-
公开(公告)号：CN113989206B
公开(公告)日：2024-11-08
申请号：CN202111220778.X
申请日：2021-10-20
申请人： 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
IPC分类号： G06T7/00 , G16H50/20 , G06V10/82 , G06N3/08 , G06N3/0464 , G06V10/774
摘要： 本发明提供一种基于轻量化模型的骨龄预测方法及装置。所述方法包括：获取被检测人的手部图像；基于融合轻量化网络shufflenet、ghostnet的建模方法建立分割模型，将所述手部图像输入训练好的分割模型，输出手部分割结果；基于融合轻量化网络shufflenet、ghostnet的建模方法建立骨龄预测模型，将所述手部图像和手部分割结果输入到训练好的骨龄预测模型，得到被检测人的骨龄。本发明既可降低计算量减轻时间消耗，又能降低内存访问成本MAC节约制造成本，适合于嵌入式系统计算的网络设计模式。值得说明的是，本发明所述方法不仅适合基于人手图像的骨龄预测，还适合基于任何人体器官图像的疾病类型诊断预测。
-
公开(公告)号：CN111915576B
公开(公告)日：2024-10-15
申请号：CN202010681303.X
申请日：2020-07-15
申请人： 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
IPC分类号： G06T7/00 , G06T7/11 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/044 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种循环残差乳腺X射线良恶性诊断学习方法及装置，其中方法包括：获取乳腺X射线原始目标图像，对乳腺X射线原始目标图像进行预处理，得到原始图像信息；基于预训练模型提取原始图像信息的特征，得到双侧图像特征；利用循环残差网络模型结合双侧图像特征生成目标图像的健康特征；将生成的目标图像的健康特征与原始目标图像的特征同时作为分类器的输入进行学习。提供了基于对称性的模型有效的将双侧信息结合起来，从而提高仅利用病理标注的基于全图的X射线良恶性诊断的准确率。
-
公开(公告)号：CN111834004B
公开(公告)日：2024-08-13
申请号：CN202010447732.0
申请日：2020-05-25
申请人： 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
摘要： 本发明提供了一种基于中心化空间学习的未知疾病类别识别方法及装置，方法包括：通过已知类别样本训练初始模型，对已知类别空间进行初始化，将已知类别样本映射到隐空间的超球面上；训练生成对抗网络；生成未知锚点；基于未知锚点和对抗网络，生成未知锚点对应的未知图像；将未知图像作为未知类别样本结合已知类别样本，调整已知类别空间，得到训练好的模型；获取新样本，基于训练好的模型，提取新样本的特征，计算新样本的特征到每个已知类别原型点的距离，如果小于预设阈值，则确定新样本属于已知类别原型点对应的类别，如果大于等于预设阈值，则确定新样本属于未知类别。
-
公开(公告)号：CN118366682A
公开(公告)日：2024-07-19
申请号：CN202410432324.6
申请日：2024-04-11
申请人： 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司 , 中国人民解放军陆军军医大学第一附属医院 , 重庆大学
IPC分类号： G16H70/20 , G16H10/60 , G16H80/00 , G06F16/34 , G06F40/205
摘要： 本申请公开了一种基于医疗指南的信息提取方法及装置，该方法通过识别医疗指南的文档逻辑结构，生成医疗指南的结构化向量，以及，提取目标用户的病历结构化向量，便可以利用医疗指南的结构化向量和目标用户的病历结构化向量，确定医疗指南中与病历信息对应的目标方案，以及，所述目标方案对应的内容链接；这样，本实施例能够实现更快速、准确地找出与病历信息最匹配的文档片段(即医疗指南中与病历信息对应的目标方案)，帮助医生和医疗保健提供者更容易地定位到医疗指南中的相关内容，从而快速找到所需的信息，进而提高了医疗护理的质量，降低误诊和漏诊的风险，同时增加了多学科会诊的效率。
-
公开(公告)号：CN112017190B
公开(公告)日：2024-07-19
申请号：CN202010784992.7
申请日：2020-08-06
申请人： 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
IPC分类号： G06T7/11 , G06T7/187 , G06T7/194 , G06N3/0442 , G06N3/0455 , G06N3/042 , G06N3/0464
摘要： 本发明提供了一种用于血管分割补全的全局网络构建和训练方法及装置，其中方法包括：获取初始血管的分割结果；将分割结果输入到补全网络的编码层，提取分割结果的多个尺度的特征，其中，第i个尺度的空间大小为原始大小的1/(2^i)；针对第i个尺度的特征，利用补全网络上设置的全局信息融合模块，学习血管整体的连续性；将全局融合后的特征输入到补全网络的解码层，将每个尺度的全局特征通过上采样或者反卷积映射回原始大小并与第i个尺度下的编码特征进行结合；将解码层返回的多尺度特征进行融合，预测出补全后的血管分割结果，计算损失，并约束补全后的血管分割结果不对初始血管的分割结果为前景的区域进行修改。
-
公开(公告)号：CN117033627A
公开(公告)日：2023-11-10
申请号：CN202310817238.2
申请日：2023-07-05
申请人： 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
IPC分类号： G06F16/35 , G06F16/36 , G06F18/22 , G06F18/2431 , G06F18/243 , G06N5/022 , G06N3/0455 , G16H70/00
摘要： 本发明提供一种基于提示学习的医学文本分类方法及装置。所述方法包括：基于事件先验信息和知识先验信息从原始医学文本中获取用于一级分类的提示信息，所述一级分类包括科室类别；对原始医学文本进行过滤，并将过滤后的文本与所述提示信息进行整合后输入到大语言生成模型；计算大语言生成模型输出的结果序列与所述一级分类下的每个表示疾病类别的二级分类标签的相似度，将所述相似度的最大值对应的标签类别作为所述大语言生成模型输出的二级类别。本发明能够实现基于科室类别的一级分类，还能实现一级分类下基于疾病类别的二级分类，更加符合医学领域的普遍认知，使分类结果更加规范化；同时分类标签可以不固定，能够有效实现开放域的多级文本分类。
-
公开(公告)号：CN116993666A
公开(公告)日：2023-11-03
申请号：CN202310721877.9
申请日：2023-06-16
申请人： 杭州深睿博联科技有限公司 , 北京深睿博联科技有限责任公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06V10/46 , G06V10/774 , G06N3/0464 , G06N3/084 , G06N3/094
摘要： 本发明提供了一种基于平扫CT影像的棕色脂肪识别方法和识别装置，解决现有棕色脂肪识别成本和识别准确率无法匹配的技术问题。方法包括：利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型；根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。以低成本平扫CT影像数据为主训练或优化组织特征识别模型，实现对棕色脂肪与白色脂肪的有效区分。为探索如何通过药物、营养和其他手段激活人体内的棕色脂肪组织，以期望从中发现新的治疗肥胖症和糖尿病的策略提供过了靶点识别和组织量化的基础工具。
-
公开(公告)号：CN111402213B
公开(公告)日：2023-10-27
申请号：CN202010147305.0
申请日：2020-03-05
申请人： 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
摘要： 本申请实施例提供了一种骨龄评测方法和装置，解决了现有骨龄评测方式不能自动识别困难骨/骨骺，无法对骨龄评测的不确定性做出有效干预的问题。该骨龄评测方法包括：将骨骼X射线影像输入骨龄评测网络模型以获得概率分布数据，其中所述概率分布数据包括对应多个标准骨龄图谱的多个匹配概率值，其中所述多个标准骨龄图谱对应多个骨龄标准值；将所述骨骼X射线影像输入不确定性估计网络模型以获得用于表征所述骨骼X射线影像的所述骨龄评测值的不确定性的不确定性预测值；以及当所述不确定性预测值大于预设阈值时，发送重点审核提示信息。本申请能够实现根据自动识别骨龄评测不确定性高(易分歧)的骨/骨骺，推荐医生重点审核。
-
公开(公告)号：CN112258499B
公开(公告)日：2023-09-26
申请号：CN202011244080.7
申请日：2020-11-10
申请人： 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
摘要： 本申请提供了一种淋巴结分区方法，包括：确定各个样本器官的轮廓信息以及各个目标器官的轮廓信息，其中，各个样本器官为样本纵膈的两侧胸腔内的各个器官，各个目标器官为目标纵膈的两侧胸腔内的各个器官；生成各个样本器官的轮廓信息到各个目标器官的轮廓信息的变换矩阵；根据变换矩阵，对目标纵膈进行分区，得到目标纵膈分区结果；基于目标纵膈分区结果，对各个目标淋巴结进行分区。可见，本申请可以自动对各个目标淋巴结进行分区，避免了人工分区的弊端，提高了淋巴结分区结果的准确性。
-
公开(公告)号：CN111681204B
公开(公告)日：2023-09-26
申请号：CN202010363259.8
申请日：2020-04-30
申请人： 北京深睿博联科技有限责任公司 , 杭州深睿博联科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464
摘要： 本发明提供了一种基于图神经网络的CT肋骨骨折病灶关系建模方法及装置，其中方法包括：创建图结构，其中，图结构包括：结点和边，检测结果定义为结点，结点通过预设连接关系进行连接形成边；提取结点特征，将结点特征按照预设方式连在一起得到结点特征表达；采用图神经网络对结点间的关系进行建模，对结点特征利用图神经网络进行推理，得到关系建模后的结点特征；利用关系建模后的结点特征对每个结点进行骨折分类。通过采用图的方法来建模病灶之间的关系，将一份CT中的所有疑似病灶看作图上的结点，而结点之间通过边连接，并通过图神经网络学习结点之间消息传播的方法，从而提升明显骨折附近细微骨折的召回，同时降低伪影误检。
-
-
-
-
-
-
-
-
-
搜索结果
304 条记录 (耗时 0.072 秒)
