公开(公告)号：CN119360168A

公开(公告)日：2025-01-24

申请号：CN202411395819.2

申请日：2024-10-08

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  黄纬键 ,  梁勇 ,  杨浩 ,  刘嘉润 ,  吴若有 ,  石光明 ,  郑海荣

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/74 ,  G06F40/126 ,  G16H30/20

Abstract: 本申请公开了一种基于人机交互的医学影像智能诊断方法及装置，涉及图像处理技术领域，包括：通过成像设备获取目标部位的医学影像；将所述医学影像输入多模态智能诊断模型中，生成诊断信息；通过反馈介入接口接收针对所述诊断信息的反馈意见，并根据所述反馈意见微调所述多模态智能诊断模型后，通过微调后的多模态智能诊断模型输出所述医学影像的新诊断信息。本申请能够在不增加医生工作负担的情况下得到更符合医生预期的模型预测结果。

公开(公告)号：CN119313560A

公开(公告)日：2025-01-14

申请号：CN202411278504.X

申请日：2024-09-12

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  吴若有 ,  梁勇 ,  黄纬键 ,  刘嘉润 ,  杨浩 ,  石光明 ,  郑海荣

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/52 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048

Abstract: 本申请公开了一种医学图像的连续超分辨率重建方法、装置、设备及介质，涉及图像处理技术领域，包括：获取低分辨率医学图像；将所述低分辨率医学图像输入预设超分重建模型中，得到高分辨率医学图像，其中，所述预设超分重建模型包括特征提取网络、傅里叶特征映射网络以及隐式函数网络，所述隐式函数网络包括全连接层、基于Gabor小波的激活函数以及跳跃连接层。本申请能够实现低分辨率医学图像的超分重建。

公开(公告)号：CN116012471A

公开(公告)日：2023-04-25

申请号：CN202211425844.1

申请日：2022-11-15

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  吴若有 ,  黄纬键 ,  陈杰

IPC: G06T11/00 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/094

Abstract: 本申请公开了一种基于对抗样本的医学图像重建方法及相关装置，所述的方法包括：获取待重建的医学图像，并将所述医学图像输入经过训练的恢复网络模型，其中，所述恢复网络模型为训练医学图像以及训练医学图像对应的去干扰图像训练得到的，所述去干扰图像为基于训练医学图像生成的对抗样本生成的；通过所述恢复网络模型确定所述医学图像对应的重建图像。本申请采用基于训练医学图像对应的对抗样本生成去干扰图像和训练图像训练恢复网络模型对医学图像进行重建，可以提高重构医学图像的图像质量，这是由于采用去干扰图像作为干净图像可以解决对抗训练方法对干净样本恢复性能下降的问题，从而提高了恢复网络模型的模型性能。

公开(公告)号：CN119360379A

公开(公告)日：2025-01-24

申请号：CN202411395955.1

申请日：2024-10-08

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  杨浩 ,  梁勇 ,  黄纬键 ,  刘嘉润 ,  吴若有 ,  石光明 ,  郑海荣

IPC: G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请公开了一种医学标注影像的生成方法、装置、设备及存储介质，涉及图像处理技术领域，包括：将异常医学影像输入异常区域检测模型中，得到目标医学影像；基于所述异常医学影像以及所述目标医学影像，确定异常区域；根据所述异常区域训练初始图像生成模型，得到图像生成模型；根据所述异常区域进行仿射变换，生成目标异常区域；将所述目标异常区域输入所述图像生成模型中，生成医学标注影像。本申请能够生成用于训练医学影像诊断模型的高质量医学影像数据。

公开(公告)号：CN115905856A

公开(公告)日：2023-04-04

申请号：CN202211222416.9

申请日：2022-10-08

Applicant: 鹏城实验室

Inventor： 王珊珊 ,  黄纬键 ,  郑海荣 ,  陈杰

IPC: G06F18/214 ,  G06F18/24 ,  G06V10/774 ,  G06V10/80 ,  G16H50/20

Abstract: 本发明公开了一种基于人机交互的模型训练方法、装置、终端及存储介质，包括：获取医学数据集，根据所述医学数据集对BERT模型或GPT模型进行调整，得到调整后的模型；根据余弦相似性约束和CAM对所述调整后的模型进行训练，得到训练后的模型；根据所述训练后的模型进行预测，并根据预测结果和人机交互信息更新并输出预测报告及分类结果。本发明基于人机交互的方式，使用再处理的方法，在模型首次输出图像诊断报告后，由使用人临床医生等对其结果进行判断，对存疑部分可进行少量的修改，将修改的结果重新当作语言模块的输入并进行训练，实现了人机交互的模型训练功能，提高了模型的疾病预测精度。