一种医学图像的检测方法及装置

    公开(公告)号:CN113379674B

    公开(公告)日:2022-05-13

    申请号:CN202110468667.4

    申请日:2021-04-28

    Abstract: 本申请公开一种医学图像的检测方法及装置,包括:利用检测网络中的特征分析结构,确定待检测图像对应的第一图像特征;所述特征分析结构包括,第一编码结构和第一解码结构;所述第一解码结构包括通道注意力模块和空间注意力模块;利用所述检测网络中的特征检测结构,根据所述第一图像特征确定所述待检测图像中的第一检测目标;基于上述结构,本申请中检测过程不再需要设定锚定尺寸,而能够针对不同大小的检测目标进行检测,解决现有技术中与锚定尺寸具有较大偏差的检测目标很可能会被漏检的技术问题。

    一种血管分割方法、装置及计算机可读介质

    公开(公告)号:CN114037663A

    公开(公告)日:2022-02-11

    申请号:CN202111257553.1

    申请日:2021-10-27

    Abstract: 本发明公开了一种血管分割方法、装置及计算机可读介质,属于图像处理技术领域。该方法包括:从获取的血管分割图像中提取血管点位置信息,得到血管点云数据;血管分割图像是基于原始血管CT影像得到的;基于原始血管CT影像,对血管点云数据中所有血管点标记血管分类标签,并将携带有血管分类标签的血管点云数据作为第一训练样本;对多个第一训练样本进行模型训练,得到点云分割模型;并利用点云分割模型对待测血管分割图像对应的血管点云数据进行分割处理,得到血管分类结果。由此,使得点网络能够有效且完整地学习血管的拓扑结构,提高了血管分割的准确性;解决了现有技术中由于网络无法学习血管完整的拓扑结构导致血管分割不准确的问题。

    一种图像处理方法及设备
    63.
    发明公开

    公开(公告)号:CN113971658A

    公开(公告)日:2022-01-25

    申请号:CN202111055322.2

    申请日:2021-09-09

    Abstract: 本发明实施例公开了一种图像处理方法,方法包括:获取指定图像,指定图像中包括弯曲部位;根据指定图像中的弯曲部位确定若干第一区域;根据若干第一区域的顺序将第一区域沿指定方向依次排布,获得第二区域;根据第一区域和第二区域的对应关系,将第一区域内的图像填充至第二区域中,获得与弯曲部位对应的拉直图像。

    一种基于人工智能的身体部位检测方法、装置及电子设备

    公开(公告)号:CN113920068A

    公开(公告)日:2022-01-11

    申请号:CN202111125524.X

    申请日:2021-09-23

    Abstract: 本申请公开一种基于人工智能的身体部位检测方法、装置及电子设备,身体部位检测方法包括:对初始图像进行图像分割,得到目标图像;对目标图像进行处理,得到用于指示身体部位的掩膜;利用掩膜确定目标图像中的第一身体部位;对第一身体部位的图像进行处理,得到目标图像中的第二身体部位。其中,第一身体部位和第二身体部位基于身体检测模型确定。本申请通过标记有身体部位标签的样本训练身体检测模型,最终利用训练完成的身体检测模型检测医学影像中的身体部位。

    一种血管分割的方法、装置及计算机可读介质

    公开(公告)号:CN113902692A

    公开(公告)日:2022-01-07

    申请号:CN202111128432.7

    申请日:2021-09-26

    Abstract: 本发明公开了一种血管的分割方法、装置及计算机可读介质,属于图像处理技术领域。该方法包括:将所述血管电子计算机断层扫描CT图像作为训练样本,对所述训练样本进行图像特征提取,得到血管特征图;对所述血管特征图分别进行位置特征提取和语义特征提取,得到血管的位置特征向量和语义特征向量;基于所述位置特征向量和所述语义特征向量,进行模型训练,得到血管分割模型;利用所述血管分割模型对待测血管CT图像进行预测处理,生成血管分割结果。由此,能够避免血管分割结果出现血管断裂和/或静脉血管粘连等问题,提高了血管分割的准确性,解决了现有技术中存在的血管图像远距离依赖问题。

    一种基于弱监督学习的超声视频分割方法及装置

    公开(公告)号:CN113902670A

    公开(公告)日:2022-01-07

    申请号:CN202111010966.X

    申请日:2021-08-31

    Abstract: 本申请公开了一种基于弱监督学习的超声视频分割方法及装置,所述方法包括:获得第一视频样本,对所述第一视频样本进行弱监督标注,以得到标注有图片类别标签的弱监督标注图片;将所述弱监督标注图片输入视频注意力网络模型进行弱监督学习,获得目标视频注意力网络模型;所述目标视频注意力网络模型用于确定所述弱监督标注图片上的图片分割区域,以获得与所述第一视频样本对应的第二视频样本;将所述第二视频样本输入视频分割模型进行有监督学习,以获得目标视频分割模型,应用本方法实施例提供的方法,在训练超声视频分割模型的时候,能够节省大量的人力物力成本,并提高超声视频分割模型的分割效果。

    一种CT图像肝脏分割方法及装置

    公开(公告)号:CN113592890A

    公开(公告)日:2021-11-02

    申请号:CN202110589824.7

    申请日:2021-05-28

    Abstract: 本发明提供一种CT图像肝脏分割方法及装置。所述方法包括:建立肝脏识别模型的目标函数,所述模型的目标函数的输出为输入CT图像上的像素点到肝脏表面的代数距离;将所述目标函数输入到一个激励函数,得到像素点属于肝脏的概率;对所述概率进行二值量化,超过设定阈值的概率量化为1,其余概率量化为0,提取量化值为1的像素点,将肝脏从图像中分割出来。本发明将像素点到肝脏表面的代数距离作为目标函数,在进行肝脏分割时,考虑了肝脏器官的形状、像素点到肝脏表面的距离、位置关系等多种因素,使分割的结果更加精细,提高了肝脏分割精度。

    一种医学图像的检测方法及装置

    公开(公告)号:CN113379674A

    公开(公告)日:2021-09-10

    申请号:CN202110468667.4

    申请日:2021-04-28

    Abstract: 本申请公开一种医学图像的检测方法及装置,包括:利用检测网络中的特征分析结构,确定待检测图像对应的第一图像特征;所述特征分析结构包括,第一编码结构和第一解码结构;所述第一解码结构包括通道注意力模块和空间注意力模块;利用所述检测网络中的特征检测结构,根据所述第一图像特征确定所述待检测图像中的第一检测目标;基于上述结构,本申请中检测过程不再需要设定锚定尺寸,而能够针对不同大小的检测目标进行检测,解决现有技术中与锚定尺寸具有较大偏差的检测目标很可能会被漏检的技术问题。

Patent Agency Ranking