一种肺部医学图像分析方法、设备及系统

    公开(公告)号:CN113096109A

    公开(公告)日:2021-07-09

    申请号:CN202110438450.9

    申请日:2021-04-22

    Applicant: 四川大学

    Abstract: 本发明属于机器学习技术领域,具体涉及一种肺部医学图像分析方法、设备及系统。本发明的肺部医学图像分析方法是从获取的肺部医学图像中分割出肺野和肺部病变区域,计算包含肺野和肺部病变区域的感兴趣区域ROI,根据感兴趣区域ROI在所述肺部医学图像中裁剪出用于图像识别的输入图片。将所述输入图片输入第二阶段检测模型,可进一步提取特征参数,得到预设语义分割模型输出的最终病变分析结果。通过本发明的肺部医学图像分析方法、装置和系统,能够同时对多种肺部病变进行识别和分类判断,本发明的装置分析肺部医学图像的效率高、准确度高,具有很好的应用前景。

    肺部感染CXR图像自动识别方法、系统、存储介质及终端

    公开(公告)号:CN115810016B

    公开(公告)日:2023-04-28

    申请号:CN202310104254.7

    申请日:2023-02-13

    Applicant: 四川大学

    Abstract: 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端,涉及肺炎图像的自动识别,其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络,稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起,并作为下一层稠密块的输入;且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支,左连接分支包括两个卷积层,右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层,可进行无压缩操作并提取到肺炎多尺度的特征,且稠密连接网络加深也不会造成梯度消失,加深网络可以获得更好的肺炎识别效果。

    基于肺部CT图像的EGFR基因突变检测方法和系统

    公开(公告)号:CN115861303A

    公开(公告)日:2023-03-28

    申请号:CN202310122073.7

    申请日:2023-02-16

    Applicant: 四川大学

    Abstract: 本申请涉及人工智能技术领域,公开了一种基于肺部CT图像的EGFR基因突变检测方法和系统,所述方法包括:获取待检测数据,所述待检测数据包括肺部CT图像和患者多媒体信息;将多视角下的肺部CT图像输入图像特征提取器中,获得图像融合特征;将所述患者多媒体信息输入多媒体特征提取器中,获得多媒体融合特征;将所述图像融合特征与所述多媒体融合特征进行融合,获得突变检测特征;将所述突变检测特征输入EGFR基因突变检测分类器中,获得EGFR基因突变检测结果。本申请解决了现有EGFR基因突变检测方法存在的耗时长、步骤多的问题。

    肺部感染CXR图像自动识别方法、系统、存储介质及终端

    公开(公告)号:CN115810016A

    公开(公告)日:2023-03-17

    申请号:CN202310104254.7

    申请日:2023-02-13

    Applicant: 四川大学

    Abstract: 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端,涉及肺炎图像的自动识别,其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络,稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起,并作为下一层稠密块的输入;且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支,左连接分支包括两个卷积层,右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层,可进行无压缩操作并提取到肺炎多尺度的特征,且稠密连接网络加深也不会造成梯度消失,加深网络可以获得更好的肺炎识别效果。

    基于神经网络的肺结节筛选方法

    公开(公告)号:CN112668592A

    公开(公告)日:2021-04-16

    申请号:CN202110065708.5

    申请日:2021-01-18

    Applicant: 四川大学

    Abstract: 本发明公开了一种基于神经网络的肺结节筛选方法,属于神经网络及胸部肺肺结节筛查领域。本发明能够解决现有的技术由于提取X光中特征时存在有效性差,以及未能有效解决类别不平衡带来的训练问题,并且能够解决由于上述原因导致的所构建出的模型依旧难以真正用于临床的问题。为此,本发明包括:胸部图像数据的准备;主特征提取网络的构建与训练;交叉带权交叉熵函数的构建AUC性能指标的近似;在线的训练以及特殊情况下的处理;基于弱监督学习的胸部肺结节的定位。

    基于肺部CT图像的EGFR基因突变检测方法和系统

    公开(公告)号:CN115861303B

    公开(公告)日:2023-04-28

    申请号:CN202310122073.7

    申请日:2023-02-16

    Applicant: 四川大学

    Abstract: 本申请涉及人工智能技术领域,公开了一种基于肺部CT图像的EGFR基因突变检测方法和系统,所述方法包括:获取待检测数据,所述待检测数据包括肺部CT图像和患者多媒体信息;将多视角下的肺部CT图像输入图像特征提取器中,获得图像融合特征;将所述患者多媒体信息输入多媒体特征提取器中,获得多媒体融合特征;将所述图像融合特征与所述多媒体融合特征进行融合,获得突变检测特征;将所述突变检测特征输入EGFR基因突变检测分类器中,获得EGFR基因突变检测结果。本申请解决了现有EGFR基因突变检测方法存在的耗时长、步骤多的问题。

    一种基于人工智能检测肺结节的装置

    公开(公告)号:CN221734144U

    公开(公告)日:2024-09-20

    申请号:CN202322900764.3

    申请日:2023-10-27

    Abstract: 本实用新型属于智能医疗卫生领域,尤其是一种基于人工智能检测肺结节的装置,针对现有的显示屏不能自动进行清洁,需要医生手持抹布进行清洁,清洁不够方便,同时在看病过程中对屏幕清洁也会占用患者和医生的时间的问题,现提出如下方案,其包括系统机体,所述系统机体内设有显示屏,所述显示屏的一侧设有连接架,所述系统机体内设有驱动连接架进行移动的移动组件;所述连接架的一侧设有擦板,所述连接架的两侧设有对擦板进行拼接的拼接组件,本实用新型中,不仅可以带动擦板上下移动,对显示屏的表面进行擦拭,同时卡板和连接架以及擦板的配合即可完成对擦板进行安装拆卸,操作非常便捷。

Patent Agency Ranking