-
公开(公告)号:CN113052930A
公开(公告)日:2021-06-29
申请号:CN202110270213.6
申请日:2021-03-12
Applicant: 北京医准智能科技有限公司 , 广西医准智能科技有限公司
Abstract: 本发明公开了一种基于生成对抗网络生成胸部DR双能量数字减影图像的方法、装置及存储介质,包括获取胸部DR双能减影图像,对胸部DR双能减影图像进行预处理后构建训练集,构建生成对抗网络模型,将预处理后的胸部DR原图、骨减影图像和组织减影图像输入生成对抗网络模型进行训练;获取待处理的胸部DR图像,将待处理的胸部DR图像输入训练好的生成对抗网络中,生成相应的骨减影图像和组织图像。
-
公开(公告)号:CN113034451A
公开(公告)日:2021-06-25
申请号:CN202110273187.2
申请日:2021-03-15
Applicant: 北京医准智能科技有限公司 , 广西医准智能科技有限公司
Abstract: 本发明提供了一种基于深度学习的胸部DR图像识别方法,主要包括:DICOM图像数据矫正处理以及异物检测。其中DICOM图像数据矫正处理以适应不同机型、不同拍摄参数和图像质量的DR影像;异物检测环节设计了适用于不同大小异物检出的目标检测网络,对矫正处理后的DICOM图像进行计算,以得到异物所在的区域及类别。本发明采用深度神经网络,自动从图像中提取多尺度的特征用于异物的检测,避免了手动从图像中提取特定的特征,从而使本算法不依赖待检测异物的图形学特征,极大的增加了本算法的适应性,而图像矫正处理阶段有效的降低了不同设备生成的不同质量的DR影像对检测结果的影像,增大了本算法的适用范围。
-
公开(公告)号:CN113436144A
公开(公告)日:2021-09-24
申请号:CN202110566874.3
申请日:2021-05-24
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种基于人工智能的关节评级方法、装置、电子设备及计算机可读存储介质;所述方法包括:确定数字化X射线(DR)图像中的关节图像;基于所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述D R图像中的至少一项,确定所述关节图像对应的关节评级;所述关节评级用于表征所述关节的发育情况。本申请实施例能够提高关节评级的准确性。
-
公开(公告)号:CN113436145A
公开(公告)日:2021-09-24
申请号:CN202110566880.9
申请日:2021-05-24
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种基于人工智能的骨龄确定方法、装置、电子设备及计算机可读存储介质;所述方法包括:确定数字化X射线(DR)图像中的感兴趣区域,所述DR图像包括肢体的骨骼图像;获取所述感兴趣区域的等级评价值;基于所述感兴趣区域的等级评价值,确定所述骨骼图像对应的骨龄。通过本申请,能够快速、准确地确定骨龄。
-
公开(公告)号:CN113436143A
公开(公告)日:2021-09-24
申请号:CN202110565098.5
申请日:2021-05-24
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种基于人工智能的关节检测方法、装置、电子设备及计算机可读存储介质;所述方法包括:确定数字化X射线(DR)图像中的候选骨骼关节,所述DR图像包括肢体的骨骼图像;对所述候选骨骼关节进行处理,获得目标骨骼关节。通过本申请实施例,能够提高关节检测的准确率。
-
公开(公告)号:CN113570616B
公开(公告)日:2022-05-13
申请号:CN202110645965.6
申请日:2021-06-10
Applicant: 北京医准智能科技有限公司
IPC: G06T7/11 , G06T7/136 , G06T7/62 , G06K9/62 , G06V10/762
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及计算机可读存储介质;所述方法包括:确定目标数字化X射线(DR)图像中肢体的数量;在所述肢体的数量大于第一阈值的情况下,基于表征所述肢体的方位的标识对应的轮廓线确定所述肢体的方位;对所述目标DR图像中的肢体图像进行分离,基于所述肢体的方位确定目标肢体图像。本申请实施例能够减少DR图像中多个肢体图像的分割所需的时间,简化处理过程。
-
公开(公告)号:CN113570616A
公开(公告)日:2021-10-29
申请号:CN202110645965.6
申请日:2021-06-10
Applicant: 北京医准智能科技有限公司
Abstract: 本申请提供了一种图像处理方法、装置、电子设备及计算机可读存储介质;所述方法包括:确定目标数字化X射线(DR)图像中肢体的数量;在所述肢体的数量大于第一阈值的情况下,基于表征所述肢体的方位的标识对应的轮廓线确定所述肢体的方位;对所述目标DR图像中的肢体图像进行分离,基于所述肢体的方位确定目标肢体图像。本申请实施例能够减少DR图像中多个肢体图像的分割所需的时间,简化处理过程。
-
-
-
-
-
-