-
公开(公告)号：CN113763399B
公开(公告)日：2024-08-16
申请号：CN202111049771.6
申请日：2021-09-08
申请人： 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司
IPC分类号： G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
摘要： 本发明提供了一种基于弱监督学习的医学影像分割方法及计算机可读存储介质，医学影像分割方法，包括以下步骤：采集医学影像数据和体积先验数据，并对医学影像数据和体积先验数据预处理以形成用于训练的原始数据集；基于原始数据集构建基于弱监督学习的卷积神经网络，训练并交替更新卷积神经网络模型及其权重参数；基于训练完毕的卷积神经网络，对待分割的医学影像分割，得到图像分割结果。采用上述技术方案后，可减轻数据成本，减少进行数据标注的时间，弥补了现有方法数据获取难的问题，并使训练的模型具有一定的泛化能力。
-
公开(公告)号：CN113628325A
公开(公告)日：2021-11-09
申请号：CN202110911256.8
申请日：2021-08-10
申请人： 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司
摘要： 本发明提供了一种小器官肿瘤演化的模型建立方法及计算机可读存储介质，模型建立方法，包括以下步骤：基于小器官肿瘤的CT/MRI影像数据和FDT‑PET数据，预处理后用作为模型训练集；基于CT/MRI影像数据和FDT‑PET数据，获得CT/MRI影像数据和FDT‑PET数据内肿瘤区域细胞内体积分数图谱，及肿瘤标准化摄取值图谱；将两者对齐并比较；基于比较结果，构建小器官肿瘤演化模型，并对小器官肿瘤演化模型训练、计算后，调整小器官肿瘤演化模型的模型参数；基于原始数据对小器官肿瘤演化模型验证，并二次调整小器官肿瘤演化模型的模型参数。采用上述技术方案后，可为医生提供小器官肿瘤的类别判断、位置识别、有效切除等提供良好的参照和预测。
-
公开(公告)号：CN113628325B
公开(公告)日：2024-03-26
申请号：CN202110911256.8
申请日：2021-08-10
申请人： 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司
摘要： 本发明提供了一种小器官肿瘤演化的模型建立方法及计算机可读存储介质，模型建立方法，包括以下步骤：基于小器官肿瘤的CT/MRI影像数据和FDT‑PET数据，预处理后用作为模型训练集；基于CT/MRI影像数据和FDT‑PET数据，获得CT/MRI影像数据和FDT‑PET数据内肿瘤区域细胞内体积分数图谱，及肿瘤标准化摄取值图谱；将两者对齐并比较；基于比较结果，构建小器官肿瘤演化模型，并对小器官肿瘤演化模型训练、计算后，调整小器官肿瘤演化模型的模型参数；基于原始数据对小器官肿瘤演化模型验证，并二次调整小器官肿瘤演化模型的模型参数。采用上述技术方案后，可为医生提供小器官肿瘤的类别判断、位置识别、有效切除等提供良好的参照和预测。
-
公开(公告)号：CN113763399A
公开(公告)日：2021-12-07
申请号：CN202111049771.6
申请日：2021-09-08
申请人： 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司
摘要： 本发明提供了一种一种基于弱监督学习的医学影像分割方法及计算机可读存储介质，医学影像分割方法，包括以下步骤：采集医学影像数据和体积先验数据，并对医学影像数据和体积先验数据预处理以形成用于训练的原始数据集；基于原始数据集构建基于弱监督学习的卷积神经网络，训练并交替更新卷积神经网络模型及其权重参数；基于训练完毕的卷积神经网络，对待分割的医学影像分割，得到图像分割结果。采用上述技术方案后，可减轻数据成本，减少进行数据标注的时间，弥补了现有方法数据获取难的问题，并使训练的模型具有一定的泛化能力。
-
-
-
搜索结果
4 条记录 (耗时 0.042 秒)
