-
公开(公告)号：CN119941648A
公开(公告)日：2025-05-06
申请号：CN202411974152.1
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像分析，具体涉及一种基于先验位置信息的医学影像分析方法，根据不同部位的重要性程度，初始化分管不同区域的可学习Queries；输入3D医学影像，根据先验位置信息在相应区域提取3D视觉特征，并在所有3D视觉特征中提取特定区域的局部特征；对各区域的可学习Queries与各区域的局部特征进行特征交互学习，得到各区域的视觉交互特征；利用分类头基于目标区域的视觉交互特征进行分类，并对分类结果进行文本化处理，得到目标区域的分类结果文本化描述；根据目标区域的视觉交互特征、分类结果文本化描述和用户指令文本得到目标区域的文本报告；本发明提供的技术方案能够有效克服难以准确生成目标区域文本报告的缺陷。
-
公开(公告)号：CN119940464A
公开(公告)日：2025-05-06
申请号：CN202411974153.6
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06N3/0895 , G06N3/0455 , G06N3/096 , G06V10/82
Abstract: 本发明涉及模型训练，具体涉及基于跨序列局部对比的医学影像视觉编码器的训练方法，从一个序列的3D医学影像数据中随机裁剪出多个第一全局视图、第一局部视图，将第一全局视图分别输入至学生模型、教师模型中，将第一局部视图输入至学生模型中；从另一个序列的3D医学影像数据中随机裁剪出多个第二全局视图、第二局部视图，将第二全局视图和第二局部视图输入至教师模型中；根据学生模型的输出结果，筛选与第一全局视图最匹配的第一局部视图，并将该第一局部视图作为锚点局部视图；基于锚点局部视图构建用于对比学习的正负样本对；本发明提供的技术方案能够有效克服视觉编码器对高冗余3D医学影像数据中微小局部特征的表征能力较弱的缺陷。
-
公开(公告)号：CN119831938A
公开(公告)日：2025-04-15
申请号：CN202411838232.4
申请日：2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像智能分析，具体设计了一种由影像诊断分析模块、多期对比预警模块、多期影像空间对齐模块、多期影像关联诊断模块、多期对比分析模块、多期对比典型病案知识库和影像临床决策知识库组成的医学影像多期分析系统，其具备多期对比提醒、可解释性的多期对比报告输出、基于多期对比的初步报告更新和基于多期对比的临床决策支持等能力，具备高可解释性、可交互性、可拓展性等优点，能够实现精准的多期对比分析及建议，实现高阶智能辅诊；本发明提供的技术方案能够有效克服现有技术所存在的难以对多期影像进行可解释性、可交互性、可拓展性的多期对比分析的缺陷。
-
公开(公告)号：CN111612755B
公开(公告)日：2024-07-12
申请号：CN202010414237.X
申请日：2020-05-15
Applicant: 讯飞医疗科技股份有限公司
IPC: G06T7/00
Abstract: 本发明实施例提供一种肺部病灶分析方法、装置、电子设备和存储介质，其中方法包括：将待分析的胸部影像输入至病灶定位模型，得到病灶定位模型输出的胸部影像的肺部病灶定位结果；将基于胸部影像以及胸部影像的肺部病灶定位结果确定的融合影像，或，将胸部影像以及胸部影像的肺部病灶定位结果输入至病灶分析模型，得到病灶分析模型输出的胸部影像的肺部病灶分析结果。本发明实施例提供的方法、装置、电子设备和存储介质，保证肺部病灶分析结果能够全面覆盖包括细小病灶和非典型病灶在内的所有肺部病灶，保证了肺部病灶分析的可靠性和准确性。
-
公开(公告)号：CN111612749B
公开(公告)日：2024-02-13
申请号：CN202010397822.3
申请日：2020-05-12
Applicant: 讯飞医疗科技股份有限公司
IPC: G06T7/00
Abstract: 本发明实施例提供一种基于肺部影像的病灶检测方法和装置，其中方法包括：提取待检测的肺部影像的肺部区域；将所述肺部区域输入至病灶检测模型，得到所述病灶检测模型输出的病灶检测结果；其中，所述病灶检测模型是基于样本肺部影像中的样本肺部区域，以及样本病灶检测结果训练得到的；所述病灶检测模型用于确定所述肺部区域中每一区域块的区域病灶识别结果，并基于每一区域块的区域病灶识别结果，或者基于每一区域块的区域病灶识别结果和所述肺部区域的候选病灶检测结果，确定所述病灶检测结果。本发明实施例提供的基于肺部影像的病灶检测方法和装置，能够降低病灶检测虚警率。
-
Patent Agency Ranking
公开(公告)号：CN111738992B
公开(公告)日：2023-12-22
申请号：CN202010500226.3
申请日：2020-06-04
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本发明实施例提供一种肺部病灶区域提取方法、装置、电子设备和存储介质，其中方法包括：确定肺部影像；将肺部影像输入至病灶检测模型，得到病灶检测模型输出的病灶检测结果；将肺部影像输入至病灶分割模型，得到病灶分割模型输出的病灶分割结果；基于病灶检测结果和病灶分割结果，确定肺部影像的病灶区域提取结果。本发明实施例提供的方法、装置、电子设备和存储介质，通过病灶检测模型得到病灶检测结果，通过病灶分割模型得到病灶分割结果，实现了自动化的病灶区域提取，在保证病灶区域提取效率的同时，通过结合病灶检测模型和病灶分割模型两个模型的优势，得到兼顾了区域提取准确性和提取精度的肺部影像的病灶区域提取结果。
-
公开(公告)号：CN111524081B
公开(公告)日：2023-10-10
申请号：CN202010335343.9
申请日：2020-04-24
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本发明实施例提供一种肺部影像角度矫正方法、装置、电子设备和存储介质，其中方法包括：确定肺部影像中的肺部区域；提取所述肺部区域的初始外轮廓；基于所述初始外轮廓的左右两侧中任一侧的各个边界点之间的距离，确定所述任一侧的精细外轮廓；基于左右两侧的精细外轮廓，确定所述肺部区域的倾斜角度，并基于所述倾斜角度对所述肺部影像进行角度矫正。本发明实施例提供的肺部影像角度矫正方法、装置、电子设备和存储介质，实现了肺部影像的自动角度矫正，同时，精细外轮廓中筛除了虚警边界点，提高了肺部轮廓的精确性，并提高了角度矫正的准确性。
-
公开(公告)号：CN119920443A
公开(公告)日：2025-05-02
申请号：CN202411979903.9
申请日：2024-12-31
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像分析，具体涉及基于多模态大模型的医学影像分析系统，多模态特征提取器，提取当前病例中医学影像的视觉特征信息，以及当前病例中病人信息的文本特征信息，融合视觉特征信息和文本特征信息得到当前病例的多模态特征；多模态RAG模块，根据当前病例的多模态特征从专科临床数据库、典型病例知识库中分别检索与当前病例相关的专科临床知识、典型病例数据，并作为检索增强信息发送给医学影像多模态大模型；医学影像多模态大模型，根据当前病例的多模态特征、检索增强信息，以及反馈与修正建议，提供医学影像分析结果及其相关服务；本发明提供的技术方案能够有效克服现有技术所存在的难以对医学影像进行准确、高效分析的缺陷。
-
公开(公告)号：CN119919762A
公开(公告)日：2025-05-02
申请号：CN202411974159.3
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06V10/778 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于人工反馈的交互式医疗影像标注与模型优化方法，属于医疗影像分析技术领域，该基于人工反馈的交互式医疗影像标注与模型优化方法，结合人工反馈和深度学习模型的优势，通过医学专业人员人工审核校正后的疾病标签和热图定位标签作为训练监督信号，反向传播优化模型参数，从而提升模型对疾病诊断和定位的能力，相较现有技术，通过改进深层次认知和复杂模型学习策略，使模型能够更好地捕获和理解疾病区域的详细信息，从而提高了对医疗影像的分类与定位能力。
-
公开(公告)号：CN119831939A
公开(公告)日：2025-04-15
申请号：CN202411838622.1
申请日：2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06T7/00 , G06N3/0455 , G06N3/09 , G16H15/00 , G06V10/764 , G06V10/82 , G16H50/20
Abstract: 本发明涉及医学影像智能分析，具体涉及一种医学影像智能分析模型及训练方法，视觉特征编码器，对输入的医学影像进行医学影像特征提取，并将医学影像特征输入至记忆激活选择器；记忆激活选择器，根据医学影像特征提取视觉诊断特征，通过计算视觉诊断特征与疾病诊断记忆库存储的疾病诊断知识之间的相似性获取对应激活的记忆索引，对记忆索引进行去重，根据去重后的记忆索引获取对应激活的记忆特征组合，并将记忆特征组合作为指令前缀，与用户指令一同输入至大语言模型解码器；本发明提供的技术方案能够有效克服现有技术所存在的难以对医学影像进行精准分析，以及不便对医学影像智能分析模型进行便捷的拓展性学习的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.038 seconds)
