-
公开(公告)号:CN101903888B
公开(公告)日:2013-12-04
申请号:CN200880122302.9
申请日:2008-12-09
Applicant: 皇家飞利浦电子股份有限公司
IPC: G06F19/00
CPC classification number: G06F19/321 , G06F19/00 , G16H50/20 , G16H50/70
Abstract: 一种用于基于跨模态病例的计算机辅助诊断的系统和方法,其包括存储多个病例,每个病例包括多个模态中的一个的至少一个图像和非图像信息;对来自第一模态的图像的特征和来自第二模态的图像的特征之间的特征关系进行映射;并且存储该关系。
-
公开(公告)号:CN101517614A
公开(公告)日:2009-08-26
申请号:CN200780035051.6
申请日:2007-09-18
Applicant: 皇家飞利浦电子股份有限公司
IPC: G06T7/00
Abstract: 在此提供用于受检者中的疾病的诊断中的决策支持并且用于从多切片数据集提取特征的方法。提供用于计算机辅助诊断的系统。该系统输入多个医学数据并产生基于该数据的诊断的输出。输入可以包括图像数据和临床数据的结合。通过特征选择和一种或多种分类器算法的使用来执行诊断。
-
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:CN1989524A
公开(公告)日:2007-06-27
申请号:CN200580025104.7
申请日:2005-07-21
Applicant: 皇家飞利浦电子股份有限公司
IPC: G06T5/00
CPC classification number: G06T7/143 , G06T7/11 , G06T2207/10088 , G06T2207/10116 , G06T2207/10132 , G06T2207/20081 , G06T2207/30068 , G06T2207/30096
Abstract: 提供一种使用机器学习系统(300)和遗传算法的自动确定可疑的物体边界的系统和方法。机器学习系统(300)通过使用预先分类的例子组而被训练(204)和被测试(205)。遗传算法指定初始参数值(201),估计在测试期间的系统的性能(206),和指定性能评价(207),此后,如果额定值是可接受的,则把当前的机器学习系统的设置值指定为缺省参数(209),用于将来的可疑物体分段。然而,如果性能额定值是不可接受的,则遗传算法调整设置值(210),并通过使用新调整的设置值重新训练系统。
-
公开(公告)号:CN1829960A
公开(公告)日:2006-09-06
申请号:CN200480022181.2
申请日:2004-07-30
Applicant: 皇家飞利浦电子股份有限公司
Inventor: L·赵
CPC classification number: G06F17/2247 , G06F17/2715 , G06F17/272 , G06F17/30896
Abstract: 公开了使用基于概率的确认方法的系统和方法,其当发现错误的XML标记时预先作准备/回顾,而不是立刻通知使用者该错误。这种系统和方法可以提供可用于指出XML代码的程序块中的错误位置的基于概率的值,并且使用概率值来指示最可能的错误位置。
-
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:CN101517602A
公开(公告)日:2009-08-26
申请号:CN200780034729.9
申请日:2007-09-17
Applicant: 皇家飞利浦电子股份有限公司
Abstract: 本文提供了用于执行基于遗传算法的特征选择的方法。在某些实施例中,所述方法包括以下步骤:将多个数据分割模式应用于学习数据集以建立多个分类器进而获得至少一个分类结果;整合来自所述多个分类器的所述至少一个分类结果以获得整合的准确度结果;以及将所述整合的准确度结果作为用于候选特征子集的适应度值输出到遗传算法,其中执行基于遗传算法的特征选择。
-
公开(公告)号:CN101395614A
公开(公告)日:2009-03-25
申请号:CN200780007694.X
申请日:2007-02-27
Applicant: 皇家飞利浦电子股份有限公司
Inventor: L·赵
IPC: G06K9/62
CPC classification number: G06K9/6229
Abstract: 本发明涉及一种基于训练图像集从图像特征池中标识用于评估图像相似性的图像特征集的方法(100)和系统(200)。所获得的图像特征集对于标识描绘相似对象的图像尤为有用。有利地,由于使用人为评级作为图像相似性的机器评级的参考,所标识的图像特征集在基于图像相似性的人为感知这一意义上是面向于人的。本发明还涉及一种使用图像特征集,基于参考图像相对于给定图像的相似性来从图像数据库中标识参考图像的方法和系统。
-
公开(公告)号:CN1914962A
公开(公告)日:2007-02-14
申请号:CN200580004012.0
申请日:2005-02-03
Applicant: 皇家飞利浦电子股份有限公司
IPC: H05K1/11
CPC classification number: H05K1/114 , H01L23/49838 , H01L23/50 , H01L2924/0002 , H05K3/4602 , H05K2201/09227 , H05K2201/10734 , Y10T29/49155 , H01L2924/00
Abstract: 公开了一种多层电路板(MPCB),包括第一层(201)和基本平行于第一层(201)的第四层(204)。多个电接触(207aa,207ca,207ea,207bb,207db,207ac,207cc,207ec,207bd,207dd,207ba,207da,207ab,207cb,207eb,207bc,207dc,207ad,207cd,207ed;311)形成在该多层电路板的第一层(201)上并设置在第一格栅中。该多个电接触分成用于在第一层(201)内定线的第一子集(207aa,207ca,207ea,207bb,207db,207ac,207cc,207ec,207bd,207dd)、和用于在第四层(204)内定线的第二子集(207ba,207da,207a b,207cb,207eb,207bc,207dc,207a d,207cd,207ed)。多个通孔(210aa,210ba,210ab,210bb,210bc,210ac,210bc,210ad,210bd,210cd;310)形成在第一层(201)和第四层(204)之间并且均设置成邻近该多个电接触的第二子集(207ba,207da,207ab,207cb,207eb,207bc,207dc,207ad,207cd,207ed)中的至少一个,该多个通孔(210aa,210ba,210ab,210bb,210bc,210a c,210bc,210ad,210bd,210cd;310)在其每对之间具有间距,所述间距大于该多个电接触(207aa,207ca,207ea,207bb,207db,207a c,207cc,207ec,207bd,207dd,207ba,207da,207ab,207cb,207eb,207bc,207dc,207ad,207cd,207ed;311)的相邻电接触之间的最小间距。
-
公开(公告)号:CN1914641A
公开(公告)日:2007-02-14
申请号:CN200580003148.X
申请日:2005-01-21
Applicant: 皇家飞利浦电子股份有限公司
Inventor: L·赵
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06F19/00 , G06T7/33 , G06T2207/30096 , G16H50/20
Abstract: 一种计算机辅助诊断(CAD)技术将未确诊肿瘤的图像与一组已知恶性病变或良性病变(104、208)的肿瘤的各幅图像进行匹配。指定恶性肿瘤图像的数据库,或者指定良性肿瘤的数据库(112)。从指定的数据库中查找就相似性而言最相近的一组参考肿瘤图像(228)。测试图像和参考图像组之间的相似性是由测试图像与参考图像之间的最小马哈拉诺比斯距离来确定的(216)。利用遗传算法变动该组以包含不同图像,继而对距离进行测试,在停止标准的控制下重复地执行这一过程(216、220、224、228)。
-
-
-
-
-
-
-
-
-