-
公开(公告)号:CN118675170A
公开(公告)日:2024-09-20
申请号:CN202410843339.1
申请日:2024-06-27
Abstract: 本申请涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标组织所处的待测切片的基因表达信息,对基因表达信息进行测序处理,得到多个图像区域、以及各图像区域各自的基因表达评分,基于空间转录测序确定各图像区域各自的准确的基因表达评分。从各图像区域中,筛选基因表达评分满足评分条件的至少两个选定图像区域,在各选定图像区域中存在位置相邻区域的情况下,确定位置相邻的各选定图像区域中存在目标组织的组织图像,该方法,通过评分条件在各图像区域进行筛选,减少了后续图像处理的工作量,进而提高确定位置相邻的各选定图像区域中存在组织图像的效率,提高了包含选定图像区域的图像的标注效率。
-
公开(公告)号:CN118644450A
公开(公告)日:2024-09-13
申请号:CN202410735547.X
申请日:2024-06-07
IPC: G06T7/00 , G06T7/60 , G06V10/26 , G06V10/764 , G06V10/774 , G06V20/70 , G06V10/82 , G06V10/44 , A61B5/107
Abstract: 本发明涉及一种小儿髋关节标准超声图像的自动测量方法、系统,包括:S1,获取标准超声图像样本,标准超声图像样本包括待检测部位的图像数据集;S2,获取标准超声图像自动测量与分类模型,输入标准超声图像进行标注和自动测量,同时获得标准超声图像样本的N种解剖结构分割标注以及对应的M个关键点的检测结果,M个关键点的检测结果包括各关键点的位置数据;S3,根据M个关键点的位置数据计算分类相关角度α和β,统计αmix和βmax;S4,根据唯一的αmix和βmax定义标准超声图像样本的最终类型。本方案简化标准超声图像自动测量和分类模型,可以通过一致性和鲁棒性的端到端深度学习网络深度模拟训练;临床实践减少测量差异,避免医生误诊或漏诊。
-
公开(公告)号:CN118379260A
公开(公告)日:2024-07-23
申请号:CN202410493038.0
申请日:2024-04-23
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种临床皮肤图像质量自动评估方法及系统,自动评估方法包括预处理图像、评分并标注、构建临床皮肤图像质量检测数据集、构建临床皮肤图像的检测与质量评估模型、将实时获取的临床皮肤图像输入临床皮肤图像的检测与质量评估模型,获得皮肤皮损部位对应的检测框以及临床皮肤图像质量评分结果以及验证步骤。本发明的临床皮肤图像质量自动评估方法通过将病变部位检测和质量评估整合到一个网络中,提高了特征提取的效率,实现了排除复杂背景,仅针对临床医生关心的皮肤皮损区域的图像质量检测,并在质量评估过程中设计验证程序,实现全自动高效获取高质量的临床皮肤图像。
-
公开(公告)号:CN118379259B
公开(公告)日:2025-03-25
申请号:CN202410493036.1
申请日:2024-04-23
Abstract: 本发明提供一种临床皮肤图像病变部位隐私遮盖检测的方法和系统,方法包括预处理、将病变部位和隐私部位分组标注、预训练检测模型、训练基于半监督学习的病变和隐私部位的检测模型、测试基于半监督学习的病变和隐私部位的检测模型、输入实时获取的临床皮肤图像获取获取隐私和病变部位掩码、将隐私部位的分割掩码与临床皮肤图像合成,得到去隐私临床皮肤图像等步骤;发明利用临床皮肤图像训练了自动化的临床皮肤图像去隐私模型,可以自动实现隐私部位的遮盖和病变区域的提取。
-
公开(公告)号:CN118674936A
公开(公告)日:2024-09-20
申请号:CN202410844613.7
申请日:2024-06-27
Abstract: 本申请涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标组织所处待测切片的全局图像,对全局图像中的多个图像区域分别进行图像特征提取,确定各图像区域各自的图像特征,针对于每一图像区域,对表征图像区域在全局图像中所处位置的位置特征、以及图像特征进行特征融合,得到各图像区域各自的融合特征,基于各图像区域各自的融合特征,从各图像区域中确定至少两个目标区域;目标区域包含目标组织的组织图像,基于各目标区域各自包含组织图像的拼接结果,确定目标组织的组织面积,该方法,各目标区域之间的具备位置相关性,减少了位置误检测情况,提高了确定的组织面积大小的准确性。
-
公开(公告)号:CN118379259A
公开(公告)日:2024-07-23
申请号:CN202410493036.1
申请日:2024-04-23
Abstract: 本发明提供一种临床皮肤图像病变部位隐私遮盖检测的方法和系统,方法包括预处理、将病变部位和隐私部位分组标注、预训练检测模型、训练基于半监督学习的病变和隐私部位的检测模型、测试基于半监督学习的病变和隐私部位的检测模型、输入实时获取的临床皮肤图像获取获取隐私和病变部位掩码、将隐私部位的分割掩码与临床皮肤图像合成,得到去隐私临床皮肤图像等步骤;发明利用临床皮肤图像训练了自动化的临床皮肤图像去隐私模型,可以自动实现隐私部位的遮盖和病变区域的提取。
-
公开(公告)号:CN118379398B
公开(公告)日:2025-03-25
申请号:CN202410493041.2
申请日:2024-04-23
IPC: G06T11/60 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08 , G06N3/0475 , G06N3/045
Abstract: 本发明提供一种虚拟皮肤镜图像生成方法及系统,包括预处理、标注、构建第一分割模型、第二分割模型、配对分割掩码、配对临床皮肤图像和皮肤镜图像、训练非配对皮肤镜生成模型和虚拟皮肤镜图像生成模型、输入实时获取的临床皮肤图像得到对应的虚拟皮肤镜图像等步骤。对于实践中难以采集皮肤镜图像,仅能提供临床皮肤图像的情况,可以通过本发明中的模型生成虚拟皮肤镜图像,从而为远程诊疗当中的临床医生提供更多的视角,提高远程诊疗疾病筛查的多元性、准确性和效率。
-
公开(公告)号:CN118379261B
公开(公告)日:2025-03-25
申请号:CN202410493039.5
申请日:2024-04-23
IPC: G06T7/00 , G06T7/62 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 一种临床皮肤图像自动采集方法及系统,包括以下步骤:S1、预处理;S2、生成检测框、临床皮肤图像质量评分结果并标注;S3、构建临床皮肤图像数据集;S4、构建并训练病变部位检测和质量评估模型;S5、将实时获取的临床皮肤图像输入病变部位检测和质量评估模型,获得皮肤皮损部位对应的检测框、检测框面积在临床皮肤图像整体面积中所占的比例和临床皮肤图像质量评分结果;S6、验证检测框面积质量评分结果;S7、验证质量评分结果;S8、保留采集结果。本发明设计了一套临床皮肤图像自动采集方法及系统,实现自动的病变对焦和高质量的病变图像采集,大幅度提升临床皮肤图像的采集质量以及采集效率。
-
公开(公告)号:CN118379398A
公开(公告)日:2024-07-23
申请号:CN202410493041.2
申请日:2024-04-23
IPC: G06T11/60 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08 , G06N3/0475 , G06N3/045
Abstract: 本发明提供一种虚拟皮肤镜图像生成方法及系统,包括预处理、标注、构建第一分割模型、第二分割模型、配对分割掩码、配对临床皮肤图像和皮肤镜图像、训练非配对皮肤镜生成模型和虚拟皮肤镜图像生成模型、输入实时获取的临床皮肤图像得到对应的虚拟皮肤镜图像等步骤。对于实践中难以采集皮肤镜图像,仅能提供临床皮肤图像的情况,可以通过本发明中的模型生成虚拟皮肤镜图像,从而为远程诊疗当中的临床医生提供更多的视角,提高远程诊疗疾病筛查的多元性、准确性和效率。
-
公开(公告)号:CN118379261A
公开(公告)日:2024-07-23
申请号:CN202410493039.5
申请日:2024-04-23
IPC: G06T7/00 , G06T7/62 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 一种临床皮肤图像自动采集方法及系统,包括以下步骤:S1、预处理;S2、生成检测框、临床皮肤图像质量评分结果并标注;S3、构建临床皮肤图像数据集;S4、构建并训练病变部位检测和质量评估模型;S5、将实时获取的临床皮肤图像输入病变部位检测和质量评估模型,获得皮肤皮损部位对应的检测框、检测框面积在临床皮肤图像整体面积中所占的比例和临床皮肤图像质量评分结果;S6、验证检测框面积质量评分结果;S7、验证质量评分结果;S8、保留采集结果。本发明设计了一套临床皮肤图像自动采集方法及系统,实现自动的病变对焦和高质量的病变图像采集,大幅度提升临床皮肤图像的采集质量以及采集效率。
-
-
-
-
-
-
-
-
-