-
公开(公告)号：CN119887738A
公开(公告)日：2025-04-25
申请号：CN202510131499.8
申请日：2025-02-05
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0455
Abstract: 本申请涉及一种图像分析方法、装置、计算机设备、存储介质和程序产品。所述方法包括：根据多模态的眼部图像样本中部分可见区域图像，训练初始眼部图像分析模型中的初始图像编码器，得到图像编码器，根据各模态的眼部图像样本和图像编码器，确定第一特征图像样本，基于第一特征图像样本训练初始眼部图像分析模型中的初始图像分析子模型，得到图像分析子模型，基于图像编码器对待识别眼部图像进行特征提取，得到第一特征图像，将第一特征图像输入至图像分析子模型，得到待识别眼部图像的分析结果，从而能够支持多种模态的眼部图像作为眼部图像分析模型的输入，提高了眼部图像的分析结果的准确性，克服了传统的眼部图像分析模型应用受限的问题。
-
公开(公告)号：CN117912672A
公开(公告)日：2024-04-19
申请号：CN202311846783.0
申请日：2023-12-29
IPC: G16H50/20 , G16H30/20 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种对象分析方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标图像序列、临床数据和图像处理模型；目标图像序列为对待检测图像进行图像序列转化得到；图像处理模型包含预训练的特征提取器以及训练完成的分类子模型；通过特征提取器对目标输入序列进行特征提取，并通过分类子模型对特征提取的结果进行分析处理，得到目标分析结果；基于大规模语言分析模型对目标分析结果和临床数据进行对象分析，得到对象分析结果。采用本方法能够提高对象分析结果的准确性。
-
公开(公告)号：CN118039124A
公开(公告)日：2024-05-14
申请号：CN202410129641.0
申请日：2024-01-30
IPC: G16H50/20 , G16H30/20 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种对象分析方法、装置、计算机设备和存储介质。本方法包括：获取目标对象对应的待检测图像和训练完成的多模态对话语言模型；多模态对话语言模型包括预训练视觉结构、注意力结构和语言结构；根据预训练视觉结构对待检测图像进行特征提取，得到待检测图像对应的图像特征；基于注意力结构对图像特征进行数据处理，得到目标对象对应的初始诊断结果；初始诊断结果包括多种预设指标中的至少一种；基于语言结构对初始诊断结果进行数据处理，得到目标对象对应的对象分析结果。采用本方法能够提高提供冠心病诊疗结果的效率。
-
公开(公告)号：CN119941646A
公开(公告)日：2025-05-06
申请号：CN202411958605.1
申请日：2024-12-27
IPC: G06T7/00 , A61B3/12 , A61B3/14 , A61B5/00 , G06N3/0895 , G06N3/096 , G06N3/0455 , G06N3/042
Abstract: 本申请涉及一种眼部图像分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：获取用户的眼底图像，并根据该用户的脑部在历史时间段内是否发生过预设事件，确定该用户的历史脑部信息；在该历史脑部信息指示该用户在历史时间段内未发生过该预设事件的情况下，根据该眼底图像和预先基于半监督学习算法和知识迁移算法训练得到的目标眼底图像分析模型确定第一眼底图像分析结果；其中，该第一眼底图像分析结果用于表征该用户是否存在具有隐匿性的脑部异常区域，以及该用户在预设时间段内发生该预设事件的第一预测信息。采用本方法能够有效的降低成本，进而实现针对大规模人群进行脑部异常的识别和预测。
-
公开(公告)号：CN119495121A
公开(公告)日：2025-02-21
申请号：CN202411514707.4
申请日：2024-10-28
IPC: G06V40/18 , G06V20/70 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/098 , G06T7/00 , G16H50/30 , G16H30/20
Abstract: 本申请涉及一种眼底图像的图像识别方法、装置、计算机设备和存储介质。所述方法包括：通过将待检测患者的眼底图像输入至基于历史眼底图像对初始掩码自编码器模型进行联邦训练得到的特征提取模型，以得到眼底图像对应的特征图像，然后将特征图像与待检测患者的临床指标信息输入至评估识别模型，以得到高血压靶器官损害情况，和/或，高血压靶器官出现损伤的概率。由于本申请实施例中，只需要基于待检测患者的眼底图像和临床指标信息就可以确定待检测患者的高血压诊断和预测结果，简化了高血压靶器官损伤评估的操作流程，降低了评估成本，并且基于特征提取模型和评估识别模型进行评估，还提高了高血压靶器官损伤评估的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118570123A
公开(公告)日：2024-08-30
申请号：CN202410575366.5
申请日：2024-05-10
IPC: G06T7/00 , G16H50/20 , G16H10/60 , G06V10/764 , G06V10/44
Abstract: 本申请涉及一种分类方法、装置、设备和存储介质，该方法通过获取第一目标对象的第一视网膜图像，然后将第一视网膜图像输入至第一分类模型中进行分类，得到第一分类结果，其中，第一分类结果用于表示第一目标对象所患目标疾病的诱发因素。上述方法通过分析视网膜图像来分析目标对象所患目标疾病的诱发因素的方法，提供了一种更简便、非侵入性的工具，来代替现有的侵入性工具造成的不可逆的损伤，可协助缩小诊断范围，提高的分类效率。另外，由于目标疾病的类型与视网膜相关疾病类型不同，所以能够利用视网膜图像进行疾病类型分类也属于该方法独有的应用效果。
-
公开(公告)号：CN119516278A
公开(公告)日：2025-02-25
申请号：CN202411687224.4
申请日：2024-11-22
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/00
Abstract: 本申请涉及一种分类模型的训练方法、装置、设备、存储介质和程序产品。所述方法包括：获取无标签的第一图像数据和有标签的第二图像数据，将第一图像数据和第二图像数据输入至预设分类模型进行训练，输出第一图像数据的第一分类结果、第二图像数据对应的第一分类子模型、以及第三图像数据，根据第一分类结果和第一分类子模型输出的第二分类结果，确定第一损失，根据第三图像数据和第一图像数据，确定第二损失，以及根据第二损失和第一损失，对预设分类模型进行训练，得到目标分类模型；第三图像数据为掩码处理和补全处理后的图像。上述方法提供的基于有标签图像和无标签图像训练分类模型的方法，解决了模型的训练难度较大的问题。
-
公开(公告)号：CN117912672B
公开(公告)日：2024-09-24
申请号：CN202311846783.0
申请日：2023-12-29
IPC: G16H50/20 , G16H30/20 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种对象分析方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标图像序列、临床数据和图像处理模型；目标图像序列为对待检测图像进行图像序列转化得到；图像处理模型包含预训练的特征提取器以及训练完成的分类子模型；通过特征提取器对目标输入序列进行特征提取，并通过分类子模型对特征提取的结果进行分析处理，得到目标分析结果；基于大规模语言分析模型对目标分析结果和临床数据进行对象分析，得到对象分析结果。采用本方法能够提高对象分析结果的准确性。
-
公开(公告)号：CN118039124B
公开(公告)日：2024-08-20
申请号：CN202410129641.0
申请日：2024-01-30
IPC: G16H50/20 , G16H30/20 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种对象分析方法、装置、计算机设备和存储介质。本方法包括：获取目标对象对应的待检测图像和训练完成的多模态对话语言模型；多模态对话语言模型包括预训练视觉结构、注意力结构和语言结构；根据预训练视觉结构对待检测图像进行特征提取，得到待检测图像对应的图像特征；基于注意力结构对图像特征进行数据处理，得到目标对象对应的初始诊断结果；初始诊断结果包括多种预设指标中的至少一种；基于语言结构对初始诊断结果进行数据处理，得到目标对象对应的对象分析结果。采用本方法能够提高提供冠心病诊疗结果的效率。
-
公开(公告)号：CN118380143A
公开(公告)日：2024-07-23
申请号：CN202311858273.5
申请日：2023-12-29
IPC: G16H50/30 , G06F18/2415 , G06F18/27
Abstract: 本申请涉及一种状态预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待处理数据以及预先构建的生存分析回归模型；生存分析回归模型通过分类损失和回归损失共同训练得到，分类损失和回归损失基于测试样本的相对时间变量和初始结果进行拟合得到；基于生存分析回归模型对待处理数据进行预测处理，得到目标状态时间；目标状态时间用于表征在未发病的情况下未来发病时间。采用本方法能够提高目标状态时间的准确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
