-
公开(公告)号：CN111209916A
公开(公告)日：2020-05-29
申请号：CN201911424369.4
申请日：2019-12-31
Applicant: 中国科学技术大学 , 合肥凯碧尔高新技术有限公司
Abstract: 本发明提供了一种病灶识别方法及系统、识别设备，其中方法包括：获取同一病患的待识别图像和临床个性化数据；输入待识别图像和临床个性化数据至病灶识别模型，病灶识别模型对待识别图像进行分割操作和定性分析操作，获得待识别图像的定性分析结果以及用于指示病灶区域的输出图像；输出待识别图像的定性分析结果以及用于指示病灶区域的输出图像。本发明采用的病灶识别模型既可以分割病灶区域又能够进行定性分析操作，既可以避免人工勾画感兴趣区域的过程提高实用性，又可以减少预测过程中的工作量、提高定性分析过程的准确率。并且，在待识别图像基础上增加临床个性化数据，扩展输入特征的维度，可以进一步可以提高定性分析过程的准确率。
-
公开(公告)号：CN111209916B
公开(公告)日：2024-01-23
申请号：CN201911424369.4
申请日：2019-12-31
Applicant: 中国科学技术大学 , 合肥凯碧尔高新技术有限公司
IPC: G06V10/46 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T3/4038 , G06T7/00 , G06T7/11
Abstract: 本发明提供了一种病灶识别方法及系统、识别设备，其中方法包括：获取同一病患的待识别图像和临床个性化数据；输入待识别图像和临床个性化数据至病灶识别模型，病灶识别模型对待识别图像进行分割操作和定性分析操作，获得待识别图像的定性分析结果以及用于指示病灶区域的输出图像；输出待识别图像的定性分析结果以及用于指示病灶区域的输出图像。本发明采用的病灶识别模型既可以分割病灶区域又能够进行定性分析操作，既可以避免人工勾画感兴趣区域的过程提高实用性，又可以减少预测过程中的工作量、提高定性分析过程的准确率。并且，在待识别图像基础上增加临床个性化数据，扩展输入特征的维度，可以进一步可以提高定性分析过程(56)对比文件US 10304193 B1,2019.05.28刘玉良等主编《.深度学习》.西安电子科技大学出版社,2019,75-78,127-129.刘梦佳.基于深度学习的DR眼底图像黄斑水肿分级方法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2019,第2019年卷(第7期),唐明轩.基于DenseNet的医学图像分割研究与应用《.中国优秀硕士学位论文全文数据库 信息科技辑》.2019,第2019年卷(第4期),Krishna Pathak等.Classification ofBrain Tumor Using Convolutional NeuralNetwork《.2019 3rd Internationalconference on Electronics, Communicationand Aerospace Technology (ICECA)》.2019,Hailan Cheng等.Modified U-Net blocknetwork for lung nodule detection《.2019IEEE 8th Joint International InformationTechnology and Artificial IntelligenceConference (ITAIC)》.2019,
-
公开(公告)号：CN111353987A
公开(公告)日：2020-06-30
申请号：CN202010135246.5
申请日：2020-03-02
Applicant: 中国科学技术大学 , 合肥凯碧尔高新技术有限公司
Abstract: 本申请提供了一种细胞核分割方法及装置，其中，方法包括：在待分割图像的分辨率不大于预设分辨率的情况下，将待分割图像输入训练后的分割模型中，得到对待分割图像中细胞核的分割结果；预设分辨率通过训练后的分割模型固定的输入分辨率确定；训练后的分割模型是采用不同类型的训练样本，分别对预设的分割模型进行训练得到；先以预设的自然场景图像为训练样本，对预设的分割模型进行训练，得到第一分割模型；再以多种组织分别对应的多类别组织病理图像为训练样本，对第一分割模型进行训练，得到第二分割模型；最后以所需组织的多类别组织病理图像为训练样本，对第二分割模型进行训练，得到训练后的分割模型。本申请的分割方法的适用性得到提高。
-
公开(公告)号：CN111429468B
公开(公告)日：2024-06-25
申请号：CN202010190989.2
申请日：2020-03-18
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本申请实施例公开了一种细胞核分割方法、装置、设备及存储介质，从显微图像中提取特征图像后，不仅利用特征图像进行细胞核分割，还利用特征图像进行细胞核轮廓检测，然后利用检测到的细胞核轮廓对细胞核分割结果进行修正，从而提高细胞核分割结果的准确率。
-
公开(公告)号：CN111353978A
公开(公告)日：2020-06-30
申请号：CN202010120195.9
申请日：2020-02-26
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本申请提出一种识别心脏解剖学结构的方法及装置，该方法包括：获取待识别的心脏超声图像；将所述心脏超声图像输入预先训练的解剖学结构识别模型，得到解剖学结构识别结果；其中，所述解剖学结构识别结果包括所述心脏超声图像中的各个像素点的像素值，所述像素值表示像素点属于解剖学结构像素或属于图像背景像素的概率；根据所述解剖学结构识别结果，确定所述心脏超声图像中的各个解剖学结构关键点的位置。上述技术方案的处理过程实现了对心脏超声图像中的解剖学结构的自动化识别，将其应用于心脏解剖学结构的识别中，可以加快识别速度同时可以节省医师人力劳动。
-
Patent Agency Ranking
公开(公告)号：CN111166388A
公开(公告)日：2020-05-19
申请号：CN202010131129.1
申请日：2020-02-28
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本发明实施例提供了一种基于二维超声影像认知构建三维模型的方法及装置，方法包括：通过若干个切面采集标的物的二维超声波影像；获取超声波二维影像中包含的关键解剖学结构点的点云数据；通过解剖学结构点的识别和标注，获取包含解剖结构点位置，姿态，切面信息，和解剖结构信息的点云数据。依托有关标的物结构的知识库，以及点云数据，认知解剖学结构点相互间的位置和姿态。形成三维空间的点云，构建标的物初始三维模型。并通过多个二维切面与三维初始模型交互切口的匹配和拟合，获取精准的三维模型。应用本发明实施例，可以构建三维模型。
-
公开(公告)号：CN111369574A
公开(公告)日：2020-07-03
申请号：CN202010166412.8
申请日：2020-03-11
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本申请提供了一种胸腔器官分割方法及装置，其中，方法包括：获取待分割图像；将待分割图像输入完成训练的网络模型，得到分类结果和分割数据；网络模型包括：主干网络和分类器；主干网络和分类器连接；主干网络包括编码模块和解码模块；编码模块的数量和解码模块的数量相同；主干网络中对应位置的编码模块和解码模块进行跳转连接；分类结果是分类器输出的表示待分割图像中包含待分割胸腔器官的概率；分割数据是主干网络输出的对待分割胸腔器官的分割结果；根据分类结果和分割数据，确定分割结果；输出分割结果。本申请可以降低假阳性分割结果。
-
公开(公告)号：CN111369574B
公开(公告)日：2023-05-16
申请号：CN202010166412.8
申请日：2020-03-11
Applicant: 合肥凯碧尔高新技术有限公司
IPC: G06T7/11 , G06T7/136 , G06T7/187 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种胸腔器官分割方法及装置，其中，方法包括：获取待分割图像；将待分割图像输入完成训练的网络模型，得到分类结果和分割数据；网络模型包括：主干网络和分类器；主干网络和分类器连接；主干网络包括编码模块和解码模块；编码模块的数量和解码模块的数量相同；主干网络中对应位置的编码模块和解码模块进行跳转连接；分类结果是分类器输出的表示待分割图像中包含待分割胸腔器官的概率；分割数据是主干网络输出的对待分割胸腔器官的分割结果；根据分类结果和分割数据，确定分割结果；输出分割结果。本申请可以降低假阳性分割结果。
-
公开(公告)号：CN111353978B
公开(公告)日：2023-05-12
申请号：CN202010120195.9
申请日：2020-02-26
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本申请提出一种识别心脏解剖学结构的方法及装置，该方法包括：获取待识别的心脏超声图像；将所述心脏超声图像输入预先训练的解剖学结构识别模型，得到解剖学结构识别结果；其中，所述解剖学结构识别结果包括所述心脏超声图像中的各个像素点的像素值，所述像素值表示像素点属于解剖学结构像素或属于图像背景像素的概率；根据所述解剖学结构识别结果，确定所述心脏超声图像中的各个解剖学结构关键点的位置。上述技术方案的处理过程实现了对心脏超声图像中的解剖学结构的自动化识别，将其应用于心脏解剖学结构的识别中，可以加快识别速度同时可以节省医师人力劳动。
-
公开(公告)号：CN111166388B
公开(公告)日：2022-07-01
申请号：CN202010131129.1
申请日：2020-02-28
Applicant: 合肥凯碧尔高新技术有限公司
Abstract: 本发明实施例提供了一种基于二维超声影像认知构建三维模型的方法及装置，方法包括：通过若干个切面采集标的物的二维超声波影像；获取超声波二维影像中包含的关键解剖学结构点的点云数据；通过解剖学结构点的识别和标注，获取包含解剖结构点位置，姿态，切面信息，和解剖结构信息的点云数据。依托有关标的物结构的知识库，以及点云数据，认知解剖学结构点相互间的位置和姿态。形成三维空间的点云，构建标的物初始三维模型。并通过多个二维切面与三维初始模型交互切口的匹配和拟合，获取精准的三维模型。应用本发明实施例，可以构建三维模型。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.062 seconds)
