-
公开(公告)号：CN114330692A
公开(公告)日：2022-04-12
申请号：CN202111660692.9
申请日：2021-12-30
Applicant: 科大讯飞股份有限公司
Abstract: 本申请实施例公开了一种神经网络模型的部署方法、装置、设备及存储介质，方法包括：获得电子设备的当前算力信息；至少根据包含多个神经网络模型的模型集合，获得与所述当前算力信息相匹配的目标模型；其中，所述模型集合中的神经网络模型的卷积核参数预先经过训练得到；将所述目标模型部署在所述电子设备上。可见，本申请中根据电子设备的当前算力信息为电子设备部署卷积核参数预先经过训练的神经网络模型，由此在将神经网络模型部署到电子设备之后，无需重新对部署的神经网络模型进行训练，由此通过缩短部署流程达到提高部署效率的目的。
-
公开(公告)号：CN113627260A
公开(公告)日：2021-11-09
申请号：CN202110785085.9
申请日：2021-07-12
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供了识别手写汉字的笔顺的方法、系统和计算设备，方法包括：获取待识别的手写汉字的轨迹点序列，并对手写汉字的轨迹点序列进行预处理，得到手写汉字的关键点序列；基于手写汉字的关键点序列提取手写汉字的笔画特征，其中笔画特征包括基本特征和语义特征；以及利用经训练的笔顺识别模型对手写汉字的笔画特征与相应的模板汉字的笔画特征一起进行处理，得到笔顺识别结果。本发明能够获取手写汉字并进行实时分析，准确识别出书写该手写汉字的笔顺正确与否，并将识别结果反馈给用户，不仅可以大幅度提高手写汉字笔顺的识别效率，缓解家长和老师的辅导教学压力，同时还可以辅助书写者养成按照正确笔顺书写汉字的习惯。
-
公开(公告)号：CN111738992A
公开(公告)日：2020-10-02
申请号：CN202010500226.3
申请日：2020-06-04
Applicant: 科大讯飞股份有限公司
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：CN111524081A
公开(公告)日：2020-08-11
申请号：CN202010335343.9
申请日：2020-04-24
Applicant: 科大讯飞股份有限公司
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：CN111161268A
公开(公告)日：2020-05-15
申请号：CN201911275373.9
申请日：2019-12-12
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及计算机存储介质，首先获取目标用户的胸片图像；接着，将所述胸片图像输入训练好的分割模型，根据所述训练好的分割模型的输出确定原始肋骨图像；最后，对所述原始肋骨图像进行分割处理，得到目标肋骨图像，所述分割处理用于获取无粘连的肋骨图像。可以将深度学习的神经网络模型与后续处理结合，自动分割出每一根肋骨都独立的目标肋骨图像，提升图像处理的准确性和效率，也为医生提供了便利。
-
Patent Agency Ranking
公开(公告)号：CN110782489A
公开(公告)日：2020-02-11
申请号：CN201910998244.6
申请日：2019-10-21
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种影像数据的匹配方法、装置、设备及计算机可读存储介质。该方法包括：获取多期的待匹配对象的影像序列，每期待匹配对象的影像序列包括多层包含待匹配对象的第一图像；对多期的待匹配对象的影像序列，确定每层第一图像中待匹配对象所在的目标图像区域；根据第一图像的层级和目标图像区域对应的待匹配对象的体积，确定多期的待匹配对象的影像序列之间的匹配关系，第一图像的层级是指对待匹配对象扫描时的顺序；基于匹配关系，对多期的待匹配对象的影像序列进行匹配。解决了现有技术存在的对多期影像数据匹配效率和匹配准确度低的问题。
-
公开(公告)号：CN119943338A
公开(公告)日：2025-05-06
申请号：CN202411974160.6
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
Abstract: 本发明公开了一种基于大规模语言模型的辅助诊疗系统，属于医疗影像分析技术领域，包括基于大规模预训练语言模型的医疗影像智能体、工具组件以及储存池模块，所述医疗影像智能体将自然语言解析转化为具体的任务提示，并匹配、调用工具组件，所述工具组件包括报告生成模块、影像分割模块、病灶检测模块、报告评估模块、诊疗助手模块以及储存池模块。该基于大规模语言模型的辅助诊疗系统，通过医疗影像智能体将用户输入的自然语言解析转化为具体的任务提示，自动分解复杂的医疗影像问题，并匹配、调用工具组件，生成详细的分步解决方案，相较现有的装置，避免了由于操作较为复杂且不够直观的问题，简化操作、降低了使用门槛。
-
公开(公告)号：CN119942185A
公开(公告)日：2025-05-06
申请号：CN202411974150.2
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: G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N5/04 , G06T7/00
Abstract: 本发明涉及医学影像分析，具体涉及一种基于细粒度特征的医学影像分析方法，模仿医生实际观看医学影像时的阅读模式，将3D医学影像划分为多层2D医学影像进行输入；对每层2D医学影像进行ViT编码，得到每层2D医学影像的ViT编码结果；对每层2D医学影像的ViT编码结果分别进行上采样、下采样，得到对应的上采样特征、下采样特征；根据每层2D医学影像的下采样特征，利用层级特征采样器提取每层2D医学影像的层级特征；根据每层2D医学影像的层级特征，利用层级特征聚合器提取每层2D医学影像的层级聚合特征；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3D医学影像进行准确、高效分析的缺陷。
-
公开(公告)号：CN119941649A
公开(公告)日：2025-05-06
申请号：CN202411974161.0
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: G06T7/00 , G06T7/11 , G06T7/73 , G06N3/045 , G06N5/04 , G06N5/022 , G06V20/70 , G06V10/42 , G06V10/82
Abstract: 本发明公开了一种基于大模型的病灶定位方法，属于医疗影像分析技术领域，图像经过图像编码器后输入病灶检测模块与病灶分割模块，输出病灶特征，通过区域编码器对每个病灶特征进行处理并整理为大小一致的特征图，再输入给大语言模型，大语言模型整合特征图、全局特征、相似病例以及用户的prompt，输出医疗影像报告，本发明相较现有技术，避免了需要手动对比影像中的病灶位置和报告中的文字描述的问题，提高了诊断效率。
-
公开(公告)号：CN119920423A
公开(公告)日：2025-05-02
申请号：CN202411979902.4
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: 本发明涉及模型应用更新，具体涉及基于增量学习的医学影像多模态大模型的应用更新方法，构建多模态多任务数据集，利用多模态多任务数据集对医学影像多模态基础大模型进行训练，得到预训练的医学影像多模态基础大模型；构建多模态微调数据集，利用多模态微调数据集对预训练的医学影像多模态基础大模型进行微调，得到医学影像多模态SFT大模型；将引擎化的医学影像多模态SFT大模型作为医学影像多模态大模型助手部署至线上；本发明提供的技术方案能够有效克服现有技术所存在的应用更新后导致模型在原始数据上出现灾难性遗忘，以及难以确保应用更新后模型在各场景典型数据上的性能的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.032 seconds)
