-
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：CN114693625A
公开(公告)日：2022-07-01
申请号：CN202210289188.0
申请日：2022-03-22
Applicant: 北京鹰瞳科技发展股份有限公司 , 首都医科大学附属北京同仁医院
Abstract: 本公开涉及一种用于对进行甲亢识别的模型进行训练的方法及相关产品。其中，所述方法由计算装置来实现，并且包括：获取健康眼底图像和患甲亢的眼底图像；对所述健康眼底图像以及所述患甲亢的眼底图像进行质量筛选，以获得不包含辅助信息的眼底图像形成的第一训练集和包含所述辅助信息的眼底图像形成的第二训练集；以及基于所述第一训练集和所述第二训练集来对基于眼底图像进行甲亢识别的模型进行训练。利用本公开的方案，通过基于眼底图像能够高效地识别甲亢。
-
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：CN117095449A
公开(公告)日：2023-11-21
申请号：CN202310996855.3
申请日：2023-08-08
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V40/18 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种针对眼底无灌注区的自动识别方法及装置，一具体实施方式中所述方法包括：首先，将携带无灌注区标注的眼底荧光血管造影FFA图像作为训练样本；其次，利用图像编码器中的自适应编码器特征融合模型学习所述训练样本不同尺度特征的权重，得到第一融合特征图像；利用图像解码器中的空洞卷积空间金字塔池化ASPP模型对所述第一融合特征图像进行图像处理，得到分割预测结果；利用多层深度监督损失函数对所述分割预测结果进行约束处理，生成多层深度损失函数；最后，基于每个所述训练样本对应的多层深度损失函数对模型进行调整，生成分割模型。由此，提高了分割模型对NPA区域识别的准确率。
-
Patent Agency Ranking
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。
-
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：CN111048210B
公开(公告)日：2024-08-02
申请号：CN201911421200.3
申请日：2019-12-31
Applicant: 北京鹰瞳医疗科技有限公司 , 北京鹰瞳科技发展股份有限公司
Abstract: 本发明提供一种基于眼底图像评估疾病风险的方法及设备，包括获取用户的眼底图像；利用机器学习模型对所述眼底图像进行识别，输出用于表示所述用户的疾病风险的评估结果，所述机器学习模型包括特征提取网络和至少一个输出网络，其中所述特征提取网络用于从所述眼底图像中提取特征信息，所述至少一个输出网络用于分别根据所述特征信息输出所述评估结果。
-
公开(公告)号：CN117316430A
公开(公告)日：2023-12-29
申请号：CN202311281060.0
申请日：2023-09-28
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G16H50/20 , G16H50/70 , G16H80/00 , G06F16/332 , G16H30/40 , G06T7/00 , G06V10/764 , G06V10/82 , G06V10/26 , G06V10/52 , G06V10/80
Abstract: 本申请实施例提供了一种用于诊断眼科疾病的问答方法、装置、设备及介质。所述方法包括：获取待检测者的眼底图像；基于眼底疾病分类模型对所述眼底图像进行分类处理，得到所述眼底图像对应的眼科疾病类别；基于眼底分割模型对所述眼底图像进行分割处理，得到所述眼底图像对应的眼底分割结果；基于语言诊断问答模型对用户根据所述眼科疾病类别和所述眼底分割结果输入的眼科疾病相关问题进行处理，输出所述待检测者的眼科疾病问答结果。本申请实施例可以实现眼科疾病的快速诊断和治疗，改善了眼科医疗诊断的效率和精确性。
-
公开(公告)号：CN117152515A
公开(公告)日：2023-12-01
申请号：CN202311113865.4
申请日：2023-08-31
Applicant: 北京鹰瞳科技发展股份有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/09
Abstract: 本发明公开了一种用于预测妊娠期高血压的分类模型生成方法及装置，该方法一具体实施方式包括：将携带标签的眼底图像作为第一训练样本，获得第一样本数据集；其中，标签包括正常标签和妊娠期高血压标签；妊娠期高血压标签包括：早期妊娠期高血压标签、轻度子痫前期标签，以及重度子痫前期标签；基于第一样本数据集进行模型训练生成二分类模型；并根据第二分类模型对第一样本数据集预测获得的妊娠期高血压分类结果，获取第二样本数据集；之后基于第二样本数据集进行模型训练生成三分类模型；最后基于二分类模型和三分类模型生成妊娠期高血压分类模型。由此，有效降低了模型对妊娠期高血压的识别难度，提高了妊娠期高血压分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.09 seconds)
