-
公开(公告)号：CN115170424B
公开(公告)日：2023-04-07
申请号：CN202210803955.5
申请日：2022-07-07
申请人： 北京安德医智科技有限公司
IPC分类号： G06T5/00 , G06T7/00 , G06N3/044 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455
摘要： 本公开涉及一种心脏超声影像伪影去除方法及装置，所述方法包括：获取原始图像和所述原始图像对应的第一伪影类别向量，所述第一伪影类别向量用于指示需要从所述原始图像中去除的伪影的类别；将所述原始图像和所述第一伪影类别向量输入第一生成器中，输出无伪影的目标图像；其中，所述第一生成器是在循环生成对抗网络满足预设条件的情况下获得的，所述循环生成对抗网络是基于第一有伪影图像、第二伪影类别向量和第一无伪影图像训练得到的。本公开实施例可提高去除伪影的效率和灵活性。
-
公开(公告)号：CN114565622B
公开(公告)日：2023-04-07
申请号：CN202210203636.0
申请日：2022-03-03
申请人： 北京安德医智科技有限公司
IPC分类号： G06T7/11 , G06V10/764 , G06N3/04 , G06T7/60 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本公开涉及一种房间隔缺损长度的确定方法及装置、电子设备和存储介质，所述方法包括：接收超声心动图视频；对所述超声心动图视频进行分类，得到所述超声心动图视频中房间隔所在图像区域中存在血流信号的概率，作为分类结果；根据所述分类结果，提取所述超声心动图视频中的图像帧；对所述图像帧进行分割，得到所述图像帧中所述房间隔和房间隔缺损的像素点，作为分割结果，所述房间隔缺损为所述房间隔上的孔洞；根据所述分割结果，确定所述超声心动图视频中所述房间隔和所述房间隔缺损的长度。本公开实施例有效降低了长度测量过程的难度以及提升测量结果的准确度，从而提升房间隔缺损长度的确定过程的鲁棒性。
-
公开(公告)号：CN115661619A
公开(公告)日：2023-01-31
申请号：CN202211370785.2
申请日：2022-11-03
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种网络模型训练、超声图像质量评估方法及装置、电子设备，该方法包括：基于质量标签优化模型对训练样本中的样本超声图像进行质量评估，确定样本超声图像的第一预测质量标签，其中，训练样本中还包括样本超声图像的标注质量标签；根据第一预测质量标签和标注质量标签，确定样本超声图像的目标质量标签；基于质量评估模型对样本超声图像进行质量评估，确定样本超声图像的第二预测质量标签；基于第二预测质量标签和目标质量标签，确定质量评估损失；基于质量评估损失，训练质量评估模型，其中，训练好的质量评估模型用于对待评估超声图像进行质量评估，确定待评估超声图像的质量评估结果。本公开实施例可高效准确评估超声图像的质量。
-
公开(公告)号：CN114638878A
公开(公告)日：2022-06-17
申请号：CN202210272944.9
申请日：2022-03-18
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种基于深度学习的二维超声心动图管径检测方法及装置、电子设备和存储介质。通过将二维超声心动图待测图像输入至训练好的关键点检测网络中，输出关键点坐标，根据关键点坐标和待测图像的参数计算出待测血管的实际径长。本公开所述方法可以实现二维超声心动图血管内径的全自动测量，不需要提前指定血管区域，无需人工干预。并且，由于关键点检测网络可以将关键点置信度热力图转化为关键点坐标进行输出，既保证了空间泛化性，又降低了精度损失，提升了准确率。
-
公开(公告)号：CN111259427B
公开(公告)日：2020-11-06
申请号：CN202010070776.6
申请日：2020-01-21
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种基于神经网络的图像处理方法、装置及存储介质，其中，该方法包括：根据第一图像、预设密钥及噪音生成器，得到加密噪音；根据所述第一图像及所述加密噪音，得到第二图像；通过所述第二图像及加密的神经网络，得到图像加密的相关预测结果。本公开实施例中，由于加密的神经网络只针对预设密钥加密后的图像有效，在神经网络的结构和参数被窃取的情况下无法直接应用于原始图像，从而提高了图像处理的安全性；同时，由于加密后的图像仍然保持了原始图像的视觉效果，将原始图像加密后分发到搭载加密的神经网络的设备后，既可以利用加密的神经网络进行预测，也可以根据加密后的图像进一步验证预测结果的正确性。
-
公开(公告)号：CN111012377A
公开(公告)日：2020-04-17
申请号：CN201911242976.9
申请日：2019-12-06
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种超声心动图心脏参数计算以及心肌应变测量方法、装置，其中，所述方法通过训练后的神经网络执行处理，所述处理至少包括：通过对心脏超声视频进行分类处理，得到切面分类结果；通过对所述切面分类结果进行图像分割，得出分割结果；根据所述分割结果，得到心脏参数和心肌应变。本公开实施例中，通过训练后的神经网络对心脏超声视频进行自动切面分类处理和图像分割，并进一步自动得出心脏参数和心肌应变的测量结果，从而有效地减少医生的工作量，提高了工作效率。
-
公开(公告)号：CN114638878B
公开(公告)日：2022-11-11
申请号：CN202210272944.9
申请日：2022-03-18
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种基于深度学习的二维超声心动图管径检测方法及装置、电子设备和存储介质。通过将二维超声心动图待测图像输入至训练好的关键点检测网络中，输出关键点坐标，根据关键点坐标和待测图像的参数计算出待测血管的实际径长。本公开所述方法可以实现二维超声心动图血管内径的全自动测量，不需要提前指定血管区域，无需人工干预。并且，由于关键点检测网络可以将关键点置信度热力图转化为关键点坐标进行输出，既保证了空间泛化性，又降低了精度损失，提升了准确率。
-
公开(公告)号：CN115099293A
公开(公告)日：2022-09-23
申请号：CN202210226361.2
申请日：2022-03-09
申请人： 北京安德医智科技有限公司
IPC分类号： G06K9/62 , G06N3/08 , G06T7/73 , G06V10/774 , G06V10/82
摘要： 本公开涉及一种模型训练方法及装置、电子设备和存储介质。所述方法包括：获取目标域数据和源域数据，目标域数据和源域数据中包含的目标对象相同，源域数据中包含的目标对象具有标签，目标域数据和源域数据包括影像数据；根据目标域数据和源域数据，得到拟合数据，拟合数据包含目标域数据的风格特征和源域数据的结构特征，结构特征为目标对象的空间位置及布局的信息；根据拟合数据和标签，训练初始模型，得到中间模型；根据目标域数据，对中间模型进行自监督训练，得到目标模型，目标模型用于识别目标域数据中包含的目标对象。通过上述过程，有效提高了模型对跨域的无标注数据的识别能力，从而提升了模型在不同数据集之间的泛化能力。
-
公开(公告)号：CN114565622A
公开(公告)日：2022-05-31
申请号：CN202210203636.0
申请日：2022-03-03
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种房间隔缺损长度的确定方法及装置、电子设备和存储介质，所述方法包括：接收超声心动图视频；对所述超声心动图视频进行分类，得到所述超声心动图视频中房间隔所在图像区域中存在血流信号的概率，作为分类结果；根据所述分类结果，提取所述超声心动图视频中的图像帧；对所述图像帧进行分割，得到所述图像帧中所述房间隔和房间隔缺损的像素点，作为分割结果，所述房间隔缺损为所述房间隔上的孔洞；根据所述分割结果，确定所述超声心动图视频中所述房间隔和所述房间隔缺损的长度。本公开实施例有效降低了长度测量过程的难度以及提升测量结果的准确度，从而提升房间隔缺损长度的确定过程的鲁棒性。
-
公开(公告)号：CN114372978A
公开(公告)日：2022-04-19
申请号：CN202210124077.4
申请日：2022-02-10
申请人： 北京安德医智科技有限公司
摘要： 本公开涉及一种超声造影影像分类方法及装置、电子设备和存储介质。所述超声造影影像分类方法包括：获取包含分类对象的超声造影影像和分类场景，所述分类场景用于指示对分类的速度和/或精度的要求；根据所述分类场景，对所述超声造影影像进行分类对象的状态分类，确定所述分类对象的至少一个状态分类结果，所述状态分类结果包括：正常状态或非正常状态；根据所述至少一个状态分类结果，确定所述分类对象的状态。通过上述过程，解决了超声造影分析对使用场景要求高、适应性差的问题，在进行状态分类时，通过至少一个状态分类结果来确定分类对象的状态，提高了对分类对象的状态识别的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.035 秒)
