-
公开(公告)号：CN118537299A
公开(公告)日：2024-08-23
申请号：CN202410593158.8
申请日：2024-05-14
Applicant: 北京鹰瞳科技发展股份有限公司
Abstract: 本披露公开了一种基于眼底图像的多任务分割模型的训练方法、方法及产品，所述多任务分割模型由多个子任务分割模型构建而成，所述训练方法包括：获取预训练后的第一图像编码器；针对每个子任务，基于所述第一图像编码器，构建子任务分割模型；使用带子任务标注的眼底图像对所述子任务分割模型进行训练，并在训练过程中固定所述第一图像编码器的参数。本披露实施例通过基于固定参数的第一图像编码器，对每个子任务分割模型进行构建和单独训练，可以使得训练后的子任务分割模型构建而成的多任务分割模型具有分割多任务的能力。
-
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：CN117635549A
公开(公告)日：2024-03-01
申请号：CN202311527222.4
申请日：2023-11-15
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06V10/764 , G16H50/30 , G06N3/0464 , G06N3/084
Abstract: 本公开关于一种眼底图像分析方法、装置、电子设备及存储介质，包括：获取待检测彩色眼底图像；将待检测彩色眼底图像输入颅内肿瘤风险预测模型中进行特征提取，得到图像特征，并根据图像特征进行颅内肿瘤风险预测，输出预测结果；预测结果用于指示待检测彩色眼底图像的拍摄对象为颅内肿瘤风险人员的概率；其中，颅内肿瘤风险预测模型基于不确定度感知器和辅助一致性训练模型对预设卷积神经网络模型进行预训练得到。不确定度感知器促使预设卷积神经网络模型更加关注那些不确定度较低的样本，辅助一致性训练模型促使预设卷积神经网络模型能够学习到训练过程中的历史信息，因此，颅内肿瘤风险预测模型可以实现基于彩色眼底图像快速、准确、非侵入性且低成本地对颅内肿瘤进行诊断。
-
公开(公告)号：CN116934730A
公开(公告)日：2023-10-24
申请号：CN202310961124.5
申请日：2023-08-01
Applicant: 北京鹰瞳科技发展股份有限公司 , 上海交通大学医学院附属新华医院
IPC: G06T7/00 , G06V10/764 , G06V10/44 , G06N3/09 , G06N3/0895
Abstract: 本申请公开了一种用于对检测眼底图像中异常区的检测模型进行训练的方法和设备。所述方法包括：获取用于训练检测模型的超广角眼底图像；将未标注检测框的超广角眼底图像和标注检测框的超广角眼底图像进行裁剪，以获得各自的多个图像块；使用训练好的特征提取器对多个图像块执行与异常区检测相关的特征操作，以获得各自的多个中间特征；将多个中间特征分别输入第一分类器执行全局分类操作和输入第二分类器执行局部分类操作，并基于是否标注检测框对应计算全监督损失函数和半监督损失函数，以对检测眼底图像中异常区的检测模型进行训练。利用本申请的方案，可以在缺少异常区的标注情形下，对超广角眼底图像中的异常区进行精确识别和定位。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN118053040A
公开(公告)日：2024-05-17
申请号：CN202410312436.8
申请日：2024-03-19
Applicant: 上海鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种心脑血管疾病分类的分类模型进行训练的方法及相关产品。该方法包括：将源域的原始视网膜图像输入至扩散模块，以经由扩散模块执行图像生成操作生成目标域的视网膜图像；使用引导模块引导目标域的视网膜图像向所述源域的原始视网膜图像进行转化，获得目标视网膜图像；基于源域的原始视网膜图像和目标视网膜图像，使用分类器模块分别执行与心脑血管疾病相关的分类操作，以获得包含多种疾病类别的第一分类结果和第二分类结果；以及根据第一分类结果和第二分类结果获得心脑血管疾病分类的最终分类结果，以对用于心脑血管疾病分类的分类模型进行训练。利用本申请的方案，可以解决视网膜图像的域泛化问题，提高分类模型的准确性。
-
公开(公告)号：CN117038088A
公开(公告)日：2023-11-10
申请号：CN202311293821.4
申请日：2023-10-09
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: G16H50/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种糖尿病视网膜病变的发病确定方法、装置、电子设备及存储介质，所述方法包括：获取糖尿病用户的眼底图像；基于糖尿病性视网膜病变发病预测模型，对所述眼底图像进行糖尿病性视网膜病变的发病风险预测，得到糖尿病视网膜病变的发病风险评估结果，其中，所述糖尿病性视网膜病变发病预测模型是基于深度神经网络对眼底图像样本中的视觉特征进行训练得到的模型。本发明中，利用糖尿病性视网膜病变发病预测模型，可以快速、准确的为糖尿病患者提供未来糖尿病性视网膜病变发病的风险预测，使糖尿病患者实现提前干预和治疗。
-
公开(公告)号：CN116994101A
公开(公告)日：2023-11-03
申请号：CN202311275093.4
申请日：2023-09-28
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 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像；将所述样本眼底图像输入至待训练疾病预测模型；调用所述待训练疾病预测模型对所述样本眼底图像进行正负样本对构建，得到所述样本眼底图像对应的正负样本对；在基于所述正负样本对计算得到的对比损失满足预设条件的情况下，基于正样本对调整所述待训练疾病预测模型的模型参数，得到用于预测帕金森病的疾病预测模型。本申请可以提高帕金森病预测的准确率。
-
公开(公告)号：CN116994100A
公开(公告)日：2023-11-03
申请号：CN202311275090.0
申请日：2023-09-28
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 , G06V40/10 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/40 , G16H50/50 , G06N3/0464
Abstract: 本申请提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取用户的符合模型训练条件的样本眼底图像，样本眼底图像标注有阿尔兹海默症的真实疾病类别；将样本眼底图像输入至待训练疾病预测模型；调用所述特征筛选及血管分割层对所述样本眼底图像进行特征筛选及血管分割标注处理，得到注意力特征图和血管标注特征图；调用特征融合层对注意力特征图和血管标注特征图进行特征融合处理，得到样本眼底图像对应的预测疾病概率；基于真实疾病类别和预测疾病概率，计算得到待训练疾病预测模型的损失值；在损失值处于预设范围内的情况下，得到用于预测阿尔兹海默症的疾病预测模型。本申请可以提高阿尔兹海默症的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.036 seconds)
