-
公开(公告)号：CN116542996B
公开(公告)日：2024-01-30
申请号：CN202310779094.6
申请日：2023-06-29
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06T7/11 , G06T7/00 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/094 , G06N3/0475
摘要： 本申请提供的一种基于特征融合和差分的脊柱CT图像分割方法，属于图像处理领域，该方法包括：将脊柱CT图像输入到预训练的，采用全卷积神经网络的编码器‑解码器架构的分割模型；在所述分割模型第四层特征网络中插入五分支结构的池化层进行感受野扩充，并通过difference module对全部的特征网络进行上下文特征增强；获取并利用各层特征网络中增强的脊柱线索信息来解译得到最终的脊柱分割结果。本申请将各层特征网络中增强的脊柱线索信息的融合后生成分割结果，避免了细节信息的丢失，有效提高了图像分割的准确性。
-
公开(公告)号：CN116542996A
公开(公告)日：2023-08-04
申请号：CN202310779094.6
申请日：2023-06-29
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06T7/11 , G06T7/00 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/094 , G06N3/0475
摘要： 本申请提供的一种基于特征融合和差分的脊柱CT图像分割方法，属于图像处理领域，该方法包括：将脊柱CT图像输入到预训练的，采用全卷积神经网络的编码器‑解码器架构的分割模型；在所述分割模型第四层特征网络中插入五分支结构的池化层进行感受野扩充，并通过difference module对全部的特征网络进行上下文特征增强；获取并利用各层特征网络中增强的脊柱线索信息来解译得到最终的脊柱分割结果。本申请将各层特征网络中增强的脊柱线索信息的融合后生成分割结果，避免了细节信息的丢失，有效提高了图像分割的准确性。
-
公开(公告)号：CN116563285B
公开(公告)日：2023-09-19
申请号：CN202310838165.5
申请日：2023-07-10
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06T7/00 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请提供一种基于全神经网络的病灶特征识别与分割方法及系统，属于医疗图像处理，该方法包括：采用小波滤波神经网络模型提高CT图像的清晰度和对比度；采用语义分割网络进行调整后的所述CT图像中所述各结构类型的识别和各结构的分割；将多个连续且相邻的所述病灶图像中的病灶数据进行堆栈，构建具有三维上下文信息的病灶体积数据；使用多尺度特征金字塔网络对所述体积数据提取特征，根据条件随机场方法进行该特征的处理和优化，输出识别与分割后特征的特征信息和类别信息。本申请通过对医学影像进行特征提取与增强、图像分割，特征图像分类，最后处理与优化，有效提高了医学影像中各结构的识别和分割准确率。
-
公开(公告)号：CN116758087A
公开(公告)日：2023-09-15
申请号：CN202311055663.9
申请日：2023-08-22
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
摘要： 本申请提供的一种腰椎CT骨窗侧隐窝间隙检测方法及装置，属于图像处理领域，该方法包括：获取骨窗图像数据，对所有的骨窗图像进行层间插值，重构后得到CT的矢状位图像；选择带有第三节锥体的所有图像中心的骨窗图像中椎体在Y轴上最长时x轴的坐标确定为矢状位的层面；并计算腰椎参数、获得椎骨分割结果和重构角度；根据骨窗中的标签信息确定其包含目标椎骨的骨窗层数区间；根据重构角度对腰椎参数和椎骨分割结果旋转，获得重构图像；对重构图像进行3D组合后进行关键点和关键位置侧隐窝间隙的数值检测。本申请通过对CT图像进行重建，对椎体平扫检测中无法平行观察椎体结构的弊端进行弥补，提高图像中特征的辨识度，进一步提高了检测的准确性。
-
公开(公告)号：CN116563650A
公开(公告)日：2023-08-08
申请号：CN202310838050.6
申请日：2023-07-10
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/136
摘要： 本申请提供一种基于深度学习的终板炎退变分级方法及系统，属于医疗图像处理领域，该方法包括：基于确定腰椎不同锥体的高度阈值调整yolov7检测模型的描框大小，并使用所述yolov7检测模型对所述核磁共振图像处理，获得椎间盘的上下锥体的终板部分；使用基于图论的GrabCut锥体分割算法分割所述椎间盘的上下锥体的终板部分；使用yolov7分类模型对所述终板部分进行分类判定，获得所述终板炎退变分级结果。本申请利用标记的终板炎变性分型数据和核磁共振图像对椎体病变区域进行高度阈值计算，以该高度阈值优化的算法模型，有效提高终板炎分级的准确性和速度。
-
公开(公告)号：CN116797597A
公开(公告)日：2023-09-22
申请号：CN202311048201.4
申请日：2023-08-21
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
摘要： 本申请提供一种基于三阶段全网络的脊柱退行性疾病全检测方法及系统，属于图像处理领域，该方法包括：对腰椎矢状位MRI图像的标注；对标注数据处理，依次获得椎间盘的目标检测数据、关键点测数据、目标形态数据；根据椎间盘的目标形态数据进行椎间盘退变分级，包括：根据预设的受损定义判断是否结构受损，若结构受损则标注6级，否则根据椎间盘的目标形态数据标注为1级~5级；根据退变分级结果确定椎间盘检测结果。本申请通过三个阶段检测的全连接神经网络，支持全脊椎和所有种类的医疗影像，提高病灶辨识度，使得人工智能检测准确。同时通过各个级别边界明确的评价指标，为放射科医生提供更好的参考指标，也为深度学习技术的应用提供更好的基础。
-
公开(公告)号：CN116797597B
公开(公告)日：2023-11-17
申请号：CN202311048201.4
申请日：2023-08-21
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
摘要： 本申请提供一种基于三阶段全网络的脊柱退行性疾病全检测方法及系统，属于图像处理领域，该方法包括：对腰椎矢状位MRI图像的标注；对标注数据处理，依次获得椎间盘的目标检测数据、关键点测数据、目标形态数据；根据椎间盘的目标形态数据进行椎间盘退变分级，包括：根据预设的受损定义判断是否结构受损，若结构受损则标注6级，否则根据椎间盘的目标形态数据标注为1级~5级；根据退变分级结果确定椎间盘检测结果。本申请通过三个阶段检测的全连接神经网络，支持全脊椎和所有种类的医疗影像，提高病灶辨识度，使得人工智能检测准确。同时通过各个级别边界明确的评价指标，为放射科医生提供更好的参考指标，也为深度学习技术的应用提供更好的基础。
-
公开(公告)号：CN116758087B
公开(公告)日：2023-10-31
申请号：CN202311055663.9
申请日：2023-08-22
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
摘要： 本申请提供的一种腰椎CT骨窗侧隐窝间隙检测方法及装置，属于图像处理领域，该方法包括：获取骨窗图像数据，对所有的骨窗图像进行层间插值，重构后得到CT的矢状位图像；选择带有第三节锥体的所有图像中心的骨窗图像中椎体在Y轴上最长时x轴的坐标确定为矢状位的层面；并计算腰椎参数、获得椎骨分割结果和重构角度；根据骨窗中的标签信息确定其包含目标椎骨的骨窗层数区间；根据重构角度对腰椎参数和椎骨分割结果旋转，获得重构图像；对重构图像进行3D组合后进行关键点和关键位置侧隐窝间隙的数值检测。本申请通过对CT图像进行重建，对椎体平扫检测中无法平行观察椎体结构的弊端进行弥补，提高图像中特征的辨识度，进一步提高了检测的准确性。
-
公开(公告)号：CN116563650B
公开(公告)日：2023-10-13
申请号：CN202310838050.6
申请日：2023-07-10
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/136
摘要： 本申请提供一种基于深度学习的终板炎退变分级方法及系统，属于医疗图像处理领域，该方法包括：基于确定腰椎不同锥体的高度阈值调整yolov7检测模型的描框大小，并使用所述yolov7检测模型对所述核磁共振图像处理，获得椎间盘的上下锥体的终板部分；使用基于图论的GrabCut锥体分割算法分割所述椎间盘的上下锥体的终板部分；使用yolov7分类模型对所述终板部分进行分类判定，获得所述终板炎退变分级结果。本申请利用标记的终板炎变性分型数据和核磁共振图像对椎体病变区域进行高度阈值计算，以该高度阈值优化的算法模型，有效提高终板炎分级的准确性和速度。
-
公开(公告)号：CN116563285A
公开(公告)日：2023-08-08
申请号：CN202310838165.5
申请日：2023-07-10
申请人： 邦世科技(南京)有限公司 , 江苏世钰智能医疗科技有限公司 , 山东世钰智能医疗科技有限公司
IPC分类号： G06T7/00 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请提供一种基于全神经网络的病灶特征识别与分割方法及系统，属于医疗图像处理，该方法包括：采用小波滤波神经网络模型提高CT图像的清晰度和对比度；采用语义分割网络进行调整后的所述CT图像中所述各结构类型的识别和各结构的分割；将多个连续且相邻的所述病灶图像中的病灶数据进行堆栈，构建具有三维上下文信息的病灶体积数据；使用多尺度特征金字塔网络对所述体积数据提取特征，根据条件随机场方法进行该特征的处理和优化，输出识别与分割后特征的特征信息和类别信息。本申请通过对医学影像进行特征提取与增强、图像分割，特征图像分类，最后处理与优化，有效提高了医学影像中各结构的识别和分割准确率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.071 秒)
