-
Patent Agency Ranking
公开(公告)号：CN118692632A
公开(公告)日：2024-09-24
申请号：CN202410705138.5
申请日：2024-06-03
Applicant: 安徽大学 , 安徽中医药大学第一附属医院(安徽省中医院) , 安徽医科大学
IPC: G16H30/00 , G16H15/00 , G06F18/24 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06F17/16 , G06F17/18
Abstract: 本发明公开一种基于中文大语言模型的医学影像质量控制方法，先使用基于自监督学习的掩码自编码器对视觉编码器进行预训练，使用包含标签的医学影像对模型进行微调，将医学影像输入到预训练的视觉编码器中，得到视觉特征，将影像描述作为文本提示输入基于中文大语言模型的文本编码器中，得到文本特征，将两个特征投射为相同尺寸再进行拼接，得到最终特征，将最终特征输入到使用高效微调方法(LoRA)的中文大语言模型中，得到质量控制报告，进行实体提取，再对实体进行编码，计算其与真实标签编码之间的距离，采用对比学习进行微调。本发明能够用于对2D和3D医学影像进行质量控制。
-
公开(公告)号：CN116913478A
公开(公告)日：2023-10-20
申请号：CN202311115719.5
申请日：2023-08-30
Applicant: 安徽医科大学第一附属医院
IPC: G16H30/20 , G06F3/0481
Abstract: 本申请公开了一种基于医学影像的规培考核方法及装置，当接收到图像展示指令时，通过预设界面向第一用户展示医学图像；当接收第一窗位、第一窗宽和第一勾画区域后，通过预设界面向第二用户展示医学图像；当接收第二窗位、第二窗宽和第二勾画区域，根据第一窗位、第二窗位、第一窗宽和第二窗宽确定位置准确值；通过预设界面向第二用户展示病变类别；当接收到病变类别信息后，根据病变类别信息确定分值，并将位置准确值与分值相乘得到第一分数；根据第一勾画区域和第二勾画区域，确定第二分数；基于第一分数和第二分数，确定第二用户的考核结果。高位数的DICOM数据分辨率更高，能够提供更加精细的图像细节，能够达到实际要求的规培效果。
-
公开(公告)号：CN118506959A
公开(公告)日：2024-08-16
申请号：CN202410678635.0
申请日：2024-05-29
Applicant: 安徽医科大学第一附属医院 , 安徽影联云享医疗科技有限公司
IPC: G16H15/00 , G16H30/20 , G06V10/764 , G06V10/74 , G06F16/9535 , G06N20/00
Abstract: 本申请实施例公开了一种医学影像报告推荐方法、装置、设备及存储介质。其中，该方法包括：将满足用户要求的第一医学影像报告输入病变分类模型中，得到第一分类结果；从医学影像报告库中抽取多组第二医学影像报告；将多组第二医学影像报告输入病变分类模型中，得到多个第二分类结果；根据多个第二分类结果与第一分类结果，确定多个分类相似度；根据多个分类相似度，推荐多组第二医学影像报告中的一组第二医学影像报告。如此根据用户要求快速、准确地为用户推荐一组医学影像报告，以便用户快速、准确地获取需要的医学影像报告进行学习。
-
公开(公告)号：CN117496280A
公开(公告)日：2024-02-02
申请号：CN202410004772.6
申请日：2024-01-03
Applicant: 安徽大学 , 安徽中医药大学第一附属医院
IPC: G06V10/764 , G06N3/045 , G06N3/0464 , G06V10/44 , G06V10/82
Abstract: 本发明涉及提供一种基于3D卷积和多标签解码的颅脑CT影像质量控制方法。方法包括：获取待评价的颅脑CT序列图像；将待评价的颅脑CT序列图像输入至训练好的图像质量评价模型的3D卷积网络，提取待评价的颅脑CT序列图像的时空特征；将时空特征输入至图像质量评价模型基于Transformer的多标签解码器，获取查询特征；将查询特征输入至图像质量评价模型的线性分类器，预测待评价的颅脑CT序列图像存在的质量问题。本发明解决了模型效率低、数据不平衡的多标签分类问题，为颅脑CT图像的质量控制提供了新方向。
-
公开(公告)号：CN117496280B
公开(公告)日：2024-04-02
申请号：CN202410004772.6
申请日：2024-01-03
Applicant: 安徽大学 , 安徽中医药大学第一附属医院
IPC: G06V10/764 , G06N3/045 , G06N3/0464 , G06V10/44 , G06V10/82
Abstract: 本发明涉及提供一种基于3D卷积和多标签解码的颅脑CT影像质量控制方法。方法包括：获取待评价的颅脑CT序列图像；将待评价的颅脑CT序列图像输入至训练好的图像质量评价模型的3D卷积网络，提取待评价的颅脑CT序列图像的时空特征；将时空特征输入至图像质量评价模型基于Transformer的多标签解码器，获取查询特征；将查询特征输入至图像质量评价模型的线性分类器，预测待评价的颅脑CT序列图像存在的质量问题。本发明解决了模型效率低、数据不平衡的多标签分类问题，为颅脑CT图像的质量控制提供了新方向。
-
-
-
-
Search Results
5
records
(took 0.06 seconds)
