-
公开(公告)号：CN110993064A
公开(公告)日：2020-04-10
申请号：CN201911070252.0
申请日：2019-11-05
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向深度学习的医学影像标注方法及装置，其中，方法包括以下步骤：对输入的影像诊断报告、电子病历信息与医学影像进行预处理，生成包含医学影像与抽取出的相关诊断信息的数据；基于深度学习对医学影像进行预标注，其中，基于图像语义分割技术对影像进行分割，得到各个病变区域的边界范围，对影像实现像素级分割标注，并基于图像分类技术结合影像相关诊断信息对影像所属的疾病类型进行分类标注；将预标注后的影像及相关诊断信息通过界面展示，以接收交互式指令，供医生对预标注影像结果进行微调，并导出标注结果。该方法不仅提升了标注效率，同时保证了标注精度。
-
Patent Agency Ranking
公开(公告)号：CN110991486A
公开(公告)日：2020-04-10
申请号：CN201911082512.6
申请日：2019-11-07
Applicant: 北京邮电大学
Abstract: 本发明公开了一种多人协作图像标注质量控制的方法和装置，其中，方法包括：在标注包中按预设的比例投入金标准数据，以验证标注用户针对任一标注包的标注质量，通过验证的标注包数据暂定为合格，执行下一步骤，未通过的数据包将被重新打散，重新分配给用户进行标注；将一份图像分发给多位用户，收集多位用户对图像的标注结果，获取重复标签后，得到真实标签；以数据包或者用户为单位进行随机抽检，评价标注质量；将使用金标准推算的用户准确率反馈给用户，并将金标准中以及人工抽检出的错误数据及其对应的正确答案反馈给标注用户，以使标注用户接收再训练。该方法不仅可以保证标注质量，而且可以获取正确标注结果，简单易实现。
-
公开(公告)号：CN110993064B
公开(公告)日：2023-03-21
申请号：CN201911070252.0
申请日：2019-11-05
Applicant: 北京邮电大学
IPC: G16H30/20 , G06V10/26 , G06V10/764
Abstract: 本发明公开了一种面向深度学习的医学影像标注方法及装置，其中，方法包括以下步骤：对输入的影像诊断报告、电子病历信息与医学影像进行预处理，生成包含医学影像与抽取出的相关诊断信息的数据；基于深度学习对医学影像进行预标注，其中，基于图像语义分割技术对影像进行分割，得到各个病变区域的边界范围，对影像实现像素级分割标注，并基于图像分类技术结合影像相关诊断信息对影像所属的疾病类型进行分类标注；将预标注后的影像及相关诊断信息通过界面展示，以接收交互式指令，供医生对预标注影像结果进行微调，并导出标注结果。该方法不仅提升了标注效率，同时保证了标注精度。
-
公开(公告)号：CN114492599B
公开(公告)日：2024-09-13
申请号：CN202210016344.6
申请日：2022-01-07
Applicant: 北京邮电大学
IPC: G06V10/762 , G16H30/40 , G06F17/14 , G06V10/774
Abstract: 本发明提出一种基于傅里叶域自适应的医疗影像预处理方法和装置，其中，方法包括：获取源域影像数据集和目标域影像数据集；基于目标域影像数据集和DBSCAN聚类算法生成目标数据集；设置光谱邻域交换参数；利用光谱邻域交换参数获取完成傅里叶变换的源域影像数据集和目标数据集的振幅图中的低频部分，将源域影像数据集的振幅图中的低频部分替换为目标数据集的振幅图中的低频部分，对替换后的源域影像数据集的振幅图和相位图进行傅里叶逆变换得到重建影像数据集；利用重建影像数据集与目标数据集的特征距离筛选出目标重建影像数据集。根据本发明的方法解决现有技术中医疗影像的域自适应问题。
-
公开(公告)号：CN110991486B
公开(公告)日：2023-12-29
申请号：CN201911082512.6
申请日：2019-11-07
Applicant: 北京邮电大学
IPC: G06V10/776 , G06V10/764 , G06V10/26 , G06Q10/0639 , G06Q10/101
Abstract: 本发明公开了一种多人协作图像标注质量控制的方法和装置，其中，方法包括：在标注包中按预设的比例投入金标准数据，以验证标注用户针对任一标注包的标注质量，通过验证的标注包数据暂定为合格，执行下一步骤，未通过的数据包将被重新打散，重新分配给用户进行标注；将一份图像分发给多位用户，收集多位用户对图像的标注结果，获取重复标签后，得到真实标签；以数据包或者用户为单位进行随机抽检，评价标注质量；将使用金标准推算的用户准确率反馈给用户，并将金标准中以及人工抽检出的错误数据及其对应的正确答案反馈给标注用户，以使标注用户接收再训练。该方法不仅可以保证标注质量，而且可以获取正确标注结果，简单易实现。
-
公开(公告)号：CN114492599A
公开(公告)日：2022-05-13
申请号：CN202210016344.6
申请日：2022-01-07
Applicant: 北京邮电大学
IPC: G06K9/62 , G16H30/40 , G06F17/14 , G06V10/774 , G06V10/762
Abstract: 本发明提出一种基于傅里叶域自适应的医疗影像预处理方法和装置，其中，方法包括：获取源域影像数据集和目标域影像数据集；基于目标域影像数据集和DBSCAN聚类算法生成目标数据集；设置光谱邻域交换参数；利用光谱邻域交换参数获取完成傅里叶变换的源域影像数据集和目标数据集的振幅图中的低频部分，将源域影像数据集的振幅图中的低频部分替换为目标数据集的振幅图中的低频部分，对替换后的源域影像数据集的振幅图和相位图进行傅里叶逆变换得到重建影像数据集；利用重建影像数据集与目标数据集的特征距离筛选出目标重建影像数据集。根据本发明的方法解决现有技术中医疗影像的域自适应问题。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
