-
公开(公告)号：CN114494108B
公开(公告)日：2024-11-26
申请号：CN202111347784.1
申请日：2021-11-15
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国人民解放军陆军军医大学第一附属医院
IPC: G06V10/764 , G06V10/82 , G06T7/62 , G06T7/66 , G06N3/08 , G06N3/0464
Abstract: 本发明提出一种基于目标检测的病理切片的质量控制方法和系统。本发明使用的是基于关键点的目标检测算法，就不需要设置候选框，直接输出目标检测框的位置。同时本发明还加入了检测框旋转网络，可以更好地拟合刀痕或者空洞等的位置，从而准确得到空洞，刀痕等类别在切片上的大小，从而对切片进行精确评分质控。
-
公开(公告)号：CN118141418A
公开(公告)日：2024-06-07
申请号：CN202211559592.1
申请日：2022-12-06
Applicant: 中国人民解放军战略支援部队特色医学中心 , 北京知见生命科技有限公司 , 重庆知见生命科技有限公司
IPC: A61B8/08
Abstract: 本发明属于超声图像处理技术领域，公开了一种乳腺超声探头方位检测方法及装置、设备、存储介质，通过获取超声探头在设置有多个定位导丝的乳腺超声敷垫上进行扫查时获得的超声检查图像，从多个定位导丝中确定在超声检查图像中显影的目标定位导丝，然后获取目标定位导丝在乳腺超声敷垫上的位置信息以及与超声探头的交点的距离信息，根据距离信息和位置信息计算得到超声探头的扫查方位信息，从而能够实现基于超声检查图像自动化进行乳腺超声探头方位检测，降低人工标注所需人力成本，提高定位效率，同时可以提高乳腺超声探头的定位精确性。
-
公开(公告)号：CN115564750A
公开(公告)日：2023-01-03
申请号：CN202211298203.4
申请日：2022-10-21
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司
Abstract: 本发明属于人工智能技术领域，公开了一种术中冰冻切片图像识别方法及装置、设备、存储介质，通过利用人工智能识别模型对术中冰冻的切片图像进行识别获得识别结果，该识别结果包括病变区域关于淋巴结转移的定性检测值和定量检测值，根据识别结果对切片图像中的病变区域进行标注，在用户操作界面上输出标注图像和识别结果以供用户审核，方便病理医生查阅及复核，根据用户提交的提交信息、标注图像和识别结果生成检测报告，可以实现自动对术中冰冻的切片图像进行淋巴结转移检测，使病理医生可专注于取材，在对标注图像和识别结果进行复核后生成检测报告，可以辅助病理医生快速进行诊断，提高术中冰冻切片图像识别的工作效率和精度。
-
公开(公告)号：CN114549394B
公开(公告)日：2024-06-28
申请号：CN202111388306.5
申请日：2021-11-22
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国人民解放军陆军军医大学第一附属医院
IPC: G06V10/26 , G06N3/0455 , G06N3/08 , G06V10/82 , G06V10/80
Abstract: 本发明提出一种基于深度学习的肿瘤病灶区域语义分割方法和系统，本发明提出端到端的网络结构模型，整体结构分为编码层和解码层两部分，在编码层中引入密集连接网络结构块解决网络过深造成梯度弥散问题，在解码层引入特征注意力机制和通道注意力机制精确获取分割目标信息，在跳跃连接处增加多尺度感受野网络结构获取不同尺度语义信息，提升分割精度。该模型在兼顾速度和精度的前提下可以精确地分割出肿瘤病灶区的准确位置，在医学图像处理领域中具有广泛的应用前景。
-
公开(公告)号：CN113689382B
公开(公告)日：2023-12-01
申请号：CN202110842260.3
申请日：2021-07-26
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司
Abstract: 本发明提出一种基于医学影像和病理图像的肿瘤术后生存期预测方法及系统。通过孪生网络结构将医学影像和病理图像融合在一起预测肿瘤术后生存期。使用不同深度的网络结构提取医学影像和病理图像的基础特征，通过信息交互方式将医学影像和病理图像的基础特征融合在一起。通过通道注意力网络结构和特征注意力网络结构有效地过滤无用的背景信息，增强目标信息的响应值，最后通过全连接层输出预测结果。整体网络结构采用端到端模型，使得网络可以有效的学习医学影像和病理图像的特征信息，增强算法的鲁棒性和泛化能力。(56)对比文件陈永晔;张恩龙;张家慧;郎宁;袁慧书.基于影像学的多种人工智能算法在肿瘤研究中的应用进展.磁共振成像.2018,(10),全文.
-
Patent Agency Ranking
公开(公告)号：CN116579974A
公开(公告)日：2023-08-11
申请号：CN202310217218.1
申请日：2023-03-08
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司
Abstract: 本发明属于机器视觉技术领域，公开了一种病理样本取材控制方法及装置、设备、存储介质，通过检测病理样本图像中的尺寸参照物，根据尺寸参照物的像素尺寸与实际尺寸计算获得尺寸参照值，以及从病理样本图像中分割出病理样本组织区域和病变区域，然后根据尺寸参照值，将病理样本组织区域和病变区域的图像尺寸信息换算成实际尺寸信息；以及从病理样本组织区域和病变区域中确定出取材点位；最后将实际尺寸信息以及取材点位的坐标信息输出显示于用户操作界面上；从而可以对所拍摄样本图像进行病灶区自动识别及取材点位推荐，辅助病理医师进行准确取材，可以提高取材的自动化程度，进而提高工作效率和精准性。
-
公开(公告)号：CN115526834A
公开(公告)日：2022-12-27
申请号：CN202211037378.X
申请日：2022-08-26
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国医学科学院北京协和医院
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于医学病理图像处理技术领域，公开了一种免疫荧光图像检测方法，通过多个空洞卷积层分别对待测免疫荧光图像进行特征提取获得多个空洞卷积特征图，然后进行特征融合获得多尺度特征图，并输入残差网络获得深层特征图，利用卷积层对深层特征图进行权值分配，最后将加权后的像素值高于指定阈值的特征区域确定为目标框，该目标框内的区域为感兴趣区域，其中多个空洞卷积层的空洞系数各不相同，通过将不同空洞系数的空洞卷积层提取到的特征进行多尺度融合，能够同时提取高低视野下的特征进行融合，得到更完整的语义信息，使得检测的感兴趣区域更具有针对性，可以提高免疫荧光图像中肾小球位置的定位检测准确度。
-
公开(公告)号：CN114170415A
公开(公告)日：2022-03-11
申请号：CN202111232313.6
申请日：2021-10-22
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 叶定伟
IPC: G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G16B20/50 , G16H30/20
Abstract: 本发明提出一种基于组织病理图像深度域适应的TMB分类方法，包括：从TCGA数据和已知临床数据中选取已标注病理图像，划分入第一图像集和第二图像集；对该第一图像集的病理图像进行切分，得到多个具有感兴趣区域特征的第一图像块，构建为第一训练数据集，训练深度学习识别网络获得感兴趣区域识别模型；以该感兴趣区域识别模型获取该第二图像集的病理图像的感兴趣区域，并切分得到多个带有TMB类型标签的第二图像块，构建为第二训练数据集，训练深度学习分类网络获得TMB分类模型；获取目标病理图像的感兴趣区域，以该TMB分类模型对该感兴趣区域进行分类，得到该目标病理图像的TMB类别。本发明还提出一种基于域适应的TMB图像分类系统，以及一种数据处理装置。
-
公开(公告)号：CN113689382A
公开(公告)日：2021-11-23
申请号：CN202110842260.3
申请日：2021-07-26
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司
Abstract: 本发明提出一种基于医学影像和病理图像的肿瘤术后生存期预测方法及系统。通过孪生网络结构将医学影像和病理图像融合在一起预测肿瘤术后生存期。使用不同深度的网络结构提取医学影像和病理图像的基础特征，通过信息交互方式将医学影像和病理图像的基础特征融合在一起。通过通道注意力网络结构和特征注意力网络结构有效地过滤无用的背景信息，增强目标信息的响应值，最后通过全连接层输出预测结果。整体网络结构采用端到端模型，使得网络可以有效的学习医学影像和病理图像的特征信息，增强算法的鲁棒性和泛化能力。
-
公开(公告)号：CN116385412A
公开(公告)日：2023-07-04
申请号：CN202310378008.0
申请日：2023-04-10
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国人民解放军海军军医大学第一附属医院 , 上海长征医院
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06T7/11
Abstract: 本发明属于医学图像处理技术领域，公开了一种颈椎X线图像的自动测量方法及装置，通过对每个样本图像标注获得多个标注点，框取多个标注点所在的区域获得标注框，根据样本图像和标注框训练获得第一网络模型；根据样本图像和多个标注点训练获得第二网络模型，从而利用第一网络模型对颈椎X线图像进行目标检测获得颈椎区域；再在颈椎区域的基础上向外扩充像素点后获得颈椎所在图，利用第二网络模型对颈椎所在图进行关键点检测，最后根据检测到的多个目标关键点的位置信息计算多个指标的测量值，因此可以在区域检测后直接对指标测量需要的关键点进行检测，无需进行椎体分割后再检测角点，可以提高指标测量的精准度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.038 seconds)
