-
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
申请人： 中国科学技术大学 , 合肥凯碧尔高新技术有限公司
摘要： 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
申请人： 中国科学技术大学 , 合肥凯碧尔高新技术有限公司
IPC分类号： G06V10/46 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T3/4038 , G06T7/00 , G06T7/11
摘要： 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：CN111369574B
公开(公告)日：2023-05-16
申请号：CN202010166412.8
申请日：2020-03-11
申请人： 合肥凯碧尔高新技术有限公司
IPC分类号： G06T7/11 , G06T7/136 , G06T7/187 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 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
申请人： 合肥凯碧尔高新技术有限公司
摘要： 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：CN111353978A
公开(公告)日：2020-06-30
申请号：CN202010120195.9
申请日：2020-02-26
申请人： 合肥凯碧尔高新技术有限公司
摘要： 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：CN111369574A
公开(公告)日：2020-07-03
申请号：CN202010166412.8
申请日：2020-03-11
申请人： 合肥凯碧尔高新技术有限公司
摘要： 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：CN114004813A
公开(公告)日：2022-02-01
申请号：CN202111288119.X
申请日：2021-11-02
申请人： 中国科学技术大学
摘要： 本发明公开了一种应用于宫颈癌放疗临床靶区识别方法及装置，包括：获取待识别的目标图像，所述目标图像为3D宫颈癌CT影像；基于目标分割网络模型对所述目标图像进行识别，获得分割结果，其中，所述目标分割网络模型为基于3D宫颈癌CT影像对应的训练样本，训练生成的神经网络模型，所述分割结果为所述目标分割网络模型识别出的待确定的放疗临床靶区；基于所述分割结果，确定宫颈癌目标放疗临床靶区。本发明基于目标分割网络模型实现了宫颈癌放疗临床靶区勾画，提高了宫颈癌放疗临床靶区自动勾画的效率和准确性，降低了人力成本。
-
公开(公告)号：CN118862770A
公开(公告)日：2024-10-29
申请号：CN202410946729.1
申请日：2024-07-15
申请人： 蔚锐科技(深圳)有限公司 , 上海蔚来汽车有限公司 , 中国科学技术大学
IPC分类号： G06F30/33 , G06F30/337 , G06F8/41
摘要： 本申请适用于芯片设计技术领域，提供了算子配置方法、深度学习编译器、智能设备及存储介质，包括步骤：生成所述算子的初始化配置集合；所述初始化配置集合包括多个初始配置；分别计算所述初始化配置集合中各个初始配置的语句计算总时延；根据所述语句计算总时延，自所述初始化配置集合中筛选出部分初始配置，形成第一配置集合；分别对所述第一配置集合中的各个初始配置进行硬件执行性能预测，得到各所述初始配置对应的预测结果；根据所述初始配置对应的预测结果，自所述第一配置集合中确定目标配置；根据所述目标配置，对所述算子进行配置；本申请提高了深度学习编译器寻找最优算子配置时的搜索效率。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.047 秒)
