-
公开(公告)号:CN113763353B
公开(公告)日:2024-12-10
申请号:CN202111040464.1
申请日:2021-09-06
Applicant: 杭州类脑科技有限公司
Abstract: 本说明书实施例提供一种肺部超声图像检测系统,该系统包括:获取模块,用于获取对象的超声影像视频;判断模块,用于基于训练好的第一预测模型对图像序列进行处理,确定第一判断结果;其中,图像序列由超声影像视频中多帧图像按照拍摄的时间先后顺序构成;第一判断结果包括与气胸相关的多个象征是否存在,以及对于存在的象征在多帧图像中至少一帧图像中的位置;多个象征至少包括肺点征和肺滑动征。
-
公开(公告)号:CN116188397A
公开(公告)日:2023-05-30
申请号:CN202310004329.4
申请日:2023-01-03
Applicant: 杭州类脑科技有限公司 , 海盐县南北湖医学人工智能研究院
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40
Abstract: 本发明提供了一种眼底图像筛查方法、装置、设备及介质,涉及图像处理技术领域,包括:采集若干组眼底清晰图像、眼底模糊图像和瞳孔拼接图像,预处理以生成训练样本;建立初始检测模型,基于训练样本将眼底模糊图像和瞳孔拼接图像作为双输入,并在分别进行特征提取后拼接以分类,以在训练后获得用于眼底目标检测的目标模型;获取实时目标用户的眼底清晰图像、眼底模糊图像和瞳孔拼接图像,采用所述目标模型基于目标用户的眼底模糊图像和瞳孔拼接图像输出目标检测结果,并根据目标检测结果关联所述眼底清晰图像,以自主执行图像筛查,克服现有儿童眼底图像筛查人工操作,需要保持较长时间,操作不便且效率较低的问题。
-
公开(公告)号:CN115423774A
公开(公告)日:2022-12-02
申请号:CN202211071338.7
申请日:2022-09-01
Applicant: 杭州类脑科技有限公司 , 杭州博钊科技有限公司 , 濮阳大数据与人工智能研究院
Abstract: 本发明提供了一种三维医学图像配准方法、系统及计算机可读存储介质,三维医学图像配准方法,包括以下步骤:获取待配准图像,并对待配准图像作标准化预处理;类比于复数空间的Beltrami系数,于三维空间内定义一新测度,并基于新测度构建配准模型;对配准模型作离散化处理,并使用高斯‑牛顿迭代法对离散化处理后的配准模型优化,以得到最优变换模型;基于最优变换模型构建待配准图像中的浮动图像,并将形变后的浮动图像与待配准图像中的目标图像融合显示。采用上述技术方案后,实现三维医学图像的精确配准,且融合不同模态或时间的医学图像,提高信息利用率的准确性。
-
公开(公告)号:CN115272663A
公开(公告)日:2022-11-01
申请号:CN202210966746.2
申请日:2022-08-12
Applicant: 杭州类脑科技有限公司 , 海盐县南北湖医学人工智能研究院
Abstract: 本发明提供了一种医学图像的病理分布生成方法、系统及计算机可读存储介质,病理分布生成方法,包括以下步骤:获取医学图像的图像数据的待处理矩阵集合,并对待处理矩阵集合预处理,以得到医学图像的感兴趣区域及感兴趣区域对应的类别标签;对感兴趣区域标准化,并基于分类器对标准化后的感兴趣区域作特征提取,以形成特征向量;对n维的特征向量作非线性降维,以生成具有低维坐标的低维嵌入;基于具有低维坐标的低维嵌入绘制病理分布场图像。采用上述技术方案后,实现对非线性二维矩阵数据样本之间特征的区分与相似性衡量,保留数据中的重要结构信息,优化数据处理的结果。
-
公开(公告)号:CN114255265A
公开(公告)日:2022-03-29
申请号:CN202111450099.1
申请日:2021-12-01
Applicant: 浙江大学 , 杭州类脑科技有限公司
IPC: G06T7/30
Abstract: 本发明提供了一种单模态医学图像的配准方法、系统及计算机可读存储介质,配准方法包括以下步骤:采集待配准医学图像;初始化Active‑Demons模型中的位移偏量,并设定最大迭代次数、相似性度量和针对所述相似性度量的预设精度;绘制分数阶微分的阶次对预处理图像的图像信号在不同频率的振幅关系图,以配置一自适应分数阶阶次函数;基于自适应分数阶阶次函数的分数阶微分,计算浮动图像的形变向量场U;基于滤波后的形变向量场U对浮动图像形变,并通过执行双线性插值操作得到形变后的浮动图像;判断执行双线性插值操作后的浮动图像与参考图像之间的相似性度量是否达到预设精度,或是否达到最大迭代次数。采用上述技术方案后,可适用于配准边缘模糊、纹理不清晰以及特征不显著的医学图像。
-
公开(公告)号:CN113628325A
公开(公告)日:2021-11-09
申请号:CN202110911256.8
申请日:2021-08-10
Applicant: 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司
Abstract: 本发明提供了一种小器官肿瘤演化的模型建立方法及计算机可读存储介质,模型建立方法,包括以下步骤:基于小器官肿瘤的CT/MRI影像数据和FDT‑PET数据,预处理后用作为模型训练集;基于CT/MRI影像数据和FDT‑PET数据,获得CT/MRI影像数据和FDT‑PET数据内肿瘤区域细胞内体积分数图谱,及肿瘤标准化摄取值图谱;将两者对齐并比较;基于比较结果,构建小器官肿瘤演化模型,并对小器官肿瘤演化模型训练、计算后,调整小器官肿瘤演化模型的模型参数;基于原始数据对小器官肿瘤演化模型验证,并二次调整小器官肿瘤演化模型的模型参数。采用上述技术方案后,可为医生提供小器官肿瘤的类别判断、位置识别、有效切除等提供良好的参照和预测。
-
公开(公告)号:CN114255265B
公开(公告)日:2024-12-03
申请号:CN202111450099.1
申请日:2021-12-01
Applicant: 浙江大学 , 杭州类脑科技有限公司
IPC: G06T7/30
Abstract: 本发明提供了一种单模态医学图像的配准方法、系统及计算机可读存储介质,配准方法包括以下步骤:采集待配准医学图像;初始化Active‑Demons模型中的位移偏量,并设定最大迭代次数、相似性度量和针对所述相似性度量的预设精度;绘制分数阶微分的阶次对预处理图像的图像信号在不同频率的振幅关系图,以配置一自适应分数阶阶次函数;基于自适应分数阶阶次函数的分数阶微分,计算浮动图像的形变向量场U;基于滤波后的形变向量场U对浮动图像形变,并通过执行双线性插值操作得到形变后的浮动图像;判断执行双线性插值操作后的浮动图像与参考图像之间的相似性度量是否达到预设精度,或是否达到最大迭代次数。采用上述技术方案后,可适用于配准边缘模糊、纹理不清晰以及特征不显著的医学图像。
-
公开(公告)号:CN118864518A
公开(公告)日:2024-10-29
申请号:CN202410818277.9
申请日:2024-06-24
Applicant: 海盐县南北湖医学人工智能研究院 , 杭州类脑科技有限公司 , 濮阳大数据与人工智能研究院
IPC: G06T7/194 , G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种分割一切模型的训练优化方法、设备及计算机可读存储介质,包括,获取范例图像与背景图像,其中,范例图像包含多个器官,背景图像中不包含器官,范例图像的尺寸与背景图像的尺寸相等;基于范例图像中的多个器官获取多个局部图像,其中,任一局部图像包含一个位于范例图像中的器官,任一局部图像的尺寸与范例图像的尺寸相等;对多个局部图像分别进行图像变换处理,并拼贴至背景图像中,得到合成图像;将范例图像与合成图像输入至所述分割一切模型中的图像编码器模块。采用本发明技术方案后,能够使用少量的已标注影像数据训练分割一切模型,减少获取训练数据的压力,降低资源消耗。
-
公开(公告)号:CN116612089A
公开(公告)日:2023-08-18
申请号:CN202310583965.7
申请日:2023-05-23
Applicant: 杭州类脑科技有限公司
IPC: G06T7/00
Abstract: 本发明提供了一种感染检测方法、设备及介质,包括以下步骤:获取待检部位所对应的待检三维图像,并将待检三维图像输入预先训练的感染检测模型;感染检测模型通过三维卷积获取待检三维图像的第一图特征信息,并根据第一图特征信息判断待检三维图像内是否存在实际感染三维区域,并输出判断结果;当判断结果为待检三维图像内存在实际感染三维区域时,所述感染检测模型进一步输出实际感染三维区域位于待检三维图像内的第一相对位置。使用上述技术方案后,可以精准提取图特征信息,自动判断是否待检部位中是否存在感染区域,并输出感染区域的具体位置及置信度,为临床医生对患者脊柱感染进行诊断提供有力参考。
-
公开(公告)号:CN115909138A
公开(公告)日:2023-04-04
申请号:CN202211341258.9
申请日:2022-10-27
Applicant: 杭州类脑科技有限公司 , 海盐县南北湖医学人工智能研究院 , 浙江大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及超声视频人工智能技术,旨在提供一种基于深度神经网络的超声结节重识别方法。包括:收集超声结节影像,勾画其中的结节轮廓,建立数据集;构建包括特征提取器和分类器的结节分类模型并进行训练;仅使用模型中的特征提取器提取实时扫描影像中的特征向量;然后根据余弦距离来度量相似性,以此判断两个视频片段的内容是否属于同一结节;使用聚类算法对视频片段进行分类。本发明可快速地对超声检查过程中发现的超声结节进行实时重识别,提高扫查过程和结果诊断的效率;能够提高超声结节实时重识别的准确性,摆脱传统超声检查对医生个体能力的依赖。
-
-
-
-
-
-
-
-
-