-
公开(公告)号：CN117575993B
公开(公告)日：2024-05-21
申请号：CN202311372626.0
申请日：2023-10-20
IPC分类号： G06T7/00 , G06N3/0464 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/26
摘要： 本发明公开了一种基于深度学习的滴度值的处理方法及系统，属于机器学习领域，包括：获取非梅毒螺旋体血清学试验结果的第一图像；对检验图像进行清晰度判断，输出第二图像；采用卷积神经网络对第二图像进行圆形目标检测，输出圆形目标的中心坐标和半径；根据检测到的圆形目标的中心坐标和半径对第二图像进行分割，提取圆形目标区域；根据预设排序规则，对提取的圆形目标区域进行排序；采用卷积神经网络对排序后的圆形目标区域进行分类，输出阴阳结果；计算阴阳结果对应的滴度值。针对现有技术中存在的检测结果的自动化处理效率低的问题，本申请通过整合机器学习和深度学习技术，特征提取、模型训练和图卷积神经网络等方法，提高血清学试验结果自动化处理的效率。
-
公开(公告)号：CN116311411A
公开(公告)日：2023-06-23
申请号：CN202211305639.1
申请日：2022-10-24
摘要： 本发明公开了一种人脸皮肤状况打分方法，包括以下步骤：S1：读入采集到的人脸图像；S2：检测出人脸上的关键点；S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。该人脸皮肤状况打分方法能够分析人脸常见的状况表象并计算分数，以利于对人脸皮肤状况进行量化评估，为后续诊疗提供指导依据。
-
公开(公告)号：CN115191955A
公开(公告)日：2022-10-18
申请号：CN202211119432.5
申请日：2022-09-15
摘要： 本发明提供一种基于人工智能的脸部皮肤状态全角度检测装置及检测方法，包括遮光件和壳体组成的闭合检测空间、弧形滑轨、采样装置、控制器和计算机，控制器控制采样装置在弧形滑轨上左右移动采集图像，计算机对采集的图像进行智能检测定位比对，采样装置包括摄像装置、光源装置和移动定位支架，摄像装置、光源装置和移动定位支架采用一体化结构集成安装，摄像装置和光源装置分别通过一体化结构中各自的移动定位支架分别进行上下和前后俯仰移动；本发明装置一体化结构体积紧凑、环境闭合无外部光源干扰、无需人脸面部配合装置进行面部定位、面部凹凸表面全角度拍摄及全角度无遮挡照光组合、拍摄图像定位重复性好和智能比对识别自动化程度高。
-
公开(公告)号：CN112669959B
公开(公告)日：2024-03-29
申请号：CN202011500721.0
申请日：2020-12-17
IPC分类号： G16H50/20 , G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , A61B5/00
摘要： 一种基于图像的白癜风病情自动评估方法，本方法首先采用YOLO V3网络对图像中皮肤进行检测得到白癜风区域，然后应用UNet++网络对白癜风区域进行精细分割，得到白癜风的精准区域，然后再计算白癜风区域像素面积，作为评估白癜风病情的指标，从而实现基于图像自动评估患者的白癜风病情。本发明操作自动简便，摆脱以往繁复的操作流程，用白癜风白斑面积作为评估标准更加客观真实，该评估方法也可以用于以白癜风为代表的其他色素性皮肤。
-
公开(公告)号：CN116115908A
公开(公告)日：2023-05-16
申请号：CN202211443613.3
申请日：2022-11-18
IPC分类号： A61N1/40
摘要： 本发明提供一种多阵型射频微针电极治疗装置，手柄外壳，所述手柄外壳的内部设有驱动件，所述驱动件连接翼片；所述驱动件用于驱动所述翼片直线移动和开合；所述手柄外壳的端部连接电极外壳，所述电极外壳的内部设有相互连接的压盖和电路板；所述压盖的内部设有微针板件，所述微针板件包括推板组件、微针板组件和微针组件；所述推板组件包括多层自内向外成同心套叠结构的推板，且所述推板组件与驱动件同轴；所述微针板组件包括多层呈同心环状排列的微针板；所述微针组件包括多根呈矩阵分布的微针。本发明设置有可调的微针板件，可根据不同的治疗部位的适应症来设置使用微针的矩阵数量，有效提高治疗效率，适应多种治疗应用场景。
-
公开(公告)号：CN112967285B
公开(公告)日：2021-08-27
申请号：CN202110539513.X
申请日：2021-05-18
摘要： 本发明公开一种基于深度学习的黄褐斑图像识别方法、系统和装置，属于计算机图像处理技术领域。针对现有技术中存在的黄褐斑的识别和分析均依赖人工经验进行，主观性较强，识别效率低等问题，本发明通过计算机自动读取患者上传的面部皮肤图像，利用人工智能人脸特征点识别模型检测出面部图像的人脸轮廓以及每个特征点的位置坐标，然后通过计算机程序对面部图像区域进行划分，再通过已经训练好的黄褐斑区域检测和黄褐斑区域分割深度学习模型对黄褐斑区域进行检测和分割，利用计算机分别计算每个区域的黄褐斑面积占比以及色度值，最后通过改良MASI评价方式去计算黄褐斑评价得分，本发明可辅助医生评价黄褐斑病情严重程度，准确度高适合广泛应用。
-
公开(公告)号：CN113159227A
公开(公告)日：2021-07-23
申请号：CN202110540228.X
申请日：2021-05-18
摘要： 本发明公开一种基于神经网络的痤疮图像识别方法、系统和装置，属于计算机图像处理技术领域。针对现有技术中存在的痤疮图像识别判断往需要人工进行，识别效率低，还往往会带有主观因素，识别评价准备度不高的问题，本发明公开了一种基于人工智能技术自动评估痤疮病情的方法，该方法利用计算机自动读取用户上传的面部皮肤图像，然后通过人工智能痤疮病情评估模型对面部痤疮图像的皮损区域进行自动检测、识别与定位，同时自动对用户面部痤疮的严重程度进行等级区分，最后通过计算机程序对检测出的面部痤疮皮损区域以及类型进行统计，操作简单准确率高，不依赖人工判断，适合广泛应用。
-
公开(公告)号：CN112420199A
公开(公告)日：2021-02-26
申请号：CN202011495285.2
申请日：2020-12-17
摘要： 一种基于白癜风色度的疗效评估方法，其先对患者治疗前的白癜风区域进行拍照，采用目标检测与分割算法对照片进行处理得到白癜风区域，然后采用IWA值计算图像区域的平均色度；然后对治疗后的患者的相同位置进行拍照，计算得到两张照片的变换矩阵，从而得到治疗后患者的白癜风区域，采用IWA值计算该图像区域的平均色度，用治疗前后白癜风区域的两个的色度值的差值，来评估白癜风治疗方案效果。该方法可以很好的反映白癜风治疗前后的色度变化，快速评估白癜风的治疗效果，有效的运用到皮肤科医生的临床工作中。
-
公开(公告)号：CN115457642A
公开(公告)日：2022-12-09
申请号：CN202211296023.2
申请日：2022-10-21
摘要： 本发明公开了一种基于深度学习的皱纹分割方法，包括以下步骤：在人脸图像上标注皱纹生成掩模图；选取图中部分皱纹区域；对图像和掩模图进行扩展填充；将制作好的图像与掩模图送入Unet模型中进行训练；使用训练好的模型检测脸部皱纹并输出结果。该基于深度学习的皱纹分割方法可以有效避免毛发等因素干扰，且识别效率较高，能够准确实现皱纹检测，为老化程度判断给出准确的辅助信息。
-
公开(公告)号：CN112669959A
公开(公告)日：2021-04-16
申请号：CN202011500721.0
申请日：2020-12-17
摘要： 一种基于图像的白癜风病情自动评估方法，本方法首先采用YOLO V3网络对图像中皮肤进行检测得到白癜风区域，然后应用UNet++网络对白癜风区域进行精细分割，得到白癜风的精准区域，然后再计算白癜风区域像素面积，作为评估白癜风病情的指标，从而实现基于图像自动评估患者的白癜风病情。本发明操作自动简便，摆脱以往繁复的操作流程，用白癜风白斑面积作为评估标准更加客观真实，该评估方法也可以用于以白癜风为代表的其他色素性皮肤。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.059 秒)
