公开(公告)号：CN110706223A

公开(公告)日：2020-01-17

申请号：CN201910941048.5

申请日：2019-09-30

Applicant: 辽宁万象联合医疗科技有限公司 ,  吉林大学

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  郝富德 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该人工智能的深度学习方法，采用两个并行的分支处理输入数据，一个分支的各个层均按照输入数据的原有语义结构进行处理；另一个分支的各个层都将语义混合后的输出数据传递给下一层，作为其输入数据，当两个分支处理结束后，将两个分支的处理结果融合在一起，得到最后的结果，该深度学习方法同时采用两种方法进行学习数据的学习，使得学习内容更综合，达到深度学习的目的；质量控制方法中，通过采用上述深度学习方法进行学习的模型进行医学放射影像胸部摄片的质量控制，具有效率高、标准统一等优点。

公开(公告)号：CN110706223B

公开(公告)日：2022-05-20

申请号：CN201910941048.5

申请日：2019-09-30

Applicant: 辽宁万象联合医疗科技有限公司 ,  吉林大学

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  郝富德 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该人工智能的深度学习方法，采用两个并行的分支处理输入数据，一个分支的各个层均按照输入数据的原有语义结构进行处理；另一个分支的各个层都将语义混合后的输出数据传递给下一层，作为其输入数据，当两个分支处理结束后，将两个分支的处理结果融合在一起，得到最后的结果，该深度学习方法同时采用两种方法进行学习数据的学习，使得学习内容更综合，达到深度学习的目的；质量控制方法中，通过采用上述深度学习方法进行学习的模型进行医学放射影像胸部摄片的质量控制，具有效率高、标准统一等优点。

公开(公告)号：CN110276749B

公开(公告)日：2022-04-01

申请号：CN201910514469.X

申请日：2019-06-14

Applicant: 辽宁万象联合医疗科技有限公司

Inventor： 王静石 ,  刘景鑫 ,  于泓 ,  孟醒 ,  田中生 ,  张忠 ,  刘义勇 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G16H30/40 ,  G16H15/00 ,  G06N3/04

Abstract: 本发明公开了一种儿童放射射片及诊断的质量控制人工智能系统及其质控方法，其中，所述质控系统是基于深度学习技术、自然语言处理技术、软件工程等技术构建检查预备期质控模型、放射影像质控模型、诊断报告质控模型，将上述三个模型整合为质量控制人工智能系统，实现儿童放射射片及诊断的质量控制，进而有效解决人工质控存在的工作效率低、质控标准不统一等问题。

公开(公告)号：CN110264449B

公开(公告)日：2022-05-20

申请号：CN201910514486.3

申请日：2019-06-14

Applicant: 辽宁万象联合医疗科技有限公司

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  张宇 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06N3/04 ,  G16H30/00 ,  G16H50/20

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该质控方法，在以往连续卷积池化运算的基础上，增设了将最后一次卷积池化运算的结果与上一级的卷积池化运算结果进行拼接卷积后，再与上一级的卷积池化运算结果进行二次的拼接卷积，直至将第一次卷积池化运算的结果进行拼接卷积，最终完成数据的处理，通过上述学习方法的优化，其不仅具备以往连续卷积池化的优点，而且通过逐级的拼接卷积，可将之前连续卷积池化过程中的遗漏数据进行再次处理，最后达到深度学习的目的。

公开(公告)号：CN110264449A

公开(公告)日：2019-09-20

申请号：CN201910514486.3

申请日：2019-06-14

Applicant: 辽宁万象联合医疗科技有限公司

Inventor： 刘景鑫 ,  王静石 ,  莫展豪 ,  张宇 ,  田中生 ,  张忠 ,  祖莅惠 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G06N3/04 ,  G16H30/00 ,  G16H50/20

Abstract: 本发明公开了一种人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法，该质控方法，在以往连续卷积池化运算的基础上，增设了将最后一次卷积池化运算的结果与上一级的卷积池化运算结果进行拼接卷积后，再与上一级的卷积池化运算结果进行二次的拼接卷积，直至将第一次卷积池化运算的结果进行拼接卷积，最终完成数据的处理，通过上述学习方法的优化，其不仅具备以往连续卷积池化的优点，而且通过逐级的拼接卷积，可将之前连续卷积池化过程中的遗漏数据进行再次处理，最后达到深度学习的目的。

公开(公告)号：CN110276749A

公开(公告)日：2019-09-24

申请号：CN201910514469.X

申请日：2019-06-14

Applicant: 辽宁万象联合医疗科技有限公司

Inventor： 王静石 ,  刘景鑫 ,  于泓 ,  孟醒 ,  田中生 ,  张忠 ,  刘义勇 ,  史申 ,  刘婉华 ,  肖长斌

IPC: G06T7/00 ,  G16H30/40 ,  G16H15/00 ,  G06N3/04

Abstract: 本发明公开了一种儿童放射射片及诊断的质量控制人工智能系统及其质控方法，其中，所述质控系统是基于深度学习技术、自然语言处理技术、软件工程等技术构建检查预备期质控模型、放射影像质控模型、诊断报告质控模型，将上述三个模型整合为质量控制人工智能系统，实现儿童放射射片及诊断的质量控制，进而有效解决人工质控存在的工作效率低、质控标准不统一等问题。