-
公开(公告)号：CN111048210B
公开(公告)日：2024-08-02
申请号：CN201911421200.3
申请日：2019-12-31
Applicant: 北京鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
Abstract: 本发明提供一种基于眼底图像评估疾病风险的方法及设备，包括获取用户的眼底图像；利用机器学习模型对所述眼底图像进行识别，输出用于表示所述用户的疾病风险的评估结果，所述机器学习模型包括特征提取网络和至少一个输出网络，其中所述特征提取网络用于从所述眼底图像中提取特征信息，所述至少一个输出网络用于分别根据所述特征信息输出所述评估结果。
-
公开(公告)号：CN114255234A
公开(公告)日：2022-03-29
申请号：CN202210190512.3
申请日：2022-02-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 北京鹰瞳医疗科技有限公司
IPC: G06T7/00
Abstract: 本发明提供一种对基于眼底图像识别心脑血管风险的模型进行训练的方法及其相关产品，该方法包括：获取关于模型训练的多个训练期间的期间设置以及与期间设置对应的多个梯度约束设置，其中梯度约束设置应用于模型的多个输出分支，该每个输出分支与用于确定心脑血管风险的多个指标之一关联并且具有对应的损失函数；在模型训练的多个训练期间应用对应的梯度约束设置，以便基于对应的梯度约束设置来更新所述模型的模型参数。利用本发明的方案，可以有效地训练识别模型并且通过识别模型来分析眼底图像，可以实现无创地对心脑血管风险进行评估。由此，相对于现有技术显著简化识别的复杂度并提升了识别的准确性。
-
公开(公告)号：CN114255234B
公开(公告)日：2022-05-20
申请号：CN202210190512.3
申请日：2022-02-28
Applicant: 北京鹰瞳科技发展股份有限公司 , 北京鹰瞳医疗科技有限公司
IPC: G06T7/00
Abstract: 本发明提供一种对基于眼底图像识别心脑血管风险的模型进行训练的方法及其相关产品，该方法包括：获取关于模型训练的多个训练期间的期间设置以及与期间设置对应的多个梯度约束设置，其中梯度约束设置应用于模型的多个输出分支，该每个输出分支与用于确定心脑血管风险的多个指标之一关联并且具有对应的损失函数；在模型训练的多个训练期间应用对应的梯度约束设置，以便基于对应的梯度约束设置来更新所述模型的模型参数。利用本发明的方案，可以有效地训练识别模型并且通过识别模型来分析眼底图像，可以实现无创地对心脑血管风险进行评估。由此，相对于现有技术显著简化识别的复杂度并提升了识别的准确性。
-
公开(公告)号：CN113989916B
公开(公告)日：2025-05-02
申请号：CN202111177145.5
申请日：2021-10-09
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V40/18 , G06V10/774 , G06N3/0985 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本公开提供一种用于基于元学习对图像进行分类的分类装置、方法及其相关产品。该分类装置包括用于提取待分类的图像的共享特征的共享特征提取器，用于从共享特征数据中提取与主分类任务相关的主特征数据并且基于所述主特征数据来执行主分类任务以实现图像分类的主分类器，以及用于从共享特征数据中提取与辅分类任务相关的辅特征数据以执行针对所述图像的辅分类任务的辅分类器，其中所述辅分类任务用于在所述元学习中对所述共享特征提取器的参数执行微调。利用本公开的分类方案，可以实现共享特征提取器和主分类器对来自不同域的图像的快速域适应，从而显著提升本公开分类方案的准确性和效率。
-
公开(公告)号：CN118822930A
公开(公告)日：2024-10-22
申请号：CN202310416270.X
申请日：2023-04-18
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请实施例公开一种图像处理方法、装置、电子设备及存储介质，该方法包括：获取待筛查的目标眼底图像；提取所述目标眼底图像的多尺度眼底特征；根据所述多尺度眼底特征，生成目标矩阵，其中，所述目标矩阵中包含N个元素，每个所述元素对应于一个疾病分类类别，不同的所述元素对应于不同的疾病分类类别，N为大于2的整数；根据所述目标矩阵，确定所述目标眼底图像对应的目标筛查结果。本申请实施例中，由于从目标眼底图像中提取的多尺度眼底特征可以充分获取图像的病灶区域信息，因此根据提取的多尺度眼底特征可以准确地识别出多种疾病类别，提高了眼底疾病的筛查效率。
-
Patent Agency Ranking
公开(公告)号：CN113768461B
公开(公告)日：2024-03-22
申请号：CN202111073695.2
申请日：2021-09-14
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: A61B3/12 , A61B3/14 , G06V10/764 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明实施例提供了一种眼底图像分析方法、系统和电子设备，该方法包括：获取待分析的眼底图像；对所述眼底图像进行像素级分割，得到标识每个像素属于豹纹或者非豹纹区域的豹纹分割信息；基于所述眼底图像分割出现豹纹对视力影响程度不同的多种感兴趣区域，得到标识每个像素所属感兴趣区域的区域分割信息；根据豹纹分割信息和区域分割信息对眼底豹纹进行量化分析；本发明根据豹纹分割信息和区域分割信息更精准地对眼底豹纹进行量化分析，从而快速、精准地给出诊断结果；医生无需花费大量精力和时间去学习和分析如何根据眼底图像确定豹纹的程度。
-
公开(公告)号：CN114022725A
公开(公告)日：2022-02-08
申请号：CN202111174921.6
申请日：2021-10-09
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种构建多病种转诊系统的方法，包括：S1、获取用于训练的眼底图像的训练样本，以每个样本对应的所有疾病为阳性标签对其眼底图像进行标注获得训练数据集；S2、将所述训练数据集中的训练样本输入至所述待训练的多病种转诊系统，其中，所述多病种转诊系统包括多个疾病分支网络，每个疾病分支网络包括一个对应疾病的分类器以及对所述分类器的输出进行处理的激活层；所述多病种转诊系统还包括用于对所有疾病分支网络的分类器的输出进行计算的归一化层；S3、根据所述训练样本的损失函数更新所述多个疾病分支网络的权重，直至收敛；其中损失函数包括所有疾病分支网络的损失加上所有疾病分支网络的分类器的输出进行合并的多标签回归损失。
-
公开(公告)号：CN113962995A
公开(公告)日：2022-01-21
申请号：CN202111575539.6
申请日：2021-12-21
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B3/12 , A61B3/14
Abstract: 本发明提供一种白内障模型的训练方法及白内障识别方法，所述白内障识别模型的训练方法包括：获取多个训练样本，其中包括图像质量原因导致的图像不清的非白内障样本，所述训练样本包括样本图像以及指示其所属类别的标签，预设的类别包括白内障类、非白内障且图像质量正常类、非白内障且图像不清类；利用所述多个训练样本训练白内障识别模型识别相应样本图像所属的类别，输出识别结果，根据所述识别结果和对应的标签计算的损失值更新白内障识别模型的参数；本发明针对非白内障类设置非白内障且图像质量正常类、非白内障且图像不清类，由此，以训练白内障识别模型区分白内障以及图像不清的非白内障的特征，从而提高模型的精度。
-
公开(公告)号：CN113768461A
公开(公告)日：2021-12-10
申请号：CN202111073695.2
申请日：2021-09-14
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
Abstract: 本发明实施例提供了一种眼底图像分析方法、系统和电子设备，该方法包括：获取待分析的眼底图像；对所述眼底图像进行像素级分割，得到标识每个像素属于豹纹或者非豹纹区域的豹纹分割信息；基于所述眼底图像分割出现豹纹对视力影响程度不同的多种感兴趣区域，得到标识每个像素所属感兴趣区域的区域分割信息；根据豹纹分割信息和区域分割信息对眼底豹纹进行量化分析；本发明根据豹纹分割信息和区域分割信息更精准地对眼底豹纹进行量化分析，从而快速、精准地给出诊断结果；医生无需花费大量精力和时间去学习和分析如何根据眼底图像确定豹纹的程度。
-
公开(公告)号：CN113499033A
公开(公告)日：2021-10-15
申请号：CN202110552824.X
申请日：2021-05-20
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海鹰瞳医疗科技有限公司
Abstract: 本发明实施例提供了一种医疗数据预测方法及系统，涉及医疗技术领域。方法包括：获取对待预测患者的目标部位进行治疗之前，采集的所述待预测患者的信息以及目标生物医用材料的信息；其中所述待预测患者的信息包括医学影像类信息和文字描述类信息；基于所述待预测患者的信息和所述目标生物医用材料的信息，对所述待预测患者的目标部位采用所述目标生物医用材料治疗后的治疗数据进行预测。本发明融合了医学影像等多模态数据，对待预测患者的目标部位采用目标生物医用材料治疗后的治疗数据进行预测，能够有效提升预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.074 seconds)
