基于DR影像的人体骨骼轮廓检测方法

    公开(公告)号:CN115661138A

    公开(公告)日:2023-01-31

    申请号:CN202211592204.X

    申请日:2022-12-13

    摘要: 本发明涉及一种基于DR影像的人体骨骼轮廓检测方法,解决了现有技术中AI检测系统数据提取损失大,存在“失真”现象及数据集检测效果的可靠性和鲁棒性较差的问题,包括以下步骤:获取人体骨骼轮廓DR影像,采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注;基于所述训练样本集对人体骨骼轮廓DR影像检测模型进行训练,基于训练完成的人体骨骼DR影像检测模型,对未标注的人体骨骼轮廓DR影像进行检测,获取具有骨骼候选框的特征区域,以及置信度、语义分割结果;基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓。本发明可以对颈椎至腰椎各段检测,对脊椎骨的增生、错位及与骶骨、股骨头连接区域的识别具有更高的准确度。

    一种深静脉穿刺导丝视频监控系统、方法及电子设备

    公开(公告)号:CN114360706A

    公开(公告)日:2022-04-15

    申请号:CN202210012659.3

    申请日:2022-01-06

    摘要: 本发明提供一种深静脉穿刺导丝视频监控系统、方法及电子设备,涉及医疗重症紧急救护的深静脉穿刺置管技术领域,以智能视频监控系统,检测导丝状态,减少深静脉穿刺风险。该系统包括:信息提取模块,用于提取深静脉穿刺术的视频关键信息。流程理解模块,用于基于第一逻辑规则和视频关键信息形成流程理解信息。状态检测模块,用于基于视频关键信息和流程理解信息制定第二逻辑规则,根据第二逻辑规则,判断导丝状态,若导丝末端未露出导管和/或未检测到导丝退出,则进行报警。所述深静脉穿刺导丝视频监控系统应用于深静脉穿刺导丝视频监控方法。所述深静脉穿刺导丝视频监控方法用于电子设备中。

    图像处理方法及装置、电子设备和计算机可读存储介质

    公开(公告)号:CN110728674B

    公开(公告)日:2022-04-05

    申请号:CN201911001743.X

    申请日:2019-10-21

    申请人: 清华大学

    发明人: 吴及 石佳琳 吕萍

    IPC分类号: G06T7/00 G06N3/04

    摘要: 本公开实施例提供一种图像处理方法、装置及系统、电子设备和计算机可读存储介质,属于计算机技术领域。该方法包括:获取当前乳腺超声图像;通过第一神经网络模型对所述当前乳腺超声图像进行处理,获得所述当前乳腺超声图像的预测病理特征;通过第二神经网络模型对所述当前乳腺超声图像进行处理,获得所述当前乳腺超声图像的至少一个预测声象学特征;根据所述当前乳腺超声图像的预测病理特征和至少一个预测声象学特征获得所述当前乳腺超声图像的融合特征;通过第三神经网络模型对所述当前乳腺超声图像的融合特征进行处理,获得所述当前乳腺超声图像中的肿块的良恶性预测结果。本公开实施例提供的图像处理方案,能够提高乳腺超声智能诊断的准确性。

    疾病预测集处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113921144A

    公开(公告)日:2022-01-11

    申请号:CN202111194507.1

    申请日:2021-10-13

    IPC分类号: G16H50/70 G16H50/30 G16H50/80

    摘要: 本申请公开了一种疾病预测集处理方法、装置、电子设备及存储介质,其中,该方法包括获取待检测样本的疾病预测集,其中,疾病预测集包括经过置信度排序的至少两种疾病类型,待检测样本包括至少一个症状特征;基于至少一个症状特征的易混淆程度,对待检测样本进行打分,以判断待检测样本是否为易错样本;若待检测样本为易错样本,则对待检测样本的疾病预测集中的置信度排序进行调整。通过上述方式,本申请能够提升疾病预测集的预测准确率。

    基于文本结构化的医技报告检测方法及相关设备

    公开(公告)号:CN112541066A

    公开(公告)日:2021-03-23

    申请号:CN202011458663.X

    申请日:2020-12-11

    申请人: 清华大学

    IPC分类号: G06F16/332 G06F40/284

    摘要: 本公开实施例提供了一种基于文本结构化的医技报告检测方法及相关设备。该方法包括:获取待检测医技报告;对待检测医技报告进行预处理,获得所见描述信息和诊断结果信息的分句结果;利用训练完成的实体识别模型对分句结果进行处理,确定每个分句结果中每个实体的目标实体标签;对每个分句结果中每个实体的目标实体标签进行关系挖掘,确定每个分句结果中每个实体之间的实体关系,并根据每个分句结果中每个实体之间的实体关系,获得待检测医技报告的结构化文本;基于待检测医技报告的结构化文本,获得待检测医技报告的目标检测结果;输出并显示待检测医技报告的结构化文本及其目标检测结果。

    图像处理方法及装置、电子设备和计算机可读存储介质

    公开(公告)号:CN110728674A

    公开(公告)日:2020-01-24

    申请号:CN201911001743.X

    申请日:2019-10-21

    申请人: 清华大学

    发明人: 吴及 石佳琳 吕萍

    IPC分类号: G06T7/00 G06N3/04

    摘要: 本公开实施例提供一种图像处理方法、装置及系统、电子设备和计算机可读存储介质,属于计算机技术领域。该方法包括:获取当前乳腺超声图像;通过第一神经网络模型对所述当前乳腺超声图像进行处理,获得所述当前乳腺超声图像的预测病理特征;通过第二神经网络模型对所述当前乳腺超声图像进行处理,获得所述当前乳腺超声图像的至少一个预测声象学特征;根据所述当前乳腺超声图像的预测病理特征和至少一个预测声象学特征获得所述当前乳腺超声图像的融合特征;通过第三神经网络模型对所述当前乳腺超声图像的融合特征进行处理,获得所述当前乳腺超声图像中的肿块的良恶性预测结果。本公开实施例提供的图像处理方案,能够提高乳腺超声智能诊断的准确性。

    基于深度学习的临床靶区自动勾画方法、装置及相关设备

    公开(公告)号:CN110517254A

    公开(公告)日:2019-11-29

    申请号:CN201910807660.3

    申请日:2019-08-29

    申请人: 清华大学

    摘要: 本公开涉及一种基于深度学习的临床靶区自动勾画方法、装置、电子设备及计算机可读介质。该方法包括:获取待处理图像;通过神经网络模型对所述待处理图像进行处理,获得所述待处理图像的临床靶区勾画结果;其中,所述神经网络模型包括至少一个残差模块,每一残差模块包括压缩激励模块。本公开涉及的基于深度学习的临床靶区自动勾画方法、装置、电子设备及计算机可读介质,通过具有残差模块的神经网络模型对待处理图像进行处理,能够获得高准确性和鲁棒性的临床靶区勾画结果。

    图像处理方法及相关设备
    89.
    发明公开

    公开(公告)号:CN110415291A

    公开(公告)日:2019-11-05

    申请号:CN201910727148.8

    申请日:2019-08-07

    IPC分类号: G06T7/60

    摘要: 本公开的实施例提供了一种图像处理方法及相关设备,属于计算机技术领域。所述方法包括:获取待处理脊柱图像;通过第一神经网络模型对所述待处理脊柱图像进行处理,定位所述待处理脊柱图像中的脊椎骨区域,获得定位结果;通过第二神经网络模型对所述定位结果进行处理,获得各个脊椎骨区域上的关键点;根据各个脊椎骨区域上的关键点获得所述待处理脊柱图像的脊柱弯曲角度。本公开实施例的技术方案提供了图像处理方法,能够提高脊柱弯曲角度测量的测量准确性。