-
公开(公告)号：CN116758392B
公开(公告)日：2024-11-05
申请号：CN202310504917.4
申请日：2023-05-06
Applicant: 北京大学深圳医院
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06V10/764 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请涉及图像识别技术领域，提供了一种基于小样本深度学习的超声图像识别方法及设备。方法包括：获取待识别的甲状腺滤泡性肿瘤超声图像；将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中，得到甲状腺滤泡性肿瘤超声图像对应的识别结果；根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
公开(公告)号：CN116977282A
公开(公告)日：2023-10-31
申请号：CN202310748509.3
申请日：2023-06-25
Applicant: 北京大学深圳医院(北京大学深圳临床医学院)
IPC: G06T7/00 , G06V10/764 , G06V10/40 , G06V10/82 , G06V10/44 , G06V10/774
Abstract: 本发明公开了一种基于深度网络模型的图像识别方法，属于医疗技术领域。本发明获取待测患者的超声图像并对所述待测患者的超声图像进行预处理；将预处理后的超声图像输入经训练的甲状腺滤泡性癌症图像识别模型中进行图像特征提取；根据所述图像特征进行甲状腺滤泡性癌症图像识别并输出最终识别结果。本发明通过对甲状腺滤泡癌症图像识别模型的不断优化调整，得到训练成熟的甲状腺滤泡癌症图像识别模型进而运用该模型实现对甲状腺滤泡癌症超声图像的判断识别。
-
公开(公告)号：CN115035566B
公开(公告)日：2023-07-04
申请号：CN202210492682.7
申请日：2022-05-07
Applicant: 北京大学深圳医院
Abstract: 本申请涉及图像识别领域，提供了一种表情识别方法、装置、计算机设备和计算机可读存储介质。所述方法包括：获取多个表征人脸表情的人脸图像；识别每个所述人脸图像的眼部区域和嘴部区域，得到对应人脸图像的眼部区域图和嘴部区域图；对每个所述人脸图像进行全局特征提取，得到对应的全局特征向量；对每个所述人脸图像对应的所述眼部区域图和所述嘴部区域图分别进行部分特征提取，得到对应的眼部特征向量和嘴部特征向量；基于所述全局特征向量、所述眼部特征向量以及所述嘴部特征向量对所述人脸图像进行表情识别，得到对应所述人脸图像的表情类别。采用本方法能够在实时识别中提供较高的识别率，同时能有效的降低计算机的计算量。
-
公开(公告)号：CN115082616B
公开(公告)日：2023-05-12
申请号：CN202210539968.6
申请日：2022-05-18
Applicant: 北京大学深圳医院
IPC: G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的超声图像生成3D点云模型的方法，该方法通过以下步骤实现：将采集到的通信文件传输到计算机上，并通过还原像素进行解析，生成二维码数据；将所述二维码数据通过2D卷积运算在预定的视角生成2D投影；将所述2D投影生成密集的预测点云模型，并使用CAD建模生成真实点云模型；所述预测点云模型利用伪渲染计算出N个新视角下生成的像素化图像；计算每个新视角下所述伪渲染生成的图像和所述真实点云模型在相应同一视角下的2D投影图像之间的损失值，并求每个所述损失值的总和，根据所述总和进行反向传播优化。本发明方法有效的实现了基于2D超声图像向3D点云转换，为医护工作者提供辅助决策便利的一种工具。
-
公开(公告)号：CN115035030A
公开(公告)日：2022-09-09
申请号：CN202210492669.1
申请日：2022-05-07
Applicant: 北京大学深圳医院
Abstract: 本申请涉及图像识别技术领域，提供了一种图像识别方法、装置、计算机设备和计算机可读存储介质。方法包括：获取待识别的甲状腺滤泡性肿瘤超声图像；将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中，得到甲状腺滤泡性肿瘤超声图像对应的识别结果；根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
Patent Agency Ranking
公开(公告)号：CN116486921A
公开(公告)日：2023-07-25
申请号：CN202310332810.6
申请日：2023-03-31
Applicant: 北京大学深圳医院(北京大学深圳临床医学院)
IPC: G16B40/20 , G16H50/20 , G06F18/241 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于电子病历大数据的乳腺癌风险预测方法，该方法包括：收集乳腺患者的信息并形成电子病历，再根据标准条件筛选患者信息，组建数据库；根据临床经验和对超声特征的研究，筛选数据库中的特征，获得数据集；对数据集进行预处理，再对其中的数据进行归一化处理；从特征中选择出重要特征形成新的数据集；对数据集进行训练集和测试集的划分；使用深度神经网络建立预测模型，对训练集进行学习优化，采用测试集对预测模型进行性能分析，获得最终预测模型；采用最终预测模型对乳腺超声得到的数据进行风险预测，得到预测结果。本发明预测方法能够很容易的地部署到任何智能决策系统中，为医生提供诊断辅助，从而提高乳腺癌的早期诊断率。
-
公开(公告)号：CN115472147A
公开(公告)日：2022-12-13
申请号：CN202211122276.8
申请日：2022-09-15
Applicant: 北京大学深圳医院 , 智汇元宇(深圳)医学科技有限公司
Abstract: 本发明提供一种语言识别方法及装置，该识别方法包括：从待识别语音信号中分别提取第一倒谱系数特征及第二倒谱系数特征；基于所提取的第一倒谱系数特征及第二倒谱系数特征生成图像特征，并转为彩色视觉图像；将所述彩色视觉图像的特征输入深度学习模型进行语言分类识别，输出识别结果。通过上述方式，可以提高识别效果及精度。
-
公开(公告)号：CN116758392A
公开(公告)日：2023-09-15
申请号：CN202310504917.4
申请日：2023-05-06
Applicant: 北京大学深圳医院
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06V10/764 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请涉及图像识别技术领域，提供了一种基于小样本深度学习的超声图像识别方法及设备。方法包括：获取待识别的甲状腺滤泡性肿瘤超声图像；将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中，得到甲状腺滤泡性肿瘤超声图像对应的识别结果；根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
公开(公告)号：CN115082616A
公开(公告)日：2022-09-20
申请号：CN202210539968.6
申请日：2022-05-18
Applicant: 北京大学深圳医院
Abstract: 本发明公开了一种基于深度学习的超声图像生成3D点云模型的方法，该方法通过以下步骤实现：将采集到的通信文件传输到计算机上，并通过还原像素进行解析，生成二维码数据；将所述二维码数据通过2D卷积运算在预定的视角生成2D投影；将所述2D投影生成密集的预测点云模型，并使用CAD建模生成真实点云模型；所述预测点云模型利用伪渲染计算出N个新视角下生成的像素化图像；计算每个新视角下所述伪渲染生成的图像和所述真实点云模型在相应同一视角下的2D投影图像之间的损失值，并求每个所述损失值的总和，根据所述总和进行反向传播优化。本发明方法有效的实现了基于2D超声图像向3D点云转换，为医护工作者提供辅助决策便利的一种工具。
-
公开(公告)号：CN115035566A
公开(公告)日：2022-09-09
申请号：CN202210492682.7
申请日：2022-05-07
Applicant: 北京大学深圳医院
Abstract: 本申请涉及图像识别领域，提供了一种表情识别方法、装置、计算机设备和计算机可读存储介质。所述方法包括：获取多个表征人脸表情的人脸图像；识别每个所述人脸图像的眼部区域和嘴部区域，得到对应人脸图像的眼部区域图和嘴部区域图；对每个所述人脸图像进行全局特征提取，得到对应的全局特征向量；对每个所述人脸图像对应的所述眼部区域图和所述嘴部区域图分别进行部分特征提取，得到对应的眼部特征向量和嘴部特征向量；基于所述全局特征向量、所述眼部特征向量以及所述嘴部特征向量对所述人脸图像进行表情识别，得到对应所述人脸图像的表情类别。采用本方法能够在实时识别中提供较高的识别率，同时能有效的降低计算机的计算量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.112 seconds)
