-
公开(公告)号：CN115907026A
公开(公告)日：2023-04-04
申请号：CN202211187856.5
申请日：2022-09-28
Applicant: 西门子医疗有限公司
IPC: G06N20/00 , G06F18/241 , G06F18/214
Abstract: 系统和方法通过将潜在数据样本的一部分传输到远程位置来促进联邦学习系统中的隐私保护数据策管。检查该部分的质量，以排除不满足数据策管准则的数据样本。远程检查聚焦于审核感兴趣的区域，但是保持隐私，因为该检查不能解析任何其他可标识的对象信息，诸如面部、身体形状等，因为不包括该部分之外的像素或体素。检查结果被发送回合作者，以便在联邦学习轮次期间可以排除不适当的数据样本。
-
-
公开(公告)号：CN113538305A
公开(公告)日：2021-10-22
申请号：CN202110399157.6
申请日：2021-04-14
Applicant: 西门子医疗有限公司
Abstract: 提供了用于生成合成医学图像的系统和方法。接收输入医学图像。生成合成分割掩模。基于合成分割掩模对输入医学图像进行掩蔽。经掩蔽的输入医学图像具有未掩蔽部分和经掩蔽部分。使用经训练的基于机器学习的生成器网络来生成初始合成医学图像。初始合成医学图像包括经掩蔽的输入医学图像的未掩蔽部分的合成版本、以及经掩蔽的输入医学图像的经掩蔽部分中的合成图案。将合成图案与输入医学图像融合以生成最终的合成医学图像。
-
Patent Agency Ranking
公开(公告)号：CN113469934A
公开(公告)日：2021-10-01
申请号：CN202110346295.8
申请日：2021-03-31
Applicant: 西门子医疗有限公司
Inventor： S·查甘蒂 , S·格尔比奇 , B·乔治斯库 , 徐宙冰 , 刘思奇 , 刘永珍 , T·雷 , G·沙班 , T·弗洛尔 , V·齐班特 , D·科马尼丘 , B·泰克塞拉 , S·皮埃特
Abstract: 提供了用于评估疾病的系统和方法。接收患者肺的医学成像数据。从医学成像数据分割肺，并且从医学成像数据分割与疾病相关联的异常区域。基于分割的肺和分割的异常区域来确定对疾病的评估。该疾病可以是COVID‑19（冠状病毒疾病2019）或者诸如例如SARS（严重急性呼吸综合征）、MERS（中东呼吸综合征）或其它类型的病毒性和非病毒性肺炎之类的疾病。
-
公开(公告)号：CN115205192A
公开(公告)日：2022-10-18
申请号：CN202210299474.5
申请日：2022-03-25
Applicant: 西门子医疗有限公司
Abstract: 提供了用于评估异常的扩张的系统和方法。接收患者的第一输入医学图像和患者的第二输入医学图像，第一输入医学图像描绘了第一时间下的异常，第二输入医学图像描绘了第二时间下的所述异常。将第二输入医学图像与第一输入医学图像进行配准。从1）第一输入医学图像来分割所述异常以生成第一分割图，并且从2）经配准的第二输入医学图像来分割所述异常以生成第二分割图。将第一分割图和第二分割图进行组合以生成组合图。基于所述组合图从第一输入医学图像和经配准的第二输入医学图像中提取特征。使用经训练的基于机器学习的网络基于所提取的特征来评估所述异常的扩张。输出所述评估的结果。
-
公开(公告)号：CN115082579A
公开(公告)日：2022-09-20
申请号：CN202210243754.4
申请日：2022-03-11
Applicant: 西门子医疗有限公司
Inventor： E·吉布森 , B·乔治斯库 , P·塞卡尔迪 , 刘永珍 , J·达斯 , T·雷 , E·埃登伯格 , A·彻库里 , B·布雷姆 , T·弗洛尔 , D·科马尼丘 , P-H·特里根
Abstract: 提供了用于执行医学成像分析任务以便做出临床决策的系统和方法。接收患者的一个或多个输入医学图像。使用基于机器学习的网络根据一个或多个输入医学图像执行医学成像分析任务。基于机器学习的网络生成与医学成像分析任务相关联的概率分数。确定与概率分数相关联的不确定性度量。基于概率分数和不确定性度量做出临床决策。
-
公开(公告)号：CN113538305B
公开(公告)日：2024-07-02
申请号：CN202110399157.6
申请日：2021-04-14
Applicant: 西门子医疗有限公司
IPC: G06T5/50 , G06T7/11 , G06T7/136 , G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 提供了用于生成合成医学图像的系统和方法。接收输入医学图像。生成合成分割掩模。基于合成分割掩模对输入医学图像进行掩蔽。经掩蔽的输入医学图像具有未掩蔽部分和经掩蔽部分。使用经训练的基于机器学习的生成器网络来生成初始合成医学图像。初始合成医学图像包括经掩蔽的输入医学图像的未掩蔽部分的合成版本、以及经掩蔽的输入医学图像的经掩蔽部分中的合成图案。将合成图案与输入医学图像融合以生成最终的合成医学图像。
-
公开(公告)号：CN115879564A
公开(公告)日：2023-03-31
申请号：CN202211180237.3
申请日：2022-09-27
Applicant: 西门子医疗有限公司
Abstract: 用于联合学习模型中的自适应聚合的系统和方法。聚合服务器将全局模型权重发送给所有所选择的合作器进行初始化。每个合作器更新用于某些时期的模型权重，并且然后将更新的模型权重发送回到聚合服务器。聚合服务器至少使用所计算的模型发散值来自适应地聚合更新的模型权重，并且将所聚合的模型权重发送给合作器。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
