-
公开(公告)号：CN117746463A
公开(公告)日：2024-03-22
申请号：CN202311770932.X
申请日：2023-12-20
申请人： 脉得智能科技(无锡)有限公司
摘要： 本申请提供一种体征信息识别方法、系统和电子设备，该方法的一具体实施方式包括：获取待识别图像；所述待识别图像中包括体征信息；通过信息识别模型的图像特征提取模块提取所述待识别图像中表征生理指标区域的图像特征，得到目标特征图；以及通过所述信息识别模型的信息识别模块在所述目标特征图中识别所述体征信息。该方法可以提高获取体征信息的准确性以及时效性。
-
公开(公告)号：CN116129298B
公开(公告)日：2023-11-24
申请号：CN202211427699.0
申请日：2022-11-15
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06V20/40 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/50 , G06V10/25 , G06T7/00 , G06N3/0442 , G06N3/096 , G06N3/0464
摘要： 本发明公开了一种基于时空记忆网络的甲状腺视频流结节识别系统，包括图像获取模块、结节坐标获取模块、结节分类模块和结果匹配模块。该系统将甲状腺超声视频流数据输入到结节检测模型中，提取结节位置坐标，根据结节坐标从超声视频帧中截取结节ROI区域，将截取的ROI图像Resize到固定尺寸后输入到时空记忆网络中。该时空记忆网络对历史帧结节进行空间特征提取，然后对该特征进行编码存储；进行当前帧诊断时，该网络先将当前帧结节特征进行提取、编码，然后将存储的历史帧结节特征读取并与当前帧结节特征结合，判断当前帧结节的良恶性。本发明避免了单帧图像诊断造成的误差，有效提(56)对比文件Seoung Wug Oh等.Video ObjectSegmentation using Space-Time MemoryNetworks《.arXiv:1904.00607v1》.2019,第1-10页.丁重阳;刘凯;李光;闫林;陈博洋;钟育民.基于时空权重姿态运动特征的人体骨架行为识别研究.计算机学报.2020,(第01期),第31-42页.
-
公开(公告)号：CN114494216A
公开(公告)日：2022-05-13
申请号：CN202210110301.4
申请日：2022-01-29
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06T7/00 , G06T7/10 , G06T7/73 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/80 , G06V10/82 , G16H30/20
摘要： 本发明涉及一种基于多级加权神经网络的甲状腺结节定位方法。构建基于PyTorch深度学习框架的甲状腺结节定位模型，其中，所构建的甲状腺结节定位模型包括结节轮廓粗定位网络模型以及结节轮廓精定位网络模型；对任一待识别定位的甲状腺超声图像，对所述甲状腺超声图像进行预处理，并将预处理后的甲状腺超声图像依次经结节轮廓粗定位网络模型以及结节轮廓精定位网络模型分割定位处理，以得到甲状腺结节位置轮廓特征图，并根据所述甲状腺结节位置轮廓特征图，在所识别定位的甲状腺超声图像上描绘出甲状腺结节的位置与轮廓。本发明能对甲状腺超声图像上的结节实现快速准确的定位，使诊断结果更加可靠。
-
公开(公告)号：CN113205141A
公开(公告)日：2021-08-03
申请号：CN202110499036.9
申请日：2021-05-08
申请人： 脉得智能科技(无锡)有限公司
摘要： 本发明公开了一种基于图像融合技术的甲状旁腺识别方法，涉及医学辅助技术领域，该方法利用训练得到的甲状旁腺识别模型对待识别甲状腺组织的相同视野下的目标荧光显影图像和目标实景图像进行特征提取和融合以识别甲状旁腺，利用在实景图像上淋巴结、脂肪等组织容易辨别的特点，采用深度学习图像融合技术对荧光显影图像和实景图像的特征进行融合用于识别甲状旁腺，可以克服使用近红外自荧光显影识别方法识别甲状旁腺所存在的误识别问题，对甲状旁腺的识别和定位精度较高，降低了甲状腺等颈部手术中破坏甲状旁腺组织的风险。
-
公开(公告)号：CN118628735A
公开(公告)日：2024-09-10
申请号：CN202410667117.9
申请日：2024-05-27
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06V10/26 , G06V10/82 , G06V10/10 , G06V10/80 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
摘要： 本发明公开了一种基于超声视频数据的甲状腺腺体实时分割系统，涉及人工智能及超声图像分析技术领域，通过收集满足图像质量要求的甲状腺超声视频数据集，对视频帧进行标注，并将数据集划分为训练集和测试集；使用深度学习框架构建甲状腺腺体分割神经网络模型；设置神经网络模型的超参数并使用训练集视频数据训练构建的神经网络模型，训练完成之后保存模型；将训练完成的模型部署到分割装置上，利用该装置即可对采集卡采集的甲状腺超声视频数据进行实时分割，利用该方法得到的模型拥有精确度高、泛化性能好的优点，可以对甲状腺超声视频数据实现快速准确的分割。
-
公开(公告)号：CN115760777B
公开(公告)日：2024-04-30
申请号：CN202211456728.6
申请日：2022-11-21
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G16H30/20 , G16H50/20 , A61B8/08 , A61B8/00
摘要： 本发明属于人工智能及超声图像分析领域，涉及基于神经网络结构搜索的桥本氏甲状腺炎诊断系统，包括：图像数据获取模块，用于对桥本氏甲状腺炎超声图像数据收集并分类标注；神经网络搭建模块，用于构建神经网络主体结构，包括依次连接的输入单元、堆叠单元一、堆叠单元二和输出单元；神经网络结构搜索模块，用于利用主体结构中待确定模块和参数构成系统的搜索空间，并设置搜索方法和结构评估方式，再利用训练集和验证集数据训练所述搜索空间中的各个神经网络模型；模型测试模块，用于在测试集上测试所有的神经网络模型，根据评价指标得到最优神经网络结构。本发明实现神经网络结构的自动搭建，并对超声图像上的桥本氏甲状腺炎快速准确诊断。
-
公开(公告)号：CN117115613A
公开(公告)日：2023-11-24
申请号：CN202311225861.5
申请日：2023-09-21
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06V10/80 , G06V10/82 , G06V10/774 , G06V10/40 , G06T7/00 , G06N3/0455 , G06N3/0464
摘要： 本发明公开了一种基于多尺度特征融合的癌转移颈部淋巴结识别系统，涉及人工智能及超声图像分析技术领域，包括三组编码神经网络、两个特征强化模块、双注意力模块以及解码模块。多尺度特征融合网络可以从不同视野对淋巴结特征进行提取，并将不同视野下的特征进行融合。双注意力模块通过产生描述因子控制低级和高级特征之间的信息流动，选择有用的特征通道，避免无用通道信息对模型输出结果产生不利的影响，使得定位轮廓线更精细，性质诊断更准确，本系统能够对颈部超声图像上的淋巴结实现定位，并识别出有癌转移的淋巴结，从而更好的辅助医生在超声检查中对颈部淋巴结进行快速识别诊断，避免过多的主观因素，使诊断结果更加可靠。
-
公开(公告)号：CN117036480A
公开(公告)日：2023-11-10
申请号：CN202311044890.1
申请日：2023-08-17
申请人： 脉得智能科技(无锡)有限公司 , 上海市第一人民医院
摘要： 本申请提供一种颈动脉斑块定位方法、检测方法、装置及电子设备，应用于图像处理技术领域，其中，方法包括：获取待定位图像对应的第一特征图以及关键帧图像对应的第二特征图；其中，待定位图像以及关键帧图像为超声造影视频的单帧图像，关键帧图像为待定位图像前面的一帧图像；计算第一特征图与第二特征图之间的相似度，得到相似度得分；根据相似度得分判断是否将待定位图像更新为新的关键帧图像；根据判断结果对待定位图像中的颈动脉斑块进行定位，得到定位结果。可以对超声造影图像中的颈动脉斑块进行定位，其中，与现有技术中利用静态的图像进行颈动脉斑块的定位相比，本申请实施例采用动态的超声造影图像进行颈动脉斑块定位的准确度较高。
-
公开(公告)号：CN112151153A
公开(公告)日：2020-12-29
申请号：CN202011144880.1
申请日：2020-10-23
申请人： 脉得智能科技(无锡)有限公司
摘要： 本发明涉及医学图像技术领域，具体为一种基于生成对抗网络的胃镜图像生成方法，包括以下步骤：S1：图像收集，通过合作医院收集脱敏后的胃镜图像数据；S2：图像标注，医务人员在有病变的胃镜图像上标注出病变具体位置；S3：图像预处理，通过标注数据在原始图像上取像素块；S4：创建生成对抗网络模型，使用不同病变类别的胃镜图像训练模型；S5：加载不同病变类别的模型，生成对应的新胃镜图像。本发明利用医务人员标注数据在原始图像上取像素块的方法可以突出病变位置对训练生成对抗模型的贡献，减少背景图像对模型的干扰，本发明通过训练能够生成数量足够且特征丰富的病变胃镜图像。
-
公开(公告)号：CN118587491A
公开(公告)日：2024-09-03
申请号：CN202410707219.9
申请日：2024-06-03
申请人： 脉得智能科技(无锡)有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/44
摘要： 本申请提供一种腋窝淋巴结预测模型的训练方法、腋窝淋巴结的预测方法，该腋窝淋巴结预测模型的训练方法的一具体实施方式包括：获取样本图像对以及所述样本图像对所对应的真实标签；所述样本图像对包括同一腋窝淋巴结的超声造影样本图像和灰度超声样本图像；所述真实标签表征所述腋窝淋巴结是转移性淋巴结或者非转移性淋巴结；将所述样本图像对作为输入，将所述真实标签作为期望输出训练腋窝淋巴结预测模型，得到训练后的腋窝淋巴结预测模型。该方法能够提高腋窝淋巴结的预测准确性。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.04 秒)
