“王成弟”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果20个，建议您升级VIP下载更多相关专利

[发明专利]一种确定肺癌临床病种库文本实体的方法及装置-CN201911399541.5有效
发明人： 王成弟;李为民;倪浩;刘丹;邵俊;任鹏伟;郑永升;石磊;梁平 -专利权人：四川大学华西医院;杭州依图医疗技术有限公司
申请日： 2019-12-30 - 公布日： 2023-08-04 - 主分类号： G16H50/70 文献下载
摘要：本申请实施例提供一种确定肺癌临床病种库文本实体的方法及装置，方法包括：获取待识别肺癌临床病种库文本数据，并确定所述待识别肺癌临床病种库文本数据中各字段的词向量；对各词向量进行编码处理，得到各词向量的编码向量；根据各编码向量之间的相关性，确定任一编码向量的解码结果，所述解码结果为所述待识别肺癌临床病种库文本数据中的字段；根据各编码向量的解码结果得到所述待识别肺癌临床病种库文本数据中的文本实体。本申请实施例引入了自注意力机制，能够解决文本字段之间的长距离依赖关系，准确全面的确定待识别文本数据的向量特征，以便准确确定待识别文本数据中的实体。
一种确定肺癌临床病种库文本实体方法装置

[发明专利]肺部感染CXR图像自动识别方法、系统、存储介质及终端-CN202310104254.7有效
发明人： 王成弟;李为民;章毅;徐修远;熊立鹏;赵科甫;郭际香;邵俊;李经纬;梁书凡 -专利权人：四川大学
申请日： 2023-02-13 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端，涉及肺炎图像的自动识别，其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络，稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起，并作为下一层稠密块的输入；且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支，左连接分支包括两个卷积层，右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层，可进行无压缩操作并提取到肺炎多尺度的特征，且稠密连接网络加深也不会造成梯度消失，加深网络可以获得更好的肺炎识别效果。
肺部感染 cxr 图像自动识别方法系统存储介质终端

[发明专利]基于肺部CT图像的EGFR基因突变检测方法和系统-CN202310122073.7有效
发明人： 王成弟;李为民;章毅;徐修远;邵俊;董沛知;何彦琪;周凯;郭际香;李经纬 -专利权人：四川大学
申请日： 2023-02-16 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及人工智能技术领域，公开了一种基于肺部CT图像的EGFR基因突变检测方法和系统，所述方法包括：获取待检测数据，所述待检测数据包括肺部CT图像和患者多媒体信息；将多视角下的肺部CT图像输入图像特征提取器中，获得图像融合特征；将所述患者多媒体信息输入多媒体特征提取器中，获得多媒体融合特征；将所述图像融合特征与所述多媒体融合特征进行融合，获得突变检测特征；将所述突变检测特征输入EGFR基因突变检测分类器中，获得EGFR基因突变检测结果。本申请解决了现有EGFR基因突变检测方法存在的耗时长、步骤多的问题。
基于肺部 ct 图像 egfr 基因突变检测方法系统

[发明专利]一种基因数据压缩方法及系统-CN202210839728.8在审
发明人：王刚;李为民;陈亚鑫;毕力允;朱琳;王成弟;汪周峰 -专利权人：四川大学华西医院
申请日： 2022-10-27 - 公布日： 2022-12-23 - 主分类号： G16B50/50 文献下载
摘要：本发明公开了一种基因数据压缩方法及系统，涉及数据压缩技术领域，包括以下步骤：S1、获取基因数据并将其传输到压缩系统中，压缩系统中基因原始数据为fastq格式；S2、压缩系统检测基因数据的格式类型对基因数据进行分类；S3、对原始数据类型的基因数据使用fastq算法进行压缩，并上传到对象存储中，存储自动将文件切割成若干小份，保存到不同的磁盘。本发明的优点在于：独创的压缩fastq文件的算法，是gzip压缩率的2.25倍，可以节省一半多的存储空间，成本投入减少一半以上，内嵌压缩算法系统，可以自动化进行批量数据备份及归档；数据存储在对象存储中，在硬盘损坏的情况下数据不丢失，新硬盘安装后，数据自动补全，全程无需人工操作。
一种基因数据压缩方法系统

[外观设计]电源适配器-CN202230305925.2有效
发明人：周瑶;王成弟;徐明 -专利权人：南京博兰得电子科技有限公司
申请日： 2022-05-23 - 公布日： 2022-09-09 - 主分类号： 13-02 文献下载
摘要：1.本外观设计产品的名称：电源适配器。2.本外观设计产品的用途：主要用于给手机、电脑、智能穿戴、数码产品等充电，例如给手机充电。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
电源适配器

[发明专利]一种基于胸部影像的病灶识别方法及装置-CN202210820319.3在审
发明人：张树;马杰超;王成弟;李为民;俞益洲;李一鸣;乔昕 -专利权人：北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司
申请日： 2022-07-13 - 公布日： 2022-09-06 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于胸部影像的病灶识别方法及装置。所述方法包括：构造异常征象检测模型，将胸部影像输入到训练好的所述模型进行特征提取和异常征象类别预测；构造病灶检测模型，将胸部影像输入到训练好的所述模型进行病灶特征提取；通过对提取的异常征象特征和病灶特征进行特征融合，输出病灶类别。本发明基于异常征象特征和病灶特征的融合输出最终的病灶类别，提高了病灶识别精度。
一种基于胸部影像病灶识别方法装置

[发明专利]一种识别肺癌临床数据库文本实体的方法及装置-CN201911396284.X有效
发明人：李为民;倪浩;王成弟;刘丹;任鹏伟;邵俊;郑永升;石磊;梁平 -专利权人：四川大学华西医院;杭州依图医疗技术有限公司
申请日： 2019-12-30 - 公布日： 2022-07-19 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种识别肺癌临床数据库文本实体的方法及装置，用以提高获取关系分类的效率，所述方法包括：接收肺癌临床数据库文本信息；基于预设实体集生成与所述肺癌临床数据库文本信息对应的实体相关的多个问题；基于Attention机制确定所述多个问题所对应的问题分类以及所述实体之间的关系分类。采用本申请所公开的方案，能够同时确定实体相关的多个问题对应的问题分类以及实体之间的关系分类，而无需等待实体抽取步骤之后再确定关系分类，因此，提高了获取关系分类的效率，进而提高了识别肺癌临床数据库文本实体的效率。
一种识别肺癌临床数据库文本实体方法装置

[发明专利]基于神经网络的肺结节筛选方法-CN202110065708.5有效
发明人：章毅;王成弟;郭际香;李为民;徐修远;邵俊;张海仙;李经纬;周尧;宋璐佳 -专利权人：四川大学
申请日： 2021-01-18 - 公布日： 2022-07-05 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种基于神经网络的肺结节筛选方法，属于神经网络及胸部肺肺结节筛查领域。本发明能够解决现有的技术由于提取X光中特征时存在有效性差，以及未能有效解决类别不平衡带来的训练问题，并且能够解决由于上述原因导致的所构建出的模型依旧难以真正用于临床的问题。为此，本发明包括：胸部图像数据的准备；主特征提取网络的构建与训练；交叉带权交叉熵函数的构建AUC性能指标的近似；在线的训练以及特殊情况下的处理；基于弱监督学习的胸部肺结节的定位。
基于神经网络结节筛选方法

[发明专利]肺癌全周期智能管理影像数据平台-CN202110065706.6有效
发明人：李为民;章毅;王成弟;郭际香;邵俊;徐修远;何彦琪;兰天中;杨雅乐;陈媛媛 -专利权人：四川大学
申请日： 2021-01-18 - 公布日： 2022-02-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种肺癌全周期智能管理影像数据平台，属于CT数据查询及管理领域。本发明包括：肺结节自动分割模块，用于对CT图像进行检测，并对检测任务中肺结节进行分割，输出对肺结节病灶区域预测的结果；统计学模块，用于展示肺结节数据的统计学信息；数据检索模块，用于通过病人id进行检索，进入对应病人的CT图像标注界面；结节检索模块，用于通过结节信息进行检索，进入对应结节的CT图像标注界面；新冠肺炎专题模块，用于查看与新冠肺炎相关的CT图像；数据库，用于保存CT图像、与CT图像对应的数据标签以及所述对肺结节病灶区域预测的结果。本发明能够对CT数据进行方便、有效的队列管理和检索，并能够对智能识别的肺结节信息进行直观的展示。
肺癌周期智能管理影像数据平台

[发明专利]基于3D全卷积神经网络与多任务学习的肺叶分割方法-CN202110273759.7在审
发明人： 王成弟;章毅;李为民;郭际香;邵俊;徐修远;刘沛;刘金鑫;李经纬;王建勇 -专利权人：四川大学;四川大学华西医院;成都华西精准医学产业技术研究院有限公司;成都智能迭迦科技合伙企业(有限合伙)
申请日： 2021-03-15 - 公布日： 2021-04-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于3D全卷积神经网络与多任务学习的肺叶分割方法，属于肺叶自动分割领域。本发明包括如下步骤：准备肺叶相关数据并进行标定；对原始的肺叶CT图像数据以及有准确标签的肺叶相关数据均进行预处理，去除冗余的背景信息；基于多任务学习构建3D全卷积神经网络；使用预处理后的标定的肺叶相关数据与合成的学习误差训练所述构建的3D全卷积神经网络；使用训练好的3D全卷积神经网络对输入的三维肺叶CT图像进行肺叶分割，输出预测的肺叶标签。本发明能够接受原始大小的肺叶CT图像数据并自动、快速地产生准确的肺叶分割结果。
基于卷积神经网络任务学习肺叶分割方法

[发明专利]基于神经网络的计算机辅助肺结节自动分割方法-CN202011513661.6在审
发明人：章毅;李为民;郭际香;王成弟;徐修远;邵俊;易乐;何彦琪;张蕾;宋璐佳 -专利权人：四川大学
申请日： 2020-12-21 - 公布日： 2021-01-22 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于神经网络的计算机辅助肺结节自动分割方法，属于肺结节自动分割领域。本发明包括：准备原始CT图像数据，并对用来训练的肺结节数据进行病灶区域的标定；对原始CT图像数据进行预处理，并对肺结节的空间区域进行截取；构建并训练基于三维残差网络的自编码‑解码器和空间金字塔池化结构的分割模型和目标函数；使用训练好的模型对检测任务重肺结节进行分割，输出对肺结节病灶区域预测的结果。通过本发明的上述方法，能够实现更好地肺结节分割效果，适用于实际临床中的肺结节分割任务。
基于神经网络计算机辅助结节自动分割方法

[发明专利]一种检测肺结节的系统及方法-CN201810404679.9有效
发明人：章毅;李为民;郭际香;王成弟;徐修远;杨澜;张蕾;刘伦旭;郭泉;白红利;王建勇;陈楠;何涛;张瑞;陈思行;王子淮;周凯;蒋宇婷;陈媛媛;邵俊;毛华 -专利权人：四川大学
申请日： 2018-04-28 - 公布日： 2020-10-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种检测肺结节位的系统及方法，包括：图像预处理模块，用于对原始三维CT图像进行预处理，获取标准CT图像；三维RPN网络模型，用于从所述图像预处理模块输出的标准CT图像中检测出第一候选肺结节；三维胶囊网络模型，用于对所述三维RPN网络模型输出的第一候选肺结节进行假阳性肺结节筛查，获取肺结节检测结果。本发明提供的技术方案，能够在保证假阳性肺结节检出率更低的同时，保证对肺结节有较高的查全率；且检测方法简单、检测速度快。
一种检测结节系统方法

[发明专利]一种基于神经网络的肺癌筛查方法-CN201910894443.2在审
发明人：章毅;李为民;郭际香;王成弟;徐修远;白红利;赵科甫;邵俊;易乐;任鹏伟;周凯;鲜京宏;陈思行;杨澜 -专利权人：成都智能迭迦科技合伙企业（有限合伙）;四川大学华西医院;成都华西精准医学产业技术研究院有限公司
申请日： 2019-09-20 - 公布日： 2020-02-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于神经网络的肺癌筛查方法，包括：数据准备，该阶段主要完成数据从医院数据系统导入以及数据的标定；数据预处理，该阶段对数据进行预处理，肺部区域的分割；三维RPN网络的构建，训练，使用采集的数据和标定结果训练RPN网络；训练适合不同分辨率的网络，构建结合策略；使用训练好的模型对输入的三维CT图像进行肺结节检测，输出预测的肺结节信息，包括中心点三维坐标以及肺结节的直径大小；通过第5步给出的中心点的三维坐标以及直径大小，构建基于注意力机制的神经网络，对肺结节的性质进行判定。本发明从检测采用对三维输入直接进行候选结节的检测，这一方法使得候选检测更全面可靠。
一种基于神经网络肺癌方法

[发明专利]一种基于神经网络的肺结节形态学分类方法-CN201910894435.8在审
发明人：白红利;章毅;王成弟;郭际香;李为民;徐修远;邵俊;易乐;甘云翠;赵科甫;陈思行;周凯 -专利权人：四川大学华西医院;成都华西精准医学产业技术研究院有限公司;成都智能迭迦科技合伙企业(有限合伙)
申请日： 2019-09-20 - 公布日： 2020-02-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于神经网络的肺结节形态学分类方法，包括以下步骤：1、数据准备。该阶段主要完成数据从医院数据系统导入以及对待分类的肺结节进行标定；2、数据预处理，该阶段对数据进行预处理，主要包括原始CT图像的预处理与结节区域的截取；3、构建多尺度三维残差网络模型，并使用采集的数据和标定的结果对模型进行训练；4、重复步骤3，构建并训练好多种形态学分类的模型；5、使用步骤3、步骤4训练好的模型对检测任务自动检测出的肺结节进行分类，输出模型预测的肺结节形态学特征的信息。本发明将结节截取三个尺度作为对应尺度残差的网络的输入，提取三种尺度结节的深度特征，最后经过融合，集成三个模型得到最后的分类结果。
肺结节结节预处理形态学分类尺度标定截取残差构建数据预处理形态学特征分类结果深度特征神经网络输出模型数据系统数据准备网络模型自动检测多尺度分类三维采集融合检测预测重复网络

[发明专利]一种肺结节分析的方法及装置-CN201811570213.2在审
发明人： 王成弟;李为民;倪浩;刘丹;白红利;邵俊;任鹏伟;李亚伦;杨澜;蒋宇婷;余何;郑永升;方骢;张波;吴福乐;华岳军;曾颖异;魏子昆 -专利权人：四川大学华西医院;杭州依图医疗技术有限公司
申请日： 2018-12-21 - 公布日： 2019-05-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种肺结节分析的方法及装置，该方法包括获取患者的肺部的肺结节影像以及肺结节影像中肺结节的三维坐标，根据肺结节的三维坐标从肺结节影像中确定包含所述肺结节的ROI，将肺结节的ROI、肺结节的三维坐标输入至预设特征提取神经网络模型进行特征提取，得到肺结节影像的特征向量，将肺结节影像的特征向量输入至预设分类神经网络模型，得到预设分类神经网络模型输出的患者的肺结节分析结果。相比于传统的医生诊断的方式而言，能够降低因医生水平差异导致的诊断误差率，从而提高肺结节分析的准确性。
肺结节影像神经网络模型三维坐标预设特征提取特征向量误差率水平差异医生诊断分析传统的分类肺部诊断输出医生

1
2
下一页»
尾页
共 20 条