-
公开(公告)号：CN110348428B
公开(公告)日：2023-03-24
申请号：CN201910690067.5
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V40/18 , G06V10/764 , G06N3/0464 , G06N3/084
摘要： 本发明实施例提供一种眼底图像分类方法、装置及计算机可读存储介质，包括：获得眼底图像、以及所述眼底图像中所包括的对象的类别；调整所述眼底图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述眼底图像的所述显示参数进行变换获得新图像；基于调整后的眼底图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测眼底图像中所包括对象的类别。
-
公开(公告)号：CN109753978B
公开(公告)日：2023-02-17
申请号：CN201711060208.2
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本申请实施例提供一种图像分类方法、装置以及计算机可读存储介质，包括：获得原始图像、以及所述原始图像中所包括的对象的类别；调整所述原始图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像；基于调整后的原始图像和所述新图像进行组合构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，将待预测图像和标注有对象的类别的参考图像输入所述神经网络模型，判断所述待预测图像中所包括对象的类别。
-
公开(公告)号：CN109035234B
公开(公告)日：2020-12-01
申请号：CN201810826933.4
申请日：2018-07-25
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例公开了一种结节检测方法、装置和存储介质；本发明实施例可以获取生命体组织的电子计算机断层扫描数据，该电子计算机断层扫描数据包括电子计算机断层扫描图像序列；根据电子计算机断层扫描图像序列三维重建生命体组织的多位视图；基于深度神经网络和电子计算机断层扫描数据进行结节检测识别，得到结节检测识别结果；向终端发送结节检测识别结果以及多位视图，以便终端显示；由于该方案可以利用深度神经网络模型进行结节的检测识别，可以提升结节检测的准确性和稳定性，此外，该方案还可以重建生命体组织的多位视图如横断位、冠状位、矢状位视图等，可以便于医生全方位观察结节，提高结节诊断的准确率。
-
公开(公告)号：CN110349156B
公开(公告)日：2023-05-30
申请号：CN201910697322.9
申请日：2017-11-30
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , A61B3/12 , A61B3/14 , G06N3/045
摘要： 本发明公开了一种眼底图片中病变特征的识别方法和装置、存储介质。其中，该方法包括：获取识别请求，识别请求用于请求对眼底图片中的病变特征进行识别；通过第一神经网络模型对眼底图片中的病变特征进行识别，其中，第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的，第一训练集合中训练图片的病变特征已经被标记、且第二训练集合中训练图片的病变特征未被标记；返回第一神经网络模型的第一识别结果，其中，第一识别结果至少用于指示在眼底图片中识别出的病变特征。本发明解决了相关技术中对糖尿病视网膜病变的筛查效率较低的技术问题。
-
公开(公告)号：CN107895369B
公开(公告)日：2022-11-22
申请号：CN201711212049.3
申请日：2017-11-28
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明公开了一种图像分类方法、装置、存储介质及设备，属于机器学习技术领域。方法包括：获取待分类的三维成像图，并将待分类的三维成像图进行缩放处理，将得到的至少两种分辨率的三维成像图输入检测模型，检测模型是基于人工标注样本的多尺度特征进行机器学习得到的；获取检测模型输出的待分类的三维成像图中的病源区域；将确定出来的病源区域输入分类模型，分类模型是基于金标准样本进行机器学习得到的，金标准样本为对病源属性进行正确区分的图像样本；获取分类模型输出的待分类的三维成像图的图像类别，图像类别中包括疾病的疾病属性。本发明基于多尺度特征以及金标准样本训练出的模型准确度高，图像分类的准确度大幅提升。
-
公开(公告)号：CN110349156A
公开(公告)日：2019-10-18
申请号：CN201910697322.9
申请日：2017-11-30
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明公开了一种眼底图片中病变特征的识别方法和装置、存储介质。其中，该方法包括：获取识别请求，识别请求用于请求对眼底图片中的病变特征进行识别；通过第一神经网络模型对眼底图片中的病变特征进行识别，其中，第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的，第一训练集合中训练图片的病变特征已经被标记、且第二训练集合中训练图片的病变特征未被标记；返回第一神经网络模型的第一识别结果，其中，第一识别结果至少用于指示在眼底图片中识别出的病变特征。本发明解决了相关技术中对糖尿病视网膜病变的筛查效率较低的技术问题。
-
公开(公告)号：CN109035234A
公开(公告)日：2018-12-18
申请号：CN201810826933.4
申请日：2018-07-25
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例公开了一种结节检测方法、装置和存储介质；本发明实施例可以获取生命体组织的电子计算机断层扫描数据，该电子计算机断层扫描数据包括电子计算机断层扫描图像序列；根据电子计算机断层扫描图像序列三维重建生命体组织的多位视图；基于深度神经网络和电子计算机断层扫描数据进行结节检测识别，得到结节检测识别结果；向终端发送结节检测识别结果以及多位视图，以便终端显示；由于该方案可以利用深度神经网络模型进行结节的检测识别，可以提升结节检测的准确性和稳定性，此外，该方案还可以重建生命体组织的多位视图如横断位、冠状位、矢状位视图等，可以便于医生全方位观察结节，提高结节诊断的准确率。
-
公开(公告)号：CN107833219B
公开(公告)日：2022-12-13
申请号：CN201711212620.1
申请日：2017-11-28
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06T7/00
摘要： 本申请是关于一种图像识别方法。该方法包括：获取三维成像图；通过特征提取模型分支对所述三维成像图进行处理，获得所述三维成像图的图像特征以及热度图，所述图像特征是用于指示所述三维成像图中的对象区域的特征；通过识别模型分支对所述图像特征以及所述热度图进行处理，获得所述三维成像图的图像属性；由于构建的热度图能够指示三维成像图的全局特性，能够携带的信息更多，因此基于热度图进行识别，能够提高图像识别的准确性。
-
公开(公告)号：CN107679525B
公开(公告)日：2022-11-29
申请号：CN201711060265.0
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明实施例提供一种图像分类方法、装置及计算机可读存储介质，包括：获得原始图像、以及所述原始图像中所包括的对象的类别；调整所述原始图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像；基于调整后的原始图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测图像中所包括对象的类别。
-
公开(公告)号：CN110348428A
公开(公告)日：2019-10-18
申请号：CN201910690067.5
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例提供一种眼底图像分类方法、装置及计算机可读存储介质，包括：获得眼底图像、以及所述眼底图像中所包括的对象的类别；调整所述眼底图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述眼底图像的所述显示参数进行变换获得新图像；基于调整后的眼底图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测眼底图像中所包括对象的类别。
-
-
-
-
-
-
-
-
-
搜索结果
154 条记录 (耗时 0.075 秒)
