-
公开(公告)号：CN116612131B
公开(公告)日：2024-02-13
申请号：CN202310577145.7
申请日：2023-05-22
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院) , 青岛海信医疗设备股份有限公司
IPC分类号： G06T7/11 , G06T7/00 , G06N3/0464 , G06N3/048
摘要： 一种基于ADC‑UNet模型的心脏MRI结构分割方法，通过将注意力模块和跳跃连接相结合，在处理输入特征时抑制不相关的区域，同时突出显著特征。可变形卷积融合模块添加到解码器部分，充分利用目标切片融合特征中的有用信息，确保每个分割图的精确连续边界，可以更好地处理图像中不同尺度的特征，从而获得更精确的分割结果。
-
公开(公告)号：CN116612087A
公开(公告)日：2023-08-18
申请号：CN202310577137.2
申请日：2023-05-22
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院) , 青岛海信医疗设备股份有限公司
IPC分类号： G06T7/00 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0464
摘要： 一种基于YOLOv5‑LA的冠脉CTA狭窄检测方法，通过设计更轻量的LA网络来替代YOLOv5的主干特征提取网络。该方法分为两个阶段。第一阶段，通过分离可卷积和残差连接以降低计算复杂度，同时增强模型的感受野。第二阶段，引入轻量级注意力机制ECA，以建模通道之间的关系。然后，通过1×1的卷积进行通道重排，以增加特征之间的交互性，提高网络的表达能力，并减少模型对某些特定通道的依赖，从而防止过拟合。该改进方法可避免由于冠脉CTA图像分辨率较高和YOLOv5参数量较大而导致的低效率问题，在检测医学图像病变部位时更为准确和高效。
-
公开(公告)号：CN116612087B
公开(公告)日：2024-02-23
申请号：CN202310577137.2
申请日：2023-05-22
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院) , 青岛海信医疗设备股份有限公司
IPC分类号： G06T7/00 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0464
摘要： 一种基于YOLOv5‑LA的冠脉CTA狭窄检测方法，通过设计更轻量的LA网络来替代YOLOv5的主干特征提取网络。该方法分为两个阶段。第一阶段，通过分离可卷积和残差连接以降低计算复杂度，同时增强模型的感受野。第二阶段，引入轻量级注意力机制ECA，以建模通道之间的关系。然后，通过1×1的卷积进行通道重排，以增加特征之间的交互性，提高网络的表达能力，并减少模型对某些特定通道的依赖，从而防止过拟合。该改进方法可避免由于冠脉CTA图像分辨率较高和YOLOv5参数量较大而导致的低效率问题，在检测医学图像病变部位时更为准确和高效。
-
公开(公告)号：CN117078941B
公开(公告)日：2024-03-01
申请号：CN202311231297.8
申请日：2023-09-22
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 青岛海信医疗设备股份有限公司
IPC分类号： G06V10/26 , G06V10/44 , G06V10/80 , G06V10/70 , G06V10/82 , G06N3/0455 , G06N3/0464
摘要： 一种基于上下文级联注意力的心脏MRI分割方法，涉及医学图像分割技术领域，在编码器中引入残差初始模块来更好的学习有效的特征表示，提高模型的性能和泛化能力。在解码器中通过级联操作利用不同层的互补信息来细化每一层的特征，同时使用上下文注意力模块通过保留局部信息和压缩全局信息来探索每一层的上下文信息，并抑制不重要的信息区域来突出显著的特征，从而提高分割的精确度。
-
公开(公告)号：CN117078941A
公开(公告)日：2023-11-17
申请号：CN202311231297.8
申请日：2023-09-22
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 青岛海信医疗设备股份有限公司
IPC分类号： G06V10/26 , G06V10/44 , G06V10/80 , G06V10/70 , G06V10/82 , G06N3/0455 , G06N3/0464
摘要： 一种基于上下文级联注意力的心脏MRI分割方法，涉及医学图像分割技术领域，在编码器中引入残差初始模块来更好的学习有效的特征表示，提高模型的性能和泛化能力。在解码器中通过级联操作利用不同层的互补信息来细化每一层的特征，同时使用上下文注意力模块通过保留局部信息和压缩全局信息来探索每一层的上下文信息，并抑制不重要的信息区域来突出显著的特征，从而提高分割的精确度。
-
公开(公告)号：CN116612131A
公开(公告)日：2023-08-18
申请号：CN202310577145.7
申请日：2023-05-22
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院) , 青岛海信医疗设备股份有限公司
IPC分类号： G06T7/11 , G06T7/00 , G06N3/0464 , G06N3/048
摘要： 一种基于ADC‑UNet模型的心脏MRI结构分割方法，通过将注意力模块和跳跃连接相结合，在处理输入特征时抑制不相关的区域，同时突出显著特征。可变形卷积融合模块添加到解码器部分，充分利用目标切片融合特征中的有用信息，确保每个分割图的精确连续边界，可以更好地处理图像中不同尺度的特征，从而获得更精确的分割结果。
-
公开(公告)号：CN110555860B
公开(公告)日：2023-11-14
申请号：CN201810563646.9
申请日：2018-06-04
申请人： 青岛海信医疗设备股份有限公司
IPC分类号： G06T7/187
摘要： 本发明揭示了一种医学扫描图像中肋骨区域标注的方法、电子设备和计算机可读存储介质。方法包括：获取肋骨扫描图像序列，肋骨扫描图像序列包括有序排列的若干张肋骨扫描图像；检测肋骨扫描图像中的肋骨区域；获取肋骨扫描图像序列中的若干肋骨连通域，其中，一个肋骨连通域对应至少一个肋骨区域；将肋骨区域数量大于第一预设数量的肋骨连通域确定为有效肋骨连通域；对有效肋骨连通域中的肋骨区域进行标注。通过上述方法提供了一种计算机辅助诊断手段，能够给予医生阅片更加准确的肋骨编号信息的参考，提高了医生阅片的工作效率。
-
公开(公告)号：CN115880417A
公开(公告)日：2023-03-31
申请号：CN202111154150.4
申请日：2021-09-29
申请人： 青岛海信医疗设备股份有限公司
摘要： 本发明实施例提供一种医学三维模型压缩方法、装置、电子设备及存储介质，其中所述方法包括：获取对象的医学三维模型的点云数据，并根据所述点云数据确定渲染所述医学三维模型的各三角面片；对任一个三角面片，根据所述三角面片在所述医学三维模型中的位置、所述三角面片所属组织器官、所述三角面片的几何性质，确定所述三角面片的舍弃权重；根据各所述三角面片的舍弃权重，删除符合舍弃条件的三角面片的顶点数据；对剩余的点云数据进行压缩。通过上述方法，从而能够在不影响医学诊断的需求的前提下进一步压缩数据量。
-
公开(公告)号：CN115457205A
公开(公告)日：2022-12-09
申请号：CN202211119906.6
申请日：2022-09-14
申请人： 青岛海信医疗设备股份有限公司
摘要： 本申请提供了一种三维脏器模型的构建方法、装置、设备及介质。该方法包括：基于模型参考线将原始模型在固定视角下的模型投影分成若干区域，根据各分割区域内面片的三维顶点坐标确定原始模型的后轮廓轨迹，并根据后轮廓轨迹和各三维顶点坐标确定原始模型的下脊线轨迹。上述流程无需人工标注，能够自适应的根据原始模型内各面片的三维顶点坐标确定原始模型的后轮廓和下脊线轨迹。由此在目标脏器发生形变时，可根据目标脏器形变后的曲线信息对原始模型的后轮廓轨迹和下脊线轨迹进行调整以得到目标脏器形变后的三维模型，提高模型构建效率。
-
公开(公告)号：CN113160186B
公开(公告)日：2022-10-25
申请号：CN202110457795.9
申请日：2021-04-27
申请人： 青岛海信医疗设备股份有限公司
摘要： 本申请公开了一种肺叶分割方法及相关装置。在本申请实施例中，通过神经网络模型对肺实质的数据点进行分类来得到即各肺叶的数据点。并通过将各肺叶的数据点取并集后与肺实质的数据点做差来得到未被准确分类的待分类数据点。基于上述各肺叶的初步分析结果，扩大各肺叶区域以确定各肺叶间的肺裂曲面。通过肺裂曲面构建符合径向基插值算法的等值面来识别待分类数据点的所属分类。基于待分类数据点的分类结果和已识别的各肺叶的数据点构建最终的肺叶分割结果。通过上述流程，缓解肺叶和肺实质不重合所导致的肺叶分类不准确的问题。
-
-
-
-
-
-
-
-
-
搜索结果
111 条记录 (耗时 0.092 秒)