-
公开(公告)号：CN118691908B
公开(公告)日：2024-11-15
申请号：CN202411170317.X
申请日：2024-08-26
申请人： 长江云通有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/70
-
公开(公告)号：CN118736569B
公开(公告)日：2024-11-05
申请号：CN202411226180.5
申请日：2024-09-03
申请人： 长江云通有限公司
IPC分类号： G06V20/69 , G06V10/54 , G06V10/56 , G06T7/13 , G06V10/44 , G06V10/28 , G06T7/64 , G06T7/90 , G01N33/483
摘要： 本发明涉及肉芽肿识别领域，尤其涉及一种识别炎症性肠病肉芽肿的方法，方法包括步骤：获取病理图像中细胞的细胞核，以细胞核中任一点为种子点向外进行扩张，得到扩张区域；提取扩张区域的细胞膜纹理特征，并对细胞膜纹理特征进行链码分析，获得多个链码段，并计算链码段的凸程度；将扩张区域像素点的色彩特征值的均值、色彩权重以及链码段的凸程度之积作为扩张值；响应于扩张值大于预设的阈值，则继续扩张，反之则停止扩张。本发明根据扩张区域的特性在纹理和颜色特征上进行权重分配，实现色彩权重动态变换，并以链码长度作为纹理特征的动态识别因素，实现按区域特性的动态识别以提高肉芽肿识别准确度。
-
公开(公告)号：CN118762267A
公开(公告)日：2024-10-11
申请号：CN202411236955.7
申请日：2024-09-05
申请人： 长江云通有限公司
摘要： 本发明涉及图像处理技术领域，尤其涉及基于病理形态特征的炎症性肠病诊断方法和装置。方法包括：根据肠道活检样本切片的病理灰度图像中像素点对应窗口内的灰度分布确定像素点的隐窝概率，根据相邻窗口内像素点的隐窝概率对像素点的隐窝概率进行修正，根据得到的第一修正概率与相邻窗口内像素点的第一修正概率之间的差异筛选像素点的近似窗口，根据像素点与近似窗口的中心像素点相连的线段上所有像素点的第一修正概率确定像素点的第二修正概率，根据像素点的第二修正概率对像素点的灰度值进行映射，从而获取隐窝图像，以便医生根据隐窝图像进行炎症性肠病的识别。本发明获取的隐窝图像精准，有助于医生进行炎症性肠病的诊断。
-
公开(公告)号：CN117496247A
公开(公告)日：2024-02-02
申请号：CN202311493672.6
申请日：2023-11-10
申请人： 长江云通有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06T7/00 , G06T7/13 , G06T5/70 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明涉及图像处理技术领域，具体涉及一种炎症性肠病病理形态学特征隐窝缩短图像识别的方法，其包括获取训练数据集，所述训练数据集包括图像特征集和标签；将所述图像特征集作为输入，所述标签作为输出，对预先构建的网络模型进行训练，得到训练好的网络模型；获取待检测的炎症性肠病隐窝图像的图像特征，将所述图像特征输入训练好的网络模型，以得到待检测的炎症性肠病隐窝图像的分类结果。即本发明的方案能够对待检测的炎症性肠病隐窝图像进行准确的图像分类，降低了后续医生对炎症性肠病的判断的难度。
-
公开(公告)号：CN114722424A
公开(公告)日：2022-07-08
申请号：CN202210264091.4
申请日：2022-03-17
申请人： 长江云通有限公司
IPC分类号： G06F21/62 , G06F16/27 , G06F16/28 , G06F16/215
摘要： 本发明提供了一种基于可信执行环境技术的数据交易平台的数据交易系统及方法，整个数据交易平台数据中心的架构支持了多种数据来源，满足了当下数据提供者对数据安全的要求；在高价值数据交易中，数据提供方的原始数据再交易完成后，依旧在数据提供方本地，没有离开原始平台，同时数据需求方可以很灵活且安全的上传自有业务模型，妥善地把数据提供方对只提供数据且要保证数据安全的责任和义务满足，也把数据需求方可以灵活调整模型且有效保证模型安全的要求满足，最终让整个数据交易过程安全、顺畅。
-
公开(公告)号：CN118691908A
公开(公告)日：2024-09-24
申请号：CN202411170317.X
申请日：2024-08-26
申请人： 长江云通有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/70
摘要： 本发明涉及图像处理领域，本发明涉及一种隐窝脓肿识别方法，方法包括：获取当前隐窝图像；将所述当前隐窝图像输入最优模型，输出隐窝脓肿的图像分类结果；其中，最优模型的训练过程为：获取历史隐窝图像集，对历史隐窝图像集中各图像进行标注，得到标签；标签为隐窝正常图像和隐窝脓肿图像；将标注后的历史隐窝图像集作为输入数据，将标签作为输出数据，对预先构建的神经网络模型进行训练，在训练过程中引入历史隐窝图像的隐窝混乱程度。本发明使得模型在训练时更加关注那些隐窝混乱程度高即图像更复杂的样本，以提高对隐窝图像的分类准确性，进而帮助医生快速识别出潜在的问题区域，从而提高诊断的速度和准确性。
-
公开(公告)号：CN118736569A
公开(公告)日：2024-10-01
申请号：CN202411226180.5
申请日：2024-09-03
申请人： 长江云通有限公司
IPC分类号： G06V20/69 , G06V10/54 , G06V10/56 , G06T7/13 , G06V10/44 , G06V10/28 , G06T7/64 , G06T7/90 , G01N33/483
摘要： 本发明涉及肉芽肿识别领域，尤其涉及一种识别炎症性肠病肉芽肿的方法，方法包括步骤：获取病理图像中细胞的细胞核，以细胞核中任一点为种子点向外进行扩张，得到扩张区域；提取扩张区域的细胞膜纹理特征，并对细胞膜纹理特征进行链码分析，获得多个链码段，并计算链码段的凸程度；将扩张区域像素点的色彩特征值的均值、色彩权重以及链码段的凸程度之积作为扩张值；响应于扩张值大于预设的阈值，则继续扩张，反之则停止扩张。本发明根据扩张区域的特性在纹理和颜色特征上进行权重分配，实现色彩权重动态变换，并以链码长度作为纹理特征的动态识别因素，实现按区域特性的动态识别以提高肉芽肿识别准确度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.041 秒)
