-
公开(公告)号：CN119049044A
公开(公告)日：2024-11-29
申请号：CN202411107373.9
申请日：2024-08-13
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V20/69 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域，公开了一种图像分类方法、装置、计算机设备、存储介质及程序产品。其中，该方法包括：获取原始细胞图像；对图像进行分割，得到多个图像块；从原始细胞图像中提取第一图像特征，从多个图像块中提取第二图像特征；确定第一图像特征对应的第一信息权重和第一非信息权重，以创建第一目标特征；确定第二图像特征对应的第二信息权重和第二非信息权重，以创建第二目标特征；对第一目标特征和第二目标特征进行合并，并对合并特征进行空间重建，得到空间重建特征；根据空间重建特征对分类器进行训练；将目标细胞图像输入训练后的分类器中，得到分类结果。通过实施本发明技术方案，能够实现精确和有效的细胞图像分类。
-
公开(公告)号：CN118038171A
公开(公告)日：2024-05-14
申请号：CN202410255908.0
申请日：2024-03-06
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供基于半监督多任务学习的医学图像分类方法、系统及介质，该方法包括步骤：获取多模态磁共振影像数据，并将该影像数据分为训练数据和测试数据；通过训练数据对医学图像分类模型进行第一阶段训练；延用第一阶段编码器和分类器结构搭建半监督学习网络框架，利用双分支网络结构对医学图像分类模型进行第二阶段训练；通过测试数据对训练好的医学图像分类模型进行测试，采用医学图像分类指标评价模型的准确性。本发明采用多任务学习框架，分割模型引导分类模型的特征提取，同时，采用Mean Teacher模型框架，并设计了一致性损失函数，用于学习没有标签数据的图像特征，以充分利用有标签数据和无标签数据，提高分类模型的准确性。
-
公开(公告)号：CN117911770A
公开(公告)日：2024-04-19
申请号：CN202410081038.X
申请日：2024-01-19
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06V10/25 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G16H30/20
Abstract: 本发明涉及图像处理技术领域，公开了多模态医学图像识别模型构建方法及识别方法、装置，包括：采集各模态的样本医学图像，对各模态的样本医学图像进行标注；基于目标病灶区域掩模，对各模态的样本医学图像进行预处理；将训练图像集输入初始医学图像识别模型，提取得到训练图像集的特征图，并对多模态器官病灶结构特征表示和模态特定特征表示进行学习；基于多模态器官病灶结构特征表示和模态特定特征表示，调整初始医学图像识别模型的权重，得到目标医学图像识别模型，本发明通过利用多模态的样本医学图像对模型进行训练，通过学习各模态的病灶特征与特定特征，模型对病灶的识别更为全面，模型的灵敏度更高，识别结果更为准确。
-
公开(公告)号：CN112465779B
公开(公告)日：2024-02-27
申请号：CN202011349356.8
申请日：2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统，该方法包括以下步骤：步骤1，CT图像预处理；步骤2，感兴趣区域提取；步骤3，网络模型训练；步骤4，对待分割CT源图像进行测试分割；步骤5，结果后处；步骤6，病灶边缘分割。本发明可实现胆总管囊肿病灶的全自动分割，有助于辅助临床医生观察胆总管囊肿病灶，辅助医生制定治疗策略，大大减少医生的工作量和操作时间，并为后续的工作提供帮助。
-
公开(公告)号：CN116919811A
公开(公告)日：2023-10-24
申请号：CN202310896646.1
申请日：2023-07-20
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京市中医院
IPC: A61H39/02 , A61H39/08 , A61H39/06 , A61B5/0532
Abstract: 本发明公开了一种针揿导航方法，属于针灸领域，通过多个深度相机获取人体的图像与位置信息，建立三维空间模型并计算穴位位置，提高穴位位置的精准度；处理器接收穴位位置信息，根据机械臂的状态量，结合运动路径规划算法与自适应阻抗控制算法，计算移动路径并控制末端执行器运动到指定穴位位置，实现高精度、高实时性的路径导航；对末端执行器治疗每个穴位的过程进行分解，并对各个部分的人工约束及自然约束进行分析，考虑各个阶段运动约束的变化，采用阻抗控制的方法，通过引入自适应项，实现末端执行器在自由空间的稳定运动并且在与人体接触时保持期望的接触力，实现治疗过程中的自适应阻抗控制。本发明还涉及实施上述方法的针揿导航系统。
-
Patent Agency Ranking
公开(公告)号：CN116894800A
公开(公告)日：2023-10-17
申请号：CN202310876159.9
申请日：2023-07-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明涉及数据融合技术领域，公开了一种基于脑血管知识的多层次数据融合方法及系统，方法包括：对脑影像数据进行分割得到脑血管分割数据并对其进行中心线提取得到脑血管树中心线数据；对脑血管分割和脑血管知识数据分层处理后，采用血管预处理算法集进行特征量化得到对应分层量化特征并设定其权重；结合脑血管树中心线数据，根据分层量化特征进行特征图融合，得到数据融合特征图并基于其各节点的位置进行子图构建，得到各节点子图并对其进行节点权重更新，得到对应加权子图并融合得到节点权重调整特征图，形成多层次血管知识融合数据并结合预设模型的性能来得到最优的多层次血管知识融合数据，明确了多层次血管知识融合数据的最佳处理路径。
-
公开(公告)号：CN116740533A
公开(公告)日：2023-09-12
申请号：CN202310720852.7
申请日：2023-06-16
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
IPC: G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/09 , G06V10/80
Abstract: 本发明涉及模型建立领域，公开了一种脑动脉瘤检测模型建立方法、装置、设备及存储介质，该方法包括：获取脑动脉数据融合图，并输入至图卷积模型，得到图卷积特征；获取血管预处理结果及血管知识融合数据，并输入到编码器，进行解耦，得到解耦特征；将图卷积特征和解耦特征进行特征融合，并将特征融合的结果输入到解码器，利用血管空间标注对检测模型进行监督训练，得到脑动脉瘤检测模型，本发明对脑动脉数据融合图进行处理，得到对应的图卷积特征，对血管预处理结果和血管知识融合数据进行处理，以编码解码为框架，建立脑动脉瘤检测模型，构建知识引导下的多尺度网络模型，利用脑动脉瘤检测模型进行脑动脉瘤检测，提高脑动脉瘤检测结果的精度。
-
公开(公告)号：CN116681671A
公开(公告)日：2023-09-01
申请号：CN202310651362.6
申请日：2023-06-02
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明涉及动脉瘤病灶检测技术领域，公开了一种动脉瘤病灶检测神经网络的知识融合方法及装置，方法包括：获取动脉分割数据、动脉瘤区域人工标注数据及动脉瘤知识数据；分别根据三种数据构建血管‑算法映射矩阵、标注‑算法映射矩阵及知识‑算法映射矩阵；根据三种映射矩阵依次构建血管图谱基础结构、更新血管图谱基础结构的节点信息及边权重，获得初始动脉数据融合图；通过对三种映射矩阵进行网格化参数优化，获得最佳动脉数据融合图。本发明通过对动脉数据及知识进行量化表征及数据融合，能够建立包含丰富的动脉相关信息的三维动脉数据融合图，为动脉瘤病灶的检测提供更可靠、更全面的数据支持。
-
公开(公告)号：CN116363303A
公开(公告)日：2023-06-30
申请号：CN202310219770.4
申请日：2023-03-08
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本申请是关于一种多视角二维超声图像的三维重建方法、装置、设备及介质，具体涉及医疗图像处理技术领域。该方法包括：获取超声探头在主视角、辅视角下采集到的二维超声数据，得到主视角影像集、辅视角影像集；将所述主视角影像集、所述辅视角影像集从超声坐标系转换到视图坐标系，得到主体素矩阵、辅体素矩阵；对所述主体素矩阵、所述辅体素矩阵进行加权计算，得到主副体素矩阵；对所述主副体素矩阵进行三维重建，得到三维重建结果。基于本申请提供的技术方案，通过提供多个视角的二维超声数据，增加了超声重建的范围和深度，从而提高了三维重建的准确度。
-
公开(公告)号：CN115828706A
公开(公告)日：2023-03-21
申请号：CN202211694954.8
申请日：2022-12-28
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种正问题建模方法、装置、电子设备及计算机可读存储介质，其中，方法主要包括：(1)基于电极立体结构边界条件的脑电正问题物理方程描述；(2)带有电极立体结构与头脑结构的正问题有限元构建；(3)传导矩阵计算。本发明提出基于电极立体结构描述的正问题建模方法，在构建电极覆盖区域法向电流分布的同时进一步构建了因电极内切向电压差导致的切向电流分布，该模型一方面增加了切向电流的描述使得电极内部的电场分布更加精细，一方面因为其立体结构的优势可以更细节、更直观地描述电极内电导率的分布，从而进一步使得电极内部的电场描述更精细化。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.067 seconds)
