T7/0012 , G06T2207/30061
Abstract: 一种用于对在HRCT医学图像数据内检测的感兴趣部位进行计算机辅助探测(CAD)并分类的方法。所述方法包括用于对识别部位/体积为结核或者非结核的的特异性和灵敏度进行最大化的CAD后机器学习技术。该部位被CAD处理识别，并被自动分割。从每个所分割部位中识别并提取特征池，并利用遗传算法处理特征池以识别最优特征子集，其中数据层化方法被用于平衡不同类别中的事例数目。由GA确定的子集被用于训练支持向量机，从而对在非训练数据内发现的候选部位/体积进行分类。
-
公开(公告)号：CN101061491B
公开(公告)日：2010-06-16
申请号：CN200580039688.3
申请日：2005-11-21
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06K9/6269 , G06K9/6228 , G06T7/0012 , G06T2207/30061
Abstract: 一种用于对在HRCT医学图像数据内检测的感兴趣部位进行计算机辅助探测(CAD)并分类的方法。所述方法包括用于对识别部位/体积体为结核或者非结核的的特异性和灵敏度进行最大化的CAD后机器学习技术。该部位被CAD处理识别，并被自动分割。从每个所分割部位中识别并提取特征池，并利用遗传算法处理特征池以识别最优特征子集，其中数据层化方法被用于平衡不同类别中的事例数目。由GA确定的子集被用于训练支持向量机，从而对在非训练数据内发现的候选部位/体积体进行分类。
-
公开(公告)号：CN101938939A
公开(公告)日：2011-01-05
申请号：CN200980104287.X
申请日：2009-02-02
Applicant: 皇家飞利浦电子股份有限公司
IPC: A61B5/08 , A61B5/0205 , G08B21/04 , G06F19/00
CPC classification number: A61B5/14551 , A61B5/0205 , A61B5/0816 , A61B5/085 , A61B5/087 , A61B5/7275 , A61M16/0051 , A61M16/021 , A61M16/12 , A61M2016/0027 , A61M2205/18 , A61M2205/3561 , A61M2205/3584 , A61M2205/3592 , A61M2205/502 , A61M2205/52 , A61M2230/06 , A61M2230/205 , A61M2230/42 , G06F19/00 , G06Q50/22 , G16H50/20
Abstract: 一种用于预测患者呼吸稳定性的装置(10)，包括：患者数据存储器(24)，其存储患者(12)的患者数据；以及分析器(34)，其与所述存储器通信，用于计算患者呼吸稳定性的度量。所述分析器向患者数据应用至少一个规则，所述至少一个规则基于多个参数，所述参数的组合被识别为患者呼吸不稳定性的预测，诸如平均气道压力(MAWP)、平台压力(PP)、动脉血氧饱和度(SaO2或者SpO2)、以及心率(HR)。并且所述分析器基于对所述至少一个规则的应用确定患者呼吸稳定性的度量。
-
公开(公告)号：CN101061510A
公开(公告)日：2007-10-24
申请号：CN200580039710.4
申请日：2005-11-21
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06T7/0012 , G06K9/3233 , G06T2207/10081 , G06T2207/20081 , G06T2207/30061
Abstract: 一种用于对HRCT医学图像数据内检测的所关心部位进行计算机辅助检测(CAD)和分类的方法，包括适于对将部位/体积(volume)识别成结核或非结核的特异性和敏感性进行最大化的CAD后机器学习技术。该部位由CAD处理来识别，以及自动地分割。特征池根据每个分割部位来识别和提取，以及由遗传算法来处理以识别最佳特征子集，这个子集用来训练支持向量机以对非训练数据内发现的候选部位/体积进行分类。
-
公开(公告)号：CN101061509A
公开(公告)日：2007-10-24
申请号：CN200580039591.2
申请日：2005-11-18
Applicant: 皇家飞利浦电子股份有限公司
CPC classification number: G06T7/0012 , G06K9/6255 , G06T7/12 , G06T2207/10081 , G06T2207/10132 , G06T2207/20081 , G06T2207/30068 , G06T2207/30096
Abstract: 一种用于分割医疗图像内的区域的方法，包含评估一个根据一个初始分割生成的候选分割集合。根据用派生的分段对每个候选的距离计算，把比初始分割更好的最佳候选分割推荐给临床医师。这个推荐器实现一个有益于后继的计算机辅助诊断(即把病变分类为良性或恶性的)的最稳定的分割。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
