-
公开(公告)号：CN114864093A
公开(公告)日：2022-08-05
申请号：CN202210778428.3
申请日：2022-07-04
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本公开涉及一种基于眼底图像进行疾病预测的装置、方法及计算机可读存储介质。该装置包括：处理器；以及存储器，其存储有基于眼底图像进行疾病预测的程序指令，当所述程序指令由处理器运行时，使得所述装置执行以下操作：获取基于待测眼底图像进行疾病预测的初始预测结果；获取基于历史眼底图像进行疾病预测的历史预测结果；以及根据初始预测结果和历史预测结果，确定基于所述待测眼底图像的最终预测结果。根据本公开实施例的装置，可以通过结合历史预测结果来确定待测眼底图像的最终预测结果，从而能够得到更准确、更合理的最终预测结果。
-
公开(公告)号：CN114847871A
公开(公告)日：2022-08-05
申请号：CN202210786323.2
申请日：2022-07-06
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本公开涉及一种用于分析被检者的眼底变化趋势的方法、系统和相关产品。所述方法包括：获取被检者的多组眼底图像；从所述多组眼底图像中选择所述被检者的至少两组目标眼底图像；对所述至少两组目标眼底图像执行特征匹配操作，以获取差异特征；根据所述至少两组目标眼底图像计算目标特征参数；以及基于所述差异特征和所述目标特征参数分析所述被检者的眼底变化趋势。利用本公开的方案，可以通过差异特征和目标特征参数全面地分析眼底变化趋势，获得准确的分析结果。
-
公开(公告)号：CN115457038B
公开(公告)日：2023-08-22
申请号：CN202211413605.4
申请日：2022-11-11
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , A61B3/12 , A61B3/14
Abstract: 本申请公开了一种分级预测模型的训练方法、分级预测的方法及相关产品，该训练方法包括：基于眼底样本图像中动脉样本网络和静脉样本网络的交叉点，获取包含所述交叉点的样本图像块；根据所述样本图像块中交叉点处的压迹程度，对所述样本图像块赋予相应级别的标签；以及使用带所述标签的样本图像块对分级预测模型进行训练。根据本申请实施例的训练方法，可以使得训练后的分级预测模型能够用于对眼底动静脉交叉处的压迹分级预测。
-
公开(公告)号：CN115511883B
公开(公告)日：2023-04-18
申请号：CN202211404922.X
申请日：2022-11-10
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本申请公开了一种用于确定视网膜眼底血管的弯曲度的方法、设备和存储介质。所述方法包括：获取待进行确定视网膜眼底血管的弯曲度的视网膜眼底图像；基于所述视网膜眼底图像，使用神经网络模型分别获取动静脉分割结果和目标检测区域；基于所述动静脉分割结果和目标检测区域确定视网膜眼底血管的各血管分支的结构属性信息；以及根据所述结构属性信息，利用曲率估计确定所述视网膜眼底血管的各血管分支的弯曲度。利用本申请的方案，可以获得完整且连续走向的血管分支以及结构属性信息，以获得准确的弯曲度测量结果。
-
公开(公告)号：CN115578783A
公开(公告)日：2023-01-06
申请号：CN202211400487.3
申请日：2022-11-09
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本公开涉及一种基于眼部图像进行眼部疾病识别的装置、方法及相关产品。该装置包括处理器；存储器；以及存储在所述存储器中并且可在所述处理器上执行的程序指令，其中所述存储器中还存储有多个特征提取模型和决策模型；所述处理器执行所述程序指令时实现以下操作：获取待识别眼部疾病的眼部图像；使用所述多个特征提取模型对所述眼部图像进行特征提取，以获得每个所述特征提取模型对应的特征结果；以及使用所述决策模型来至少基于所述对应的特征结果对与所述眼部图像相关的眼部疾病进行决策判断，以输出眼部疾病的识别结果。利用本公开的方案，能够基于眼部图像获得更准确的眼部疾病识别结果。
-
Patent Agency Ranking
公开(公告)号：CN115511883A
公开(公告)日：2022-12-23
申请号：CN202211404922.X
申请日：2022-11-10
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本申请公开了一种用于确定视网膜眼底血管的弯曲度的方法、设备和存储介质。所述方法包括：获取待进行确定视网膜眼底血管的弯曲度的视网膜眼底图像；基于所述视网膜眼底图像，使用神经网络模型分别获取动静脉分割结果和目标检测区域；基于所述动静脉分割结果和目标检测区域确定视网膜眼底血管的各血管分支的结构属性信息；以及根据所述结构属性信息，利用曲率估计确定所述视网膜眼底血管的各血管分支的弯曲度。利用本申请的方案，可以获得完整且连续走向的血管分支以及结构属性信息，以获得准确的弯曲度测量结果。
-
公开(公告)号：CN115439699A
公开(公告)日：2022-12-06
申请号：CN202211310926.1
申请日：2022-10-25
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种目标检测模型的训练方法、目标检测的方法及相关产品。根据本申请实施例所述的目标检测模型包括主干网络和与主干网络连接的检测框分类分支，所述检测框分类分支包括至少一个检测类别输出；所述训练方法包括：获取包含检测类别目标和/或假阳类别目标的样本图像形成的样本训练集；为每个检测类别目标和每个假阳类别目标分别赋予两层标签，所述两层标签中的第一层标签用于标识每个目标的检测类别，所述两层标签中的第二层标签用于标识每个目标的真实类别；以及使用带所述两层标签的样本训练集对所述目标检测模型进行训练。根据本申请实施例的训练方法，有利于提高目标检测模型对假阳类别目标的分辨识别能力。
-
公开(公告)号：CN115148323A
公开(公告)日：2022-10-04
申请号：CN202211085785.8
申请日：2022-09-06
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G16H10/60 , G16H50/70 , G06F16/33 , G06F16/35 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N5/04
Abstract: 本申请涉及一种基于医学图像进行疾病预测的装置、方法和计算机可读存储介质。该装置包括：处理器；以及存储器，其存储有基于医学图像进行疾病预测的程序指令，当所述程序指令由处理器运行时，使得所述装置执行以下操作：使用分类模型对待测医学图像进行疾病分类，以获得基于所述待测医学图像的初始分类结果；以及使用自然语言模型对所述初始分类结果进行推理，以获得基于所述待测医学图像的疾病预测结果。根据本实施例的装置，可以无需依赖于人为制定的复杂推断规则，并能够实现真正意义上的自动化疾病预测。
-
公开(公告)号：CN115641443B
公开(公告)日：2023-04-11
申请号：CN202211573797.5
申请日：2022-12-08
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本披露公开了一种训练图像分割网络模型的方法、处理图像的方法及产品。其中，训练图像分割网络模型的方法包括利用医学图像中初始标签对所述图像分割网络模型进行训练，以得到初始训练权重；基于所述初始训练权重对标签去噪网络模型进行网络权重初始化；基于初始化后的标签去噪网络模型执行关于所述医学图像的标签去噪处理；以及根据所述标签去噪网络模型的输出结果确定所述图像分割网络模型的分割结果，以实现对所述图像分割网络模型的优化训练。通过本披露的方案，能够有效减少标签噪声对模型训练结果的影响，从而提高模型分割结果的准确性。
-
公开(公告)号：CN115375955A
公开(公告)日：2022-11-22
申请号：CN202211312292.3
申请日：2022-10-25
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种目标检测模型的训练方法、目标检测的方法及相关产品。根据本申请实施例所述的目标检测模型包括主干网络和与主干网络连接的第一检测框分类分支，所述第一检测框分类分支包括至少一个检测类别输出和至少一个假阳类别输出；所述训练方法包括：获取包含第一标注和第二标注的样本训练集，其中所述样本训练集包括至少一张样本图像，所述第一标注用于标识样本图像中的检测类别目标，所述第二标注用于标识样本图像中的假阳类别目标；以及使用所述样本训练集对所述目标检测模型进行训练。根据本申请实施例的训练方法，有利于提高目标检测模型对假阳类别目标的分辨识别能力。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.04 seconds)
