-
公开(公告)号：CN113449774A
公开(公告)日：2021-09-28
申请号：CN202110616409.6
申请日：2021-06-02
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: 本发明公开了一种眼底图像质量控制方法、装置、电子设备及存储介质，该方法包括：获取第一图像；对第一图像进行预处理，得到第二图像；将所述第二图像输入至预先生成的第一模型中，输出所述第一图像对应的虚拟眼底图像；以及，将所述第二图像输入至预先生成的第二模型中，输出所述第一图像属于各个预设质量等级的概率；根据所述第二图像与所述虚拟眼底图像的相似度，确定所述第一图像是否为眼底图像；以及根据所述概率，确定所述第一图像的质量等级。实施上述方法，将眼底图识别网络模型与图像质量等级分类网络模型结合起来，可以在获得较为准确的眼底图像质量分类的同时，过滤掉非眼底图的干扰，提高了眼底图像质量控制的准确率。
-
公开(公告)号：CN116188939A
公开(公告)日：2023-05-30
申请号：CN202310016032.X
申请日：2023-01-05
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/82 , G06V10/764 , G06V10/26 , G06V40/18 , G06N3/0455 , G06N3/084
Abstract: 本公开一种用于对领域适应分类模型进行训练的方法和相关产品。所述方法包括：获取多组训练数据，其中，一组所述训练数据包括：作为源域的非广角眼底图像以及作为目标域的超广角眼底图像，所述超广角眼底图像所拍摄到的眼底区域大于所述非广角眼底图像的眼底区域；将各组训练数据中的非广角眼底图像与超广角眼底图像进行中心对齐；将对齐后的训练数据导入至领域适应分类模型中进行训练。
-
公开(公告)号：CN114881912A
公开(公告)日：2022-08-09
申请号：CN202110159924.6
申请日：2021-02-05
Applicant: 首都医科大学附属北京同仁医院 , 北京鹰瞳科技发展股份有限公司
Abstract: 本发明提供一种眼轴信息识别方法及设备，所述方法包括获取眼底图像；在所述眼底图像中提取部分圆形区域；对所述圆形区域进行极坐标变化处理得到矩形图像；利用机器学习模型对所述矩形图像进行识别得到眼轴信息。利用本方案只需要获取平面的眼底图像即可测定人的眼轴长度，不需要使用特定的光电测定设备，不需要专业人员参与操作，便利性较强、成本较低。
-
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：CN117853422A
公开(公告)日：2024-04-09
申请号：CN202311747190.9
申请日：2023-12-18
Applicant: 北京鹰瞳科技发展股份有限公司 , 北京鹰瞳智能科技有限公司
Abstract: 本申请提供了一种泪膜破裂时间检测方法、装置、电子设备及存储介质。所述方法包括：获取被检测者的泪膜破裂视频中的所述被检测者处于睁眼状态的目标图像；将目标图像内的Placido环按照极坐标展开并进行区域划分，得到区域图像；根据区域图像内的Placido环转换的直线对区域图像进行破裂点检测，得到破裂点检测结果；根据区域图像内的骨架拓扑结构信息对区域图像进行遮挡检测，得到遮挡检测结果；基于破裂点检测结果和遮挡检测结果，从目标图像内筛选出泪膜破裂检测图像；基于泪膜破裂检测图像，确定被检测者的泪膜破裂时间。本申请实施例可以在不需要额外数据标注的情况下，保证泪膜破裂检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116959501A
公开(公告)日：2023-10-27
申请号：CN202310909924.2
申请日：2023-07-21
Applicant: 循音智能科技(上海)有限公司 , 北京鹰瞳科技发展股份有限公司
Abstract: 本公开的实施例提供一种异常心音识别方法、异常心音识别模型及其训练方法。该异常心音识别方法包括：获得待识别的心音音频信号；将心音音频信号在时域上分割成N个心音音频片段，其中，每个心音音频片段的时长相等；将N个心音音频片段分别单独输入经过预训练的一维卷积神经网络以得到N个心音识别结果，其中，一维卷积神经网络被训练成能够识别单个心音音频片段的时域特征是否存在异常，心音识别结果包括：正常心音、以及异常心音；确定N个心音识别结果中异常心音的比例；响应于比例高于阈值，确定心音音频信号为异常心音音频信号。
-
公开(公告)号：CN116935142A
公开(公告)日：2023-10-24
申请号：CN202311015028.8
申请日：2023-08-11
Applicant: 北京鹰瞳智能科技有限公司 , 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种多标签分类模型的训练方法、多标签分类的方法及产品，该训练方法包括：将训练图像输入所述主干网络进行特征提取，以输出初始特征图，其中所述训练图像具有类别标签；将所述初始特征图输入至所述分类网络的第一卷积分支和第二卷积分支中分别进行处理，以分别输出第一空间特征图和第二空间特征图；基于所述第二空间特征图，对所述第一空间特征图进行加权操作，以得到类特定空间特征图；基于所述类特定空间特征图，输出所述训练图像的类别分数；以及基于所述类别分数和所述类别标签，对所述多标签分类模型进行训练。根据本申请实施例的训练方法，能够使得训练后的多标签分类模型具有更好的分类性能。
-
公开(公告)号：CN115147668B
公开(公告)日：2022-12-27
申请号：CN202211085784.3
申请日：2022-09-06
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , A61B5/00 , G16H50/50
Abstract: 本申请公开了一种疾病分类模型的训练方法、疾病分类的方法及相关产品。该训练方法包括：获取带样本标签的医学样本图像；根据多个待分类病种之间的混淆关系和所述样本标签，生成用于对所述疾病分类模型进行训练的训练标签；以及使用带训练标签的医学样本图像对所述疾病分类模型进行训练。根据本申请实施例的训练方法，使得疾病分类模型能够学习到易混淆病种之间的细微差别，有利于训练后的疾病分类模型能够更好的适应多病种分类任务。
-
公开(公告)号：CN115148323B
公开(公告)日：2022-12-20
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：CN115147668A
公开(公告)日：2022-10-04
申请号：CN202211085784.3
申请日：2022-09-06
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , A61B5/00 , G16H50/50
Abstract: 本申请公开了一种疾病分类模型的训练方法、疾病分类的方法及相关产品。该训练方法包括：获取带样本标签的医学样本图像；根据多个待分类病种之间的混淆关系和所述样本标签，生成用于对所述疾病分类模型进行训练的训练标签；以及使用带训练标签的医学样本图像对所述疾病分类模型进行训练。根据本申请实施例的训练方法，使得疾病分类模型能够学习到易混淆病种之间的细微差别，有利于训练后的疾病分类模型能够更好的适应多病种分类任务。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.065 seconds)
