-
公开(公告)号：CN113793326A
公开(公告)日：2021-12-14
申请号：CN202111109909.7
申请日：2021-09-18
申请人： 北京致远慧图科技有限公司
摘要： 本申请实施例公开了一种基于图像的疾病识别方法和装置，其中，该方法包括：通过对所述N个第一模态特征图和所述M个第二模态特征图分别进行H次特征融合，得到H个待识别的融合模态特征图，按照预设疾病类别分别对所述H个待识别的融合模态特征图进行分类，得到所述预设疾病类别中每个疾病类别对应的概率值，所述概率值表征所述预设类别中每个类别疾病的可能性。从而实现了至少融合两种模态特征图像，根据融合后的模态特征图像对病种类别进行自动检测，避免了人工检测，提高了图像病种类别检测的准确率，即提高了病种类别检测的效率，同时也避免了人工进行挑选图像和人工标注图像的病变和病变类别。
-
公开(公告)号：CN110232438B
公开(公告)日：2021-07-20
申请号：CN201910495306.1
申请日：2019-06-06
申请人： 北京致远慧图科技有限公司
摘要： 本申请公开了一种极坐标系下卷积神经网络的图像处理方法及装置，涉及机器学习和计算机视觉领域；其中，该方法包括：对具有中心散射特性的原始图像进行预处理；在极坐标系下对经预处理后的原始图像用扇形卷积核进行卷积处理，生成第一特征映射图；在极坐标系下对所述第一特征映射图用池化窗口进行池化处理，生成第二特征映射图；在极坐标系下对所述第二特征映射图再执行至少一次所述卷积处理和所述池化处理，生成最终的特征映射图并用于后续的图像处理；采用本申请公开的方法将卷积神经网络从直角坐标系扩充到极坐标系，能够很好的对具有中心散射特性的图像进行处理，在保留了原始图像中心散射特性的同时，极大地丰富了卷积神经网络的适用范围。
-
公开(公告)号：CN111369499B
公开(公告)日：2024-08-02
申请号：CN202010108678.7
申请日：2020-02-21
申请人： 北京致远慧图科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G16H50/20
摘要： 本实施例公开了一种眼底图像的处理方法及装置，涉及深度学习算法领域。其中，该方法包括：对采集到的单张眼底图像进行预处理；将经过预处理后的单张眼底图像输入至预训练过的神经网络中；所述神经网络中的卷积层获取图像特征，将所述图像特征输入至改造后的所述神经网络的全连接层；所述全连接层包括第一分支和第二分支，分别输出第一分值和第二分值；根据所述第一分值和所述第二分值输出处理结果。采用此方法，实现使用一个神经网络对眼底图像进行处理，进而解决了患者是否患病和患了何种病两个问题，进一步地帮助基层医生诊断，准确率高，使得更多的患者得以受益，意义重大。
-
公开(公告)号：CN112017168A
公开(公告)日：2020-12-01
申请号：CN202010862449.4
申请日：2020-08-25
申请人： 北京致远慧图科技有限公司
摘要： 本申请实施例公开了一种检测视神经纤维层缺损的方法及装置，涉及医疗图像处理技术领域；其中，方法具体包括：根据视盘中心和黄斑中心在眼底图像上建立具有旋转不变性的坐标系；根据所述坐标系划分所述眼底图像中的视盘周围区域；将划分出的区域图像输入至预训练过的神经网络，依据感知到的位置特征和捕捉到的所述划分出的区域图像之间的依赖关系输出检测结果。
-
公开(公告)号：CN111369499A
公开(公告)日：2020-07-03
申请号：CN202010108678.7
申请日：2020-02-21
申请人： 北京致远慧图科技有限公司
摘要： 本实施例公开了一种眼底图像的处理方法及装置，涉及深度学习算法领域。其中，该方法包括：对采集到的单张眼底图像进行预处理；将经过预处理后的单张眼底图像输入至预训练过的神经网络中；所述神经网络中的卷积层获取图像特征，将所述图像特征输入至改造后的所述神经网络的全连接层；所述全连接层包括第一分支和第二分支，分别输出第一分值和第二分值；根据所述第一分值和所述第二分值输出处理结果。采用此方法，实现使用一个神经网络对眼底图像进行处理，进而解决了患者是否患病和患了何种病两个问题，进一步地帮助基层医生诊断，准确率高，使得更多的患者得以受益，意义重大。
-
公开(公告)号：CN109635669A
公开(公告)日：2019-04-16
申请号：CN201811381979.6
申请日：2018-11-19
申请人： 北京致远慧图科技有限公司
CPC分类号： G06K9/0061 , G06K9/00617 , G06K9/6256 , G06K9/6269
摘要： 本发明提供了一种图像分类方法、装置及分类模型的训练方法、装置，将待分类的眼部医学图像划分为至少包括两个主分区的多个区域；然后将所述两个主分区的图像输入到预先训练好的分类模型，根据所述分类模型对所述两个主分区的图像中左右眼区分要素进行识别；根据所述两个主分区的识别结果的差异，确定所述眼部医学图像的分类。在整个分类过程中，可以不需要使用GPU，计算复杂度低，同时，在将眼部医学图像进行左右眼识别时，不需要去定位左右眼区分要素的具体位置，只需要比较要素更可能在眼部医学图像的哪个主分区中即可得到分类结果，以此达到对眼部医学图像进行左右眼分类的目的，避免了阈值选择的问题。
-
公开(公告)号：CN112017168B
公开(公告)日：2024-09-06
申请号：CN202010862449.4
申请日：2020-08-25
申请人： 北京致远慧图科技有限公司
IPC分类号： G06T7/00 , G06T7/66 , G16H30/40 , G06N3/08 , G06N3/0464
摘要： 本申请实施例公开了一种检测视神经纤维层缺损的方法及装置，涉及医疗图像处理技术领域；其中，方法具体包括：根据视盘中心和黄斑中心在眼底图像上建立具有旋转不变性的坐标系；根据所述坐标系划分所述眼底图像中的视盘周围区域；将划分出的区域图像输入至预训练过的神经网络，依据感知到的位置特征和捕捉到的所述划分出的区域图像之间的依赖关系输出检测结果。
-
公开(公告)号：CN115755566A
公开(公告)日：2023-03-07
申请号：CN202211523646.9
申请日：2022-11-30
IPC分类号： G04G21/00 , G04G21/02 , G04G21/04 , H04B1/3827 , G04B47/06
摘要： 本发明公开了一种利用运动喂养宠物与小程序交互的智能手表，属于电子设备领域。针对现有技术中存在的运动与培养宠物不挂钩，造成使用者运动量减少，接触屏幕时间过长的问题，本发明提供了一种利用运动喂养宠物与小程序交互的智能手表，包括外壳，设置于外壳上的屏幕以及按键，外壳内部设置有相应的控制模块，包括主控芯片，主控芯片内部设置有相应的电子宠物喂养程序，控制板上还设置有计步模块和光感模块，主控芯片判断光线数据是否大于阈值，如果大于阈值，判断为户外，主控芯片计算步数的区间为户外状态下的步数数据，它可以实现通过运动实现宠物的培养，保证使用者运动量，减少屏幕使用时间，维护使用者的视力。
-
公开(公告)号：CN114420265A
公开(公告)日：2022-04-29
申请号：CN202111624172.2
申请日：2021-12-28
申请人： 北京致远慧图科技有限公司
摘要： 本申请实施例公开了一种眼底图像标注的方法、装置及存储介质。其中，该方法包括：通过根据已标注图像的角度与第一未标注图像的角度的对应关系，建立至少一个第一特征与至少一个第二特征的映射关系，按照已标注图像中的标记对第一未标注图像中相应的病灶进行标注，得到第一标注图像按照已标注图像中的标记对第一未标注图像中相应的病灶和/或解剖位置，得到第一标注图像，从而减小了标记多张眼底影像需要花费的时间，并且通过建立至少一个第一特征与至少一个第二特征的映射关系，不易出现漏掉标记病灶和/或解剖位置的种类和情况，更不易出现将病灶和/或解剖位置的种类和标注错误的问题，提高了标注的效率，节省了大量的标注时间。
-
公开(公告)号：CN109101994B
公开(公告)日：2021-08-20
申请号：CN201810732805.3
申请日：2018-07-05
申请人： 北京致远慧图科技有限公司
摘要： 本公开实施例公开了一种卷积神经网络迁移方法。其中，该方法包括：对第一卷积神经网络的最后一个池化层进行改进，得到第二卷积神经网络，使得所述第二卷积神经网络的输入图像的分辨率大于所述第一卷积神经网络的输入图像的分辨率。该方法适用于不同尺寸的输入数据集，例如高分辨的眼底图像，节省了开发专用的卷积神经网络所消耗的计算资源。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.031 秒)
