图像分类方法、计算机设备和存储介质

    公开(公告)号:CN111160442B

    公开(公告)日:2024-02-27

    申请号:CN201911350942.1

    申请日:2019-12-24

    发明人: 詹恒泽 郑介志

    IPC分类号: G06V10/764 G06T7/11 G06T7/00

    摘要: 本发明涉及一种图像分类方法、计算机设备和存储介质。该方法包括:获取包括待分类的目标结构的原始图像,并将原始图像输入至预设的分割网络,得到包括目标结构的分割图像,再根据分割图像对原始图像中的目标特征进行增强,得到中间图像,最后将中间图像输入至预设的分类网络,得到分类结果。本申请提出的分类方法实现了对原始图像中的目标特征进行加强,极大的提高了原始图像中目标特征对应图像的清晰度,使得基于增强目标特征后的原始图像在进行分类时,可以极大的提高对目标结构疾病类别分类的准确性。

    医学图像分析方法、计算机设备和可读存储介质

    公开(公告)号:CN111210414B

    公开(公告)日:2023-12-26

    申请号:CN202010009247.5

    申请日:2020-01-06

    发明人: 李青峰 石峰

    摘要: 本发明涉及一种医学图像分析方法、计算机设备和可读存储介质,该方法包括:获取待分析的医学图像;将医学图像输入预设的分类模型,得到医学图像的分类结果;执行缩减操作:对医学图像进行缩减操作,得到缩减医学图像;将缩减医学图像输入分类模型,得到缩减医学图像的分类结果;若缩减医学图像的分类结果精度大于医学图像的分类结果精度,则将缩减医学图像确定为医学图像的感兴趣区域;若缩减医学图像的分类结果精度不大于医学图像的分类结果精度,改变缩减操作的方向,重复缩减操作,该方法提高了确定的感兴趣区域的准确度。

    用于提供服务的方法和计算机程序产品

    公开(公告)号:CN117133444A

    公开(公告)日:2023-11-28

    申请号:CN202311112676.5

    申请日:2023-08-30

    发明人: 陈德仁

    摘要: 寻求和接收健康护理服务的传统方式耗时且麻烦。建立在人工智能(AI)技术上的数字健康护理服务平台可以改善与这些服务相关联的体验和效率。数字健康护理平台可以使用针对图像分类和/或自然语言处理而训练的AI模型,以基于由护理寻求者提供的图像或描述来生成护理寻求者的初步诊断。数字健康护理平台还可以使用AI模型来匹配服务提供者与护理寻求者,和/或管理护理寻求者的服务的物流方面(例如,协调活动、安排预约等)。

    功率管理的设备和方法
    36.
    发明公开

    公开(公告)号:CN117133430A

    公开(公告)日:2023-11-28

    申请号:CN202311146476.1

    申请日:2023-09-06

    摘要: 公开了一种用于在边缘设备上实现低功率MR患者定位的工作流程的功率管理设备。功率管理设备在定义的时间间隔之后将边缘设备的操作模式从第一功率模式变为第二功率模式。功率管理设备还控制边缘设备捕捉第一场景的第一图像。功率管理设备还基于对所捕捉的第一图像中的多个对象的检测来确定触发点。功率管理设备还将边缘设备的操作模式从第二功率模式变为第三功率模式,以控制在边缘设备处执行一组操作时的电力消耗。边缘设备的操作模式可以在所确定的触发点改变。

    一种数据处理的方法、装置、存储介质及电子设备

    公开(公告)号:CN117133019A

    公开(公告)日:2023-11-28

    申请号:CN202311097793.9

    申请日:2023-08-28

    摘要: 本说明书公开了一种数据处理的方法、装置、存储介质及电子设备,将原始模态的人体医学图像转换为目标模态的人体医学图像,输入预先基于目标模态的人体医学图像训练的人体部位识别模型,得到目标模态的人体医学图像中的人体部位,从而得到原始模态的人体医学图像中的人体部位。通过将原始模态的人体医学图像映射至目标模态,使得该人体部位识别模型可对得到的目标模态的人体医学图像进行部位识别,间接的实现了对原始模态的人体医学图像的部位识别,从而不需要基于原始模态的人体医学图像训练另外的人体部位识别模型,解决了当原始模态的人体医学图像较少时,难以训练出效果相对较好的人体部位识别模型的问题。

    一种医学图像采集方法、装置、设备及可读存储介质

    公开(公告)号:CN117036438A

    公开(公告)日:2023-11-10

    申请号:CN202311064132.6

    申请日:2023-08-22

    发明人: 杨琦钰 岳鸣 杨帆

    摘要: 本说明书公开了一种医学图像采集方法、装置、设备及可读存储介质,通过深度补偿模型对待扫描范围对应的从深度图像中确定待扫描范围的初始深度优化,得到待扫描范围对应的目标深度,根据待扫描范围的目标深度和待扫描范围,控制采集对象移动,使得待扫描范围位于医学图像采集设备的采集范围,以便通过医学图像采集设备,采集待扫描范围的医学图像。可见,基于预先以包含特征标记物的参考深度图像和特征标记物的实际深度训练的深度补偿模型,能够对初始深度进行优化,从而得到待扫描范围的准确深度,进而提升采集对象的移动精度,使得采集对象的待扫描范围能够精准的移动到医学图像采集设备的采集范围,以提升医学图像的采集精度。

    基于深度学习的目标检测方法、设备及介质

    公开(公告)号:CN113240638B

    公开(公告)日:2023-11-10

    申请号:CN202110518366.8

    申请日:2021-05-12

    发明人: 曲国祥

    摘要: 本发明提供一种基于深度学习的目标检测方法、设备及介质,该方法包括:获取待检测图像;通过第一检测网络对待检测图像进行处理,得到目标第一检测框;提取待检测图像的特征图;对待检测图像的特征图进行裁剪,得到包含目标第一检测框的目标裁剪图像;将目标裁剪图像输入第二检测网络,得到目标裁剪图像中各像素点的中心度、以及各目标像素点与所属的目标第二检测框的各边界之间的偏移量,其中,中心度为对应像素点是第二检测框的中心点的概率,目标像素点为中心度大于预设中心度阈值的像素点;根据各目标像素点与所属的目标第二检测框的各边界之间的偏移量,确定各目标第二检测框。本发明能够解决难以将图像中相邻物体准确区分的问题。