-
公开(公告)号：CN117635578A
公开(公告)日：2024-03-01
申请号：CN202311648895.5
申请日：2023-12-04
Applicant: 零氪科技(北京)有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/44 , G06V10/774 , G06N20/10
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及存储介质，方法包括：获取目标图像，目标图像为针对患病对象的电子计算机断层扫描CT图像；将目标图像输入至预先训练好的检测模型，得到检测模型输出的目标区域，目标区域表征患病对象的病灶区域；基于目标区域以及预设的第一筛选条件，确定第一目标区域，第一目标区域表征病灶区域内的实性区域；基于目标区域以及预设的第二筛选条件，确定第二目标区域，第二目标区域表征病灶区域的周边区域；基于目标区域的影像组学特征、第一目标区域的影像组学特征和第二目标区域的影像组学特征中的至少两个影像组学特征，确定患病对象的病灶类型。为准确、可靠的确定患病对象的病灶类型提供了技术支持。
-
公开(公告)号：CN117576510A
公开(公告)日：2024-02-20
申请号：CN202311540449.2
申请日：2023-11-17
Applicant: 零氪科技(北京)有限公司
Abstract: 本申请提供了一种图像识别模型的训练方法、装置及电子设备；所述方法包括：根据第一检测模型从无标签的图像数据中获取第一类型对应的第一图像，从有标签的图像数据中获取所述第一类型对应的第二图像，所述无标签的图像数据的数量大于所述有标签的图像数据的数量；根据所述第一图像训练第一神经网络，利用训练完成的第一神经网络获取所述第二图像的深度特征；根据所述第二图像的深度特征、所述第二图像的放射组学特征和所述第二图像的标签，训练所述第二神经网络。本申请提供的图像识别模型的训练方法可以克服标注数据稀缺导致模型训练的准确率低的问题，提高了图像识别的准确性和效率。
-
公开(公告)号：CN117476216A
公开(公告)日：2024-01-30
申请号：CN202311540265.6
申请日：2023-11-17
Applicant: 零氪科技(北京)有限公司 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本公开提供了一种基于人工智能的模型预测方法、装置、设备及存储介质，其中，所述方法包括：获取第一对象的影像数据集，基于卷积神经网络生成第一特征识别模型，利用所述第一特征识别模型对所述影像数据集中的第一特征进行识别与定位，基于第一特征的定位获取对应的影像信息；基于所述影像信息，提取所述第一特征的特征信息；基于所述影像数据集和所述影像数据集中影像的属性信息，提取所述影像数据集对应的影像特征信息；提取数据库中所述影像数据集对应的第一对象的第一对象数据，将所述第一对象数据、第一特征信息和影像特征信息作为预测模型的输入，基于预测模型对所述第一对象进行概率预测。
-
公开(公告)号：CN117670830A
公开(公告)日：2024-03-08
申请号：CN202311666499.5
申请日：2023-12-06
Applicant: 零氪科技(北京)有限公司
IPC: G06T7/00 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/25
Abstract: 本申请提供了一种指标数据确定方法、装置、电子设备及存储介质，方法包括：获取针对患病对象的当前患病图像；确定当前患病图像中的第一病灶区域；基于当前患病图像和当前患病图像的第一病灶区域，得到历史患病图像中与第一病灶区域对应的第二病灶区域；获取第一病灶区域的静态特征数据和第二病灶区域的静态特征数据；基于第一病灶区域的静态特征数据和第二病灶区域的静态特征数据，确定当前患病图像中的第一病灶区域相对于历史患病图像中的第二病灶区域的动态指标数据；动态指标数据用于确定针对当前患病图像所述患病对象所处的病灶阶段。实现了对患病对象所处的病灶阶段的准确确定。
-
-
-
Search Results
4
records
(took 0.039 seconds)
