公开(公告)号：CN118053040A

公开(公告)日：2024-05-17

申请号：CN202410312436.8

申请日：2024-03-19

申请人： 上海鹰瞳医疗科技有限公司 ,  北京鹰瞳科技发展股份有限公司

发明人： 胡铭 ,  马彤 ,  董力 ,  夏鹏 ,  琚烈 ,  魏文斌 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/764 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请公开了一种心脑血管疾病分类的分类模型进行训练的方法及相关产品。该方法包括：将源域的原始视网膜图像输入至扩散模块，以经由扩散模块执行图像生成操作生成目标域的视网膜图像；使用引导模块引导目标域的视网膜图像向所述源域的原始视网膜图像进行转化，获得目标视网膜图像；基于源域的原始视网膜图像和目标视网膜图像，使用分类器模块分别执行与心脑血管疾病相关的分类操作，以获得包含多种疾病类别的第一分类结果和第二分类结果；以及根据第一分类结果和第二分类结果获得心脑血管疾病分类的最终分类结果，以对用于心脑血管疾病分类的分类模型进行训练。利用本申请的方案，可以解决视网膜图像的域泛化问题，提高分类模型的准确性。

公开(公告)号：CN116994101A

公开(公告)日：2023-11-03

申请号：CN202311275093.4

申请日：2023-09-28

申请人： 北京鹰瞳科技发展股份有限公司 ,  上海鹰瞳医疗科技有限公司

发明人： 夏鹏 ,  马彤 ,  胡铭 ,  琚烈 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/774 ,  G06V40/10 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/40 ,  G16H50/50 ,  G06N3/0464

摘要： 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像；将所述样本眼底图像输入至待训练疾病预测模型；调用所述待训练疾病预测模型对所述样本眼底图像进行正负样本对构建，得到所述样本眼底图像对应的正负样本对；在基于所述正负样本对计算得到的对比损失满足预设条件的情况下，基于正样本对调整所述待训练疾病预测模型的模型参数，得到用于预测帕金森病的疾病预测模型。本申请可以提高帕金森病预测的准确率。

公开(公告)号：CN116994100A

公开(公告)日：2023-11-03

申请号：CN202311275090.0

申请日：2023-09-28

申请人： 北京鹰瞳科技发展股份有限公司 ,  上海鹰瞳医疗科技有限公司

发明人： 夏鹏 ,  马彤 ,  胡铭 ,  琚烈 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/774 ,  G06V40/10 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/40 ,  G16H50/50 ,  G06N3/0464

摘要： 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。

公开(公告)号：CN118379595A

公开(公告)日：2024-07-23

申请号：CN202410297751.8

申请日：2024-03-15

申请人： 上海鹰瞳医疗科技有限公司 ,  北京鹰瞳科技发展股份有限公司

发明人： 夏鹏 ,  马彤 ,  胡铭 ,  宋凯敏 ,  陈羽中 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/82 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/774 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895

摘要： 本申请提供了一种用于预测高血压视网膜病变的模型训练方法、装置及设备。包括：获取第一样本眼底图像，及符合模型训练条件的第二样本眼底图像；利用掩蔽学习方式基于第一样本眼底图像训练得到用于眼底图像特征识别的编码器；基于编码器和全连接层构建具有多尺度特征融合功能的待训练预测模型；调用待训练预测模型中的编码器对第二样本眼底图像进行处理，得到第二样本眼底图像的在多个尺度下的眼底特征的融合眼底特征；调用全连接层对融合眼底特征进行处理，得到第二样本眼底图像的预测结果；在待训练预测模型收敛的情况下，将训练后的待训练预测模型作为最终的用于预测高血压视网膜病变的预测模型。本申请可以降低模型学习难度，提高模型预测准确度。

公开(公告)号：CN118196535A

公开(公告)日：2024-06-14

申请号：CN202410421934.6

申请日：2024-04-09

申请人： 上海鹰瞳医疗科技有限公司 ,  北京鹰瞳科技发展股份有限公司

发明人： 胡铭 ,  马彤 ,  夏鹏 ,  琚烈 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/764 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请公开了一种对用于代谢性疾病的分类模型进行训练的方法及相关产品。所述方法包括：将原始视网膜图像和视网膜灰度图像分别输入至分类模型，经由蛇形卷积模块、融合模块和分类器模块依次执行蛇形卷积操作、多视角融合操作和分类操作，以获得各自对应的第一分类结果和第二分类结果；根据第一分类结果和第二分类结果确定代谢性疾病的最终分类结果，并且计算分类模型的初始损失函数；在初始损失函数中引入蛇形卷积操作过程中的高阶连续约束项，以形成第一损失函数；以及基于第一损失函数对用于代谢性疾病的分类模型进行训练。利用本申请的方案，可以更好地捕捉视网膜图像中的复杂特征，提高分类模型的准确性。

公开(公告)号：CN116994100B

公开(公告)日：2023-12-22

申请号：CN202311275090.0

申请日：2023-09-28

申请人： 北京鹰瞳科技发展股份有限公司 ,  上海鹰瞳医疗科技有限公司

发明人： 夏鹏 ,  马彤 ,  胡铭 ,  琚烈 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/774 ,  G06V40/10 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/40 ,  G16H50/50 ,  G06N3/0464

摘要： 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。

公开(公告)号：CN117253100A

公开(公告)日：2023-12-19

申请号：CN202310882543.X

申请日：2023-07-18

申请人： 北京鹰瞳科技发展股份有限公司 ,  上海鹰瞳医疗科技有限公司

发明人： 夏鹏 ,  马彤 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V10/774 ,  G06V40/10 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G16H30/40 ,  G16H50/50 ,  G06N3/0464

摘要： 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有预设疾病的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型，待训练疾病预测模型包括：特征动态选择网络层和分类层；调用特征动态选择网络层对样本眼底图像对应的眼底特征图进行多尺度特征选择聚合操作，得到聚合特征图；调用分类层对所述聚合特征图进行处理，得到用户的预测疾病类别；基于真实疾病类别和预测疾病类别，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，将训练后的待训练疾病预测模型作为最终的疾病预测模型。本申请可以提高糖尿病肾病的检测效率和准确率。

公开(公告)号：CN117593395A

公开(公告)日：2024-02-23

申请号：CN202311401646.6

申请日：2023-10-25

申请人： 上海鹰瞳医疗科技有限公司 ,  北京鹰瞳科技发展股份有限公司

发明人： 胡铭 ,  夏鹏 ,  琚烈 ,  王斌 ,  马彤 ,  戈宗元 ,  张大磊

IPC分类号： G06T11/00 ,  G06V40/18 ,  G06V40/16 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0455

摘要： 本申请提供了一种纵向眼底图像生成方法、装置、电子设备及存储介质。所述方法包括：获取源眼底图像，及所述源眼底图像对应的预测年龄；将所述源眼底图像和所述预测年龄信息输入至纵向眼底图像生成模型，所述纵向眼底图像生成模型包括：序列感知模块和扩散模块；调用所述序列感知模块根据所述预测年龄信息对所述源眼底图像进行特征预测，得到所述源眼底图像在所述预测年龄的眼底演变特征；调用所述扩散模块对所述眼底演变特征进行处理，得到所述源眼底图像在所述预测年龄的纵向眼底图像。本申请可以生成具有高分辨率和高保真性的纵向眼底图像。

公开(公告)号：CN117894475A

公开(公告)日：2024-04-16

申请号：CN202410108284.X

申请日：2024-01-25

申请人： 首都医科大学附属北京安贞医院 ,  北京鹰瞳科技发展股份有限公司

发明人： 王震 ,  蒋超 ,  夏鹏 ,  马彤 ,  陈羽中 ,  杜昕 ,  董建增 ,  马长生

IPC分类号： G16H50/70 ,  G16H10/60 ,  G06F18/25 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/0464 ,  G06V40/18 ,  G06V10/82 ,  G06N3/048

摘要： 本发明涉及数据处理技术领域，公开了一种基于神经网络的心房颤动患者认知功能结果的预测装置、设备及介质。该装置包括：获取模块，用于获取目标对象的眼底图片以及特征数据；第一特征提取模块，用于利用预先训练好的视觉特征提取模型，对眼底图片进行特征提取，得到第一特征信息；第二特征提取模块，用于利用预先训练好的特征数据提取模型，对特征数据进行提取，得到第二特征信息；预测模块，用于基于第一特征信息以及第二特征信息对心房颤动患者认知功能进行预测。本发明只需要目标对象的眼底图片以及特征数据就能够对心房颤动患者认知功能结果进行预测，无需专业的医生以及专门的仪器，能够节省大量时间的同时，达到大规模筛查的目的。

公开(公告)号：CN116524580A

公开(公告)日：2023-08-01

申请号：CN202310573953.6

申请日：2023-05-19

申请人： 北京鹰瞳科技发展股份有限公司

发明人： 夏鹏 ,  马彤 ,  王斌 ,  戈宗元 ,  张大磊

IPC分类号： G06V40/18 ,  A61B5/16 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/082

摘要： 本申请实施例提供了一种焦虑抑郁检测方法、装置、电子设备及存储介质。所述方法包括：获取目标用户的符合焦虑抑郁检测条件的目标眼底图像；将所述目标眼底图像输入至预先训练得到的焦虑抑郁检测模型，所述焦虑抑郁检测模型包括：特征映射层、特征提取层和特征融合层；调用特征映射层对所述目标眼底图像的图像特征进行编码处理，得到图像特征对应的特征编码向量；调用特征提取层对所述特征编码向量进行多尺度的特征提取操作，得到多尺度的眼底特征图；调用特征融合层对所述多尺度的眼底特征图进行融合处理，得到目标眼底特征图；根据所述目标眼底特征图，得到所述目标用户的焦虑抑郁检测结果。本申请实施例可以提高焦虑抑郁检测的的效率和准确率。