-
公开(公告)号：CN116194049A
公开(公告)日：2023-05-30
申请号：CN202180060853.2
申请日：2021-07-14
Applicant: 皇家飞利浦有限公司
IPC: A61B8/06
Abstract: 一种用于评估超声数据的可靠性以确定患者的血液流量值的超声数据处理器。所述处理器适于至少将频谱分析流程和小波分解程序应用于输入超声数据(或从其导出的数据或信号)，并且适于将所述程序的(一个或多个)输出馈送到分类器算法，所述分类器算法被配置为基于这些输入信息来生成可靠性指示符。频谱分析和小波分解两者是评估数据和信号的周期性特性的信号分析技术，这特别适合于检测不改变信号的形态或形状但确实施加背景失真的背景噪声伪影(诸如由在外科手术中使用的电刀产生的背景噪声伪影)。
-
公开(公告)号：CN118414631A
公开(公告)日：2024-07-30
申请号：CN202280081614.X
申请日：2022-11-17
Applicant: 皇家飞利浦有限公司
Abstract: 一种计算机实现的方法，其用于选择训练数据以供注释方注释，作为主动学习的机器学习过程的部分。所选择的训练数据用于训练模型，以将医学图像作为输入，并输出对所述医学图像的分割。所述方法包括：提供(202)未标记医学图像作为对所述模型的输入，并获得对所述未标记医学图像的分割作为来自所述模型的输出；a)确定(204)所述分割的部分的几何性质是否满足由所述部分表示的放射学特征的几何标准；和/或b)确定所述部分的边缘区域是否满足边缘标准。如果所述部分不满足所述几何标准和/或所述边缘标准，所述方法则包括选择(206)所述未标记医学图像作为要由所述注释方注释的训练数据，作为所述主动学习机器学习过程的部分。
-
Patent Agency Ranking
公开(公告)号：CN118613826A
公开(公告)日：2024-09-06
申请号：CN202380018465.7
申请日：2023-01-18
Applicant: 皇家飞利浦有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/09 , G06N3/084
Abstract: 根据一个方面，提供了一种在肝脏的第一造影图像中确定肝脏病变是否具有一个或多个病变特性的方法。所述方法包括：在所述第一造影图像中确定所述病变的内部区域的第一属性以及在所述第一造影图像中确定所述病变外部的区域的第二属性。所述方法还包括使用利用机器学习过程训练的模型，基于所述第一属性和所述第二属性来获得所述病变是否具有所述一个或多个病变特性的指示。
-
公开(公告)号：CN118265985A
公开(公告)日：2024-06-28
申请号：CN202280073390.8
申请日：2022-10-27
Applicant: 皇家飞利浦有限公司
IPC: G06N3/0464 , G06N3/08 , G06N3/084 , G06N20/00
Abstract: 一种管理第一模型的计算机实现的方法，所述第一模型使用第一机器学习过程来训练并被部署和用于标记医学数据。所述方法包括确定(202)针对所述第一模型的性能量度，以及如果所述性能量度在阈值性能水平以下，则触发(204)升级过程，其中，所述升级过程包括在所述第一模型上执行进一步训练以产生经更新的第一模型，其中，所述进一步训练使用主动学习过程来执行，其中，用于所述进一步训练的训练数据根据所述主动学习过程从未标记数据样本的池中被选择，并被发送给标记者以获得真值标记以供在所述进一步训练中使用。
-
公开(公告)号：CN116235191A
公开(公告)日：2023-06-06
申请号：CN202180060785.X
申请日：2021-07-14
Applicant: 皇家飞利浦有限公司
Abstract: 根据一个方面，提供了一种在中央服务器中的选择训练数据集的计算机实现的方法，利用该训练数据集使用分布式机器学习过程来训练模型，其中训练数据集将包括满足一个或多个临床要求的医学数据，并且其中训练数据集中的训练数据位于多个临床站点。方法包括从每个临床站点请求(302)描述在相应临床站点处的满足一个或多个临床要求的匹配数据的特征的元数据。方法然后包括根据元数据确定(304)匹配数据的特征的变化的度量。基于变化的度量，方法然后包括使用元数据从匹配数据中选择(306)用于训练数据集的训练数据。
-
公开(公告)号：CN115996673A
公开(公告)日：2023-04-21
申请号：CN202180045227.6
申请日：2021-06-16
Applicant: 皇家飞利浦有限公司
IPC: A61B8/00
Abstract: 本发明提供了一种用于基于从对象采集的多普勒超声数据来识别对象的脉管的类型的计算机实施的方法。计算机实施的方法包括接收通过超声探头从对象采集的超声数据，并且从接收到的超声数据生成彩色多普勒超声数据。从彩色多普勒超声数据分割对象的脉管表示，并且从分割的脉管表示获得脉搏波多普勒超声数据。然后将特征提取算法应用于脉搏波多普勒超声数据，从而提取经分割的脉管内的流动的特征，并且基于提取的流动的特征将脉管的类型识别为动脉或静脉。
-
公开(公告)号：CN115803751A
公开(公告)日：2023-03-14
申请号：CN202180049170.7
申请日：2021-07-08
Applicant: 皇家飞利浦有限公司
IPC: G06N3/02
Abstract: 根据一个方面，提供了一种训练模型的方法，用于使用分布式机器学习过程对医学数据执行任务，由此全局模型基于在多个临床站点处对模型的本地副本所执行的训练而被更新。该方法包括：a)向多个临床站点发送(302)信息，以使得多个临床站点中的每个临床站点能够创建模型的本地副本，并且根据在相应的临床站点处的训练数据训练相应的模型的本地副本。然后，该方法包括b)从多个临床站点中的每个临床站点接收(304)：i)对模型中的参数的本地更新，该本地更新是通过根据在相应的临床站点处的训练数据训练模型的本地副本而被获得，以及ii)与在相应的临床站点处所执行的训练的质量相关的元数据；以及c)基于所接收的对参数的本地更新和所接收的元数据，更新(306)全局模型中的参数。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
