-
公开(公告)号：CN113763330A
公开(公告)日：2021-12-07
申请号：CN202110941096.1
申请日：2021-08-17
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开一种血管分割方法、装置、存储介质及电子设备，血管分割方法包括：通过预设尺寸的滑窗在血管图像上进行图像采样，得到多个图像块，相邻的两个图像块的重叠率等于第一阈值；确定图像块中包括血管图像的图像块；将全部包括血管图像的图像块融合，得到候选血管图像块；基于血管图像和候选血管图像块确定目标血管图像块。该分割方法能够尽可能多地召回血管段，得到完整的血管信息；同时移除多余的粘连血管，得到精细血管分割的同时也不会出现断裂的情况。
-
公开(公告)号：CN116309662A
公开(公告)日：2023-06-23
申请号：CN202211622876.0
申请日：2022-12-16
Applicant: 北京医准智能科技有限公司
Abstract: 本公开提供了一种图像处理方法、装置、设备及存储介质，通过获取患者当前检查的钙化积分图像和造影图像；通过所述造影图像对所述钙化积分图像进行配准操作，并将配准后的钙化积分图像作为配准图像；分别将所述配准图像和所述造影图像输入多隐空间对比增强模型，得到所述造影图像的钙化斑块分割图像，从而有效的解决了增强冠状动脉CT图像由于造影剂导致的钙化斑块误检、分割范围不准确等问题，提升了钙化斑块掩码分割的精准度。
-
公开(公告)号：CN114972242B
公开(公告)日：2023-04-07
申请号：CN202210563950.X
申请日：2022-05-23
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T3/00 , G06N3/0464 , G06T7/66 , G06T7/73 , G06V10/22 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本公开提供了一种心肌桥检测模型的训练方法、装置及电子设备，包括：获取心脏图像训练集的第一样本图像中第一血管对应的第一血管拉直图像，以及所述第一血管拉直图像对应的心脏掩码图像；将所述第一血管拉直图像和所述心脏掩码图像输入至心肌桥检测模型包括的特征提取模块中，确定所述特征提取模块的输出为第一图像特征；将所述第一图像特征输入至所述心肌桥检测模型包括的检测模块中，确定所述检测模块的输出，为所述第一血管被覆盖心肌桥的预测概率；基于心脏掩码图像中第一血管的标注，与所述第一血管被覆盖心肌桥的预测概率，调整所述心肌桥检测模型的参数。
-
公开(公告)号：CN114972221B
公开(公告)日：2022-12-23
申请号：CN202210522323.1
申请日：2022-05-13
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T3/00 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/764 , G06T7/66 , G06T7/11 , G06N3/04
Abstract: 本申请公开了一种图像处理方法、装置、电子设备及可读存储介质，该方法包括：从待检测原始图像中提取待检测血管的血管中心线，血管中心线上包括多个中心点；基于待检测原始图像及多个中心点生成待检测血管的拉直图像；基于第一网络对拉直图像进行特征提取，得到初步特征；初步特征包括多个维度的特征；多个维度包括沿着血管方向的第一维度和垂直于血管方向的第二维度；基于第二网络对初步特征进行第二维度的融合处理，得到第一融合特征；基于第三网络对第一融合特征进行第一维度的融合处理，得到第二融合特征；基于第四网络对第二融合特征进行分析，得到待检测血管的狭窄分析结果。通过实施本申请，能够得到准确的待检测血管狭窄分析结果。
-
公开(公告)号：CN115482372A
公开(公告)日：2022-12-16
申请号：CN202211194661.3
申请日：2022-09-28
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种血管中心线提取方法、装置及电子设备；所述方法包括：获取医学影像图像的特征图；基于医学影像图像的特征图，确定包含血管中心线的候选区域；针对每一个候选区域，确定所述候选区域内的候选中线点；基于所有候选区域内的候选中线点确定所述血管中心线。本申请提供的血管中心线提取方法基于点集对血管中心线进行预测，可以提高血管中心线提取的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115222665A
公开(公告)日：2022-10-21
申请号：CN202210660969.6
申请日：2022-06-13
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种斑块检测方法、装置、电子设备及可读存储介质，该方法包括：获取待检测原始图像对应的血管拉直图像，血管拉直图像包括血管中心线上的多个中心点对应的多个血管子图像；基于第一网络对各中心点对应的血管子图像进行特征提取，得到各中心点对应的第一特征；将各中心点对应的第一特征与各中心点对应的位置编码进行融合，得到各中心点对应的第二特征；基于第二网络对各中心点对应的第二特征进行斑块分析，得到各中心点对应的斑块分析结果。采用血管拉直图像进行斑块分析，去除了大量的冗余信息和噪声信息，可以使得第二网络不被大量的冗余信息和噪声信息所干扰，提高脂质斑块和混合斑块的检测准确度，从而得到精确的斑块分析结果。
-
公开(公告)号：CN115147360A
公开(公告)日：2022-10-04
申请号：CN202210660968.1
申请日：2022-06-13
Applicant: 北京医准智能科技有限公司
Abstract: 本申请公开了一种斑块分割方法、装置、电子设备及可读存储介质，通过获取血管中心线上对应疑似斑块的目标中心点，其中，血管中心线为待检测原始图像中血管的中心线；从待检测原始图像中截取出与目标中心点对应的第一血管子图像，第一血管子图像包括目标中心点；基于斑块分割网络对目标中心点对应的第一血管子图像进行斑块分割，得到第一斑块分割结果；基于第一斑块分割结果对待检测原始图像进行斑块分割，得到第二斑块分割结果。如此，是直接对存在疑似斑块的第一血管子图像进行斑块分割，去除了大量的冗余信息和背景噪声信息，可以提高脂质斑块和混合斑块的分割准确度，从而得到精确的斑块分割结果。
-
公开(公告)号：CN114972221A
公开(公告)日：2022-08-30
申请号：CN202210522323.1
申请日：2022-05-13
Applicant: 北京医准智能科技有限公司
IPC: G06T7/00 , G06T3/00 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/764 , G06T7/66 , G06T7/11 , G06N3/04
Abstract: 本申请公开了一种图像处理方法、装置、电子设备及可读存储介质，该方法包括：从待检测原始图像中提取待检测血管的血管中心线，血管中心线上包括多个中心点；基于待检测原始图像及多个中心点生成待检测血管的拉直图像；基于第一网络对拉直图像进行特征提取，得到初步特征；初步特征包括多个维度的特征；多个维度包括沿着血管方向的第一维度和垂直于血管方向的第二维度；基于第二网络对初步特征进行第二维度的融合处理，得到第一融合特征；基于第三网络对第一融合特征进行第一维度的融合处理，得到第二融合特征；基于第四网络对第二融合特征进行分析，得到待检测血管的狭窄分析结果。通过实施本申请，能够得到准确的待检测血管狭窄分析结果。
-
公开(公告)号：CN114943699A
公开(公告)日：2022-08-26
申请号：CN202210532763.5
申请日：2022-05-16
Applicant: 北京医准智能科技有限公司
Abstract: 本发明公开了一种冠脉钙化斑块的分割模型的训练方法及装置、冠脉钙化斑块的分割方法及装置，其中所述训练方法包括：获取目标训练图像，所述目标训练图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；获取针对所述目标训练图像的位置编码图像，所述位置编码图像至少表征所述目标训练图像中各冠脉分支间的相对位置；基于所述目标训练图像和所述位置编码图像，对分割模型进行训练；其中，训练完成的分割模型用于对待分割CSCT图像中的所述多个冠脉分支中的各冠脉分支的钙化斑块区域进行分割。
-
公开(公告)号：CN114937184A
公开(公告)日：2022-08-23
申请号：CN202210553621.7
申请日：2022-05-19
Applicant: 北京医准智能科技有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/73 , G06T7/66 , G06T7/10 , G06T7/00 , G06T5/30 , G06T5/00 , G06N3/08
Abstract: 本公开提供了一种心脏冠脉血管命名模型的训练方法、装置及电子设备，包括：获取第一样本图像的血管中线点的三维坐标集合；基于所述三维坐标集合，确认第一样本图像的每一个血管中线点的分叉属性、所属血管段的编号、血管走形以及在心脏中的相对位置中至少之一；将第一样本图像的每一个血管中线点的上述特征输入至所述模型包括的特征融合模块中，确定特征融合模块的输出为每一个血管中线点对应的辅助特征；将三维坐标集合，和每一个血管中线点对应的辅助特征输入至所述模型包括的分类模块中，获得第一样本图像中每一个血管中线点对应的血管段的预测名称；基于第一样本图像包括的血管段的标注名称和血管段的预测名称，调整所述模型的参数。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.043 seconds)
