-
公开(公告)号：CN108888294A
公开(公告)日：2018-11-27
申请号：CN201810419975.6
申请日：2018-05-04
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: A61B8/08 , A61B8/0858 , A61B8/0866 , A61B8/5207
Abstract: 本发明实施例提供一种检测颈部透明带宽度的方法及装置，涉及机器学习技术领域，该方法包括：根据颈部透明带定位模型确定胎儿影像中颈部透明带的位置坐标，然后根据颈部透明带的位置坐标以及颈部透明带分割模型从胎儿影像中分割出颈部透明带区域，再通过对颈部透明带区域进行测量确定颈部透明带宽度。相较于人工标注颈部透明带区域的方法，通过颈部透明带定位模型和颈部透明带分割模型自动从胎儿影像中确定颈部透明带区域，提高了颈部透明带宽度的检测效率。其次根据颈部透明带的位置坐标确定胎儿影像中颈部透明带对应的粗分割区域，再通过颈部透明带分割模型从粗分割区域中确定颈部透明带区域，提高检测颈部透明带宽度的精度。
-
公开(公告)号：CN108829728A
公开(公告)日：2018-11-16
申请号：CN201810443731.1
申请日：2018-05-10
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
Inventor： 梁平
CPC classification number: G16H70/00
Abstract: 本发明实施例涉及数据存储领域，尤其涉及一种医学术语库的存储方法和装置，用以解决现有技术中对医疗术语库查询速率低的问题。本发明实施例中，针对医疗术语库中的每个概念，将概念和概念的各描述分别作为图形数据库中的节点进行存储；在概念对应的节点与概念的各描述对应的节点之间通过图形数据库中的描述关系边连接并进行存储；描述关系边用于指示概念与描述之间的关系；在存在关联关系的概念对应的节点之间通过图形数据库中的关联关系边连接并进行存储；关联关系边用于指示概念与概念之间的关系。由于医疗术语库存储于图形数据库，可以利用图形数据实现根据节点的索引值对医疗术语库中概念和概念的各描述进行快速查询。
-
公开(公告)号：CN108717707A
公开(公告)日：2018-10-30
申请号：CN201810419012.6
申请日：2018-05-04
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: G06T7/37 , G06N3/0454 , G06T2207/30064
Abstract: 本发明实施例提供一种结节匹配方法及装置，涉及机器学习技术领域，该方法包括：获取同一对象的各结节影像，确定结节影像中各结节和各定位锚点在结节影像中的第一坐标，根据各结节影像的分割图像以及各结节影像中各定位锚点的第一坐标确定空间变换矩阵。之后再根据空间变换矩阵将各结节影像中的各结节的第一坐标转换为标定坐标系的第二坐标，最后根据各结节的第二坐标，确定各结节在其他结节影像中的匹配结节。根据结节影像的分割图像以及结节影像中各定位锚点的第一坐标确定空间变换矩阵，通过空间变换矩阵将各结节影像中的结节的坐标统一，然后对同一坐标系下的各结节影像中的结节进行匹配，确定结节的变化情况，提高了结节匹配的效率和精度。
-
公开(公告)号：CN108804591A
公开(公告)日：2018-11-13
申请号：CN201810522609.3
申请日：2018-05-28
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
IPC: G06F17/30
Abstract: 本发明实施例涉及数据处理技术领域，尤其涉及一种病历文本的文本分类方法及装置，用以根据文本类型对病历文本进行分段并输出每段的文本类型。本发明实施例包括：确定病历文本中各文本元素的输入向量；针对所述病历文本中的一个文本元素，将所述文本元素的输入向量转换为所述文本元素的隐层表示，所述隐层表示包含所述病历文本的信息；根据所述文本元素的隐层表示，确定所述文本元素对应的文本类型；将文本类型相同的连续的文本元素合并成一个段落，并将文本元素对应的文本类型作为所述段落的文本类型。
-
公开(公告)号：CN108648178A
公开(公告)日：2018-10-12
申请号：CN201810345297.3
申请日：2018-04-17
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30004
Abstract: 本发明公开了一种影像结节检测的方法及装置，该方法包括通过获取结节影像以及结节影像中候选结节的三维坐标，根据候选结节的三维坐标从结节影像中确定包含候选结节的ROI，根据ROI以及结节检测模型确定出候选结节的置信度，根据置信度大于阈值的候选结节、候选结节所在身体部位的分割结果和候选结节的三维坐标，过滤掉置信度大于阈值的候选结节中的假阳性的候选结节，确定出结节影像中的结节以及结节对应的置信度。由于采用卷积神经网络对已标记结节区域的结节影像进行训练得到结节检测模型，将ROI输入至结节检测模型得到候选结节的置信度，提高的结节检测的效率，并在检测出结节后再过滤掉假阳性的结节，从而提高了结节检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN108629764A
公开(公告)日：2018-10-09
申请号：CN201810345323.2
申请日：2018-04-17
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: G06T7/0012 , G06N3/0454 , G06T2207/10081 , G06T2207/30064 , G06T2207/30096
Abstract: 本发明公开了一种确定肺结节良恶性的方法及装置。所述方法包括：从患者的肺部CT图像中提取得到肺结节图像后，可以采用预设特征提取神经网络模型对所述患者的肺结节图像进行特征提取，并得到所述患者对应的特征向量；进一步地，可将患者对应的特征向量输入预设良恶性分类神经网络模型，从而得到所述预设良恶性分类神经网络模型输出的所述患者患有的肺结节的良恶性。如此，相比于现有技术中医生通过人为诊断的方式来确定肺结节良恶性而言，本发明实施例采用预设特征提取神经网络模型，并结合预设良恶性分类神经网络来确定肺结节的良恶性，能够降低因医生水平差异导致的诊断误差率，从而提高确定肺结节良恶性的准确性。
-
公开(公告)号：CN108877925A
公开(公告)日：2018-11-23
申请号：CN201810420019.X
申请日：2018-05-04
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: G16H50/20 , G06T7/0012 , G06T2207/20084 , G06T2207/30061
Abstract: 本发明公开了一种肺炎病原的确定方法及装置。所述方法包括：在获取待确诊患者的胸片图像和化验数据后，可以根据胸片图像和化验数据得到待确诊患者对应的特征向量，然后可将待确诊患者对应的特征向量输入预设分类神经网络模型，并根据所述预设分类神经网络模型的输出结果，在确定待确诊患者患有肺炎后，可以进一步得到待确诊患者患有的肺炎所对应的病原类型。采用这种方法，一方面，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。
-
公开(公告)号：CN108763197A
公开(公告)日：2018-11-06
申请号：CN201810444927.2
申请日：2018-05-10
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
Inventor： 梁平
CPC classification number: G06F17/2715 , G06F17/289 , G16H10/00
Abstract: 本发明实施例涉及医疗术语库领域，尤其涉及一种医疗术语库的形成方法和装置，用以解决对第二语言的医疗术语库翻译规模大的问题。本发明实施例中，从第一语言的医疗记录中获取第一语言的医学短语；针对同一个医学短语，从多个第一语言的医学短语中筛选出数量大于设定阈值的，作为高频的医学短语；确定高频的医学短语在第二语言的医学术语库中对应的第二语言的概念；从第二语言的医学术语库中获取第二语言的概念对应的第二语言的拓扑信息；将第二语言的概念翻译为第一语言的概念、将第二语言的拓扑信息翻译为第一语言的拓扑信息；根据多个第一语言的概念及多个第一语言的拓扑信息，构建第一语言的医学术语库。减小翻译第二语言的医学短语的数量。
-
公开(公告)号：CN108629803A
公开(公告)日：2018-10-09
申请号：CN201810344657.8
申请日：2018-04-17
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: G06T7/62 , G06T7/11 , G06T7/30 , G06T2207/30096
Abstract: 本发明公开了一种结节倍增时间的确定方法及装置，该方法包括获取第一结节影像和第二结节影像，将第一结节影像和第二结节影像中的目标结节进行匹配，并确定第一结节影像和第二结节影像中匹配的目标结节的长短径的长度，根据结节的长短径的长度确定第一结节影像和第二结节影像中匹配的目标结节的体积，根据第一结节影像和第二结节影像中匹配的目标结节的体积确定第一结节影像和第二结节影像中匹配的目标结节的倍增时间。通过检测两次拍摄的结节影像中目标结节的长短径，确定出各自的体积，比较目标结节两次的体积变化，可以确定出倍增时间，从而可以提高倍增时间的效率和准确度。
-
公开(公告)号：CN108564044A
公开(公告)日：2018-09-21
申请号：CN201810344226.1
申请日：2018-04-17
Applicant: 杭州依图医疗技术有限公司 , 杭州依图网络科技有限公司 , 广州依图医疗技术有限公司
CPC classification number: G06K9/00664 , G06K2209/051 , G06N3/0454
Abstract: 本发明公开了一种确定肺结节密度的方法及装置。所述方法包括：从患者的肺部CT图像中提取得到肺结节图像后，可以采用预设特征提取神经网络模型对所述患者的肺结节图像进行特征提取，并得到所述患者对应的特征向量；进一步地，可将患者对应的特征向量输入预设密度分类神经网络模型，从而得到所述预设密度分类神经网络模型输出的所述患者患有的肺结节对应的肺结节密度。由于以上模型均是通过对大量数据进行训练得到的，从而使得通过模型得到的结果较为合理，且具有一定的科学依据。相比于传统的医生诊断的方式而言，能够降低因医生水平差异导致的诊断误差率，从而提高确定肺结节密度的准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.056 seconds)
