-
公开(公告)号：CN111259743B
公开(公告)日：2023-11-24
申请号：CN202010022825.9
申请日：2020-01-09
申请人： 中山大学中山眼科中心
IPC分类号： G06V40/16 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明涉及医学图像处理技术领域，更具体地涉及一种近视图像深度学习识别模型训练方法，包括以下步骤：采集眼外观图像；对所述眼外观图像进行预处理；以人脸识别大数据库VGG‑Face中的人脸图像作为第一训练数据，对VGG‑16网络模型进行预训练；以预处理后的所述眼外观图像作为第二训练数据，对预训练后的所述VGG‑16网络模型进行训练，得到用于近视图像识别的深度学习模型。本发明提供一种近视图像深度学习识别模型训练方法，用于辅助使用者快速、准确地判断青少年近视情况。
-
公开(公告)号：CN114596939A
公开(公告)日：2022-06-07
申请号：CN202011401658.5
申请日：2020-12-02
申请人： 中山大学中山眼科中心 , 云智道智慧医疗科技(广州)有限公司
摘要： 本发明公开了一种基于区块链的医疗数据分享方法、系统、计算机设备及存储介质，所述方法包括以下步骤：S01、平台用户上传医疗影像数据，补充医疗数据相关信息；S02、平台根据用户上传数据时提供的信息自动计算初始积分；S03、经过平台标注培训和认证的各级用户标注并审核；S04、根据标注和审核结果计算数据上传用户的最终积分；S05、标注结果返回给数据上传用户及平台计算积分给各级用户；S06、在注明医疗影像数据用途并经审核后，可用积分下载相关数据。本发明基于区块链技术，促进医疗数据共享，同时保证医疗数据的安全性以及处理的专业性，使得医疗数据价值被充分挖掘，有效促进医学人工智能的发展。
-
公开(公告)号：CN113887311A
公开(公告)日：2022-01-04
申请号：CN202111031513.5
申请日：2021-09-03
申请人： 中山大学中山眼科中心 , 清华大学
摘要： 本发明公开了一种保护眼科患者隐私的方法、装置及存储介质，其中方法包括：采集眼科患者的检查视频；提取检查视频中每一帧图像的图像特征，根据图像特征中的器官位置信息对每一帧图像进行区域划分，并根据区域划分结果得到待精密重建区域和待弱化重建区域；对待精密重建区域和待弱化重建区域进行三维重建，得到每一帧图像对应的三维重建数据；将所有三维重建数据渲染成三维重建视频。本发明根据该位置信息将每一帧图像都划分为多个图像区域，在图像区域中得到待精密重建区域和待弱化重建区域已进行三维重建，能够在保留眼科患者大部分病例特征的同时，掩盖眼科患者的大部分身份特征，从而能够在不影响医生诊断的前提下保护眼科患者的隐私。
-
公开(公告)号：CN113012134A
公开(公告)日：2021-06-22
申请号：CN202110304639.9
申请日：2021-03-22
申请人： 中山大学中山眼科中心 , 中山大学
摘要： 本发明提供了一种多功能的医学影像数据标注系统，包括图像读取模块、数据标注模块和标注数据导出模块；所述图像读取模块用于对多种医学影像进行读取；所述数据标注模块用于对医学影像进行分类信息标注以及对感兴趣区域以及语义信息区域进行标注；所述标注数据导出模块用于将添加标注信息后形成的标注文件进行导出。本发明系统能够对读取的医学影像进行多功能的信息标注，包括影像分类标注和影像感兴趣区域标注等，从而有效提高了系统对医学影像数据的整理能力。
-
公开(公告)号：CN109344808A
公开(公告)日：2019-02-15
申请号：CN201811326045.2
申请日：2018-11-08
申请人： 中山大学中山眼科中心
摘要： 本发明涉及一种基于深度学习的眼部图像处理系统，包括图像初筛模块、图像定位模块：所述图像初筛模块，用于通过第一CNN模型判断眼部图像是否为眼部异常图像；所述图像定位模块，用于通过Faster-RCNN模型定位眼部图像中正常解剖结构及异常现象的位置，并对正常解剖结构及异常现象的类型进行标注，得到眼部标注图像。本发明可以获取眼部图像中正常解剖结构及异常现象的位置并且标注正常解剖结构及异常现象的类型，从而辅助系统使用者快速、准确地判断眼部图像上所包含的解剖结构及所存在的异常现象。
-
公开(公告)号：CN113887311B
公开(公告)日：2023-05-02
申请号：CN202111031513.5
申请日：2021-09-03
申请人： 中山大学中山眼科中心 , 清华大学
IPC分类号： G06V20/40 , G06V10/44 , G06T7/11 , G06T15/00 , G06T17/00 , G06V10/82 , G06N3/04 , G06N3/08 , G16H10/60
摘要： 本发明公开了一种保护眼科患者隐私的方法、装置及存储介质，其中方法包括：采集眼科患者的检查视频；提取检查视频中每一帧图像的图像特征，根据图像特征中的器官位置信息对每一帧图像进行区域划分，并根据区域划分结果得到待精密重建区域和待弱化重建区域；对待精密重建区域和待弱化重建区域进行三维重建，得到每一帧图像对应的三维重建数据；将所有三维重建数据渲染成三维重建视频。本发明根据该位置信息将每一帧图像都划分为多个图像区域，在图像区域中得到待精密重建区域和待弱化重建区域已进行三维重建，能够在保留眼科患者大部分病例特征的同时，掩盖眼科患者的大部分身份特征，从而能够在不影响医生诊断的前提下保护眼科患者的隐私。
-
公开(公告)号：CN111259743A
公开(公告)日：2020-06-09
申请号：CN202010022825.9
申请日：2020-01-09
申请人： 中山大学中山眼科中心
摘要： 本发明涉及医学图像处理技术领域，更具体地涉及一种近视图像深度学习识别模型训练方法，包括以下步骤：采集眼外观图像；对所述眼外观图像进行预处理；以人脸识别大数据库VGG-Face中的人脸图像作为第一训练数据，对VGG-16网络模型进行预训练；以预处理后的所述眼外观图像作为第二训练数据，对预训练后的所述VGG-16网络模型进行训练，得到用于近视图像识别的深度学习模型。本发明提供一种近视图像深度学习识别模型训练方法，用于辅助使用者快速、准确地判断青少年近视情况。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.03 秒)
