“郑冶枫”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259个，建议您升级VIP下载更多相关专利

[发明专利]图像处理方法、装置、计算机设备及存储介质-CN202110643333.6有效
发明人：王红;李悦翔;马锴;郑冶枫;孟德宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-09 - 公布日： 2021-10-15 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：根据医学图像中的金属伪影的位置信息，对医学图像进行伪影去除，得到目标图像，位置信息是表示金属伪影在医学图像中的位置的信息；通过将医学图像与目标图像进行对比，确定位置梯度信息，位置梯度信息用于指示位置信息的变化幅度；根据位置梯度信息对位置信息进行调整，得到调整后的位置信息；根据调整后的位置信息继续对医学图像进行伪影去除，直至得到目标数量个目标图像，将得到的最后一个目标图像确定为医学图像去除金属伪影后的图像。根据金属伪影的特征来进行多次伪影去除，准确性更高，有利于提高去除金属伪影的效果。
图像处理方法装置计算机设备存储介质

[发明专利]使用深度神经网络检测医学图像中的地标的方法和系统-CN201580079857.X有效
发明人： D.刘;B.乔治斯库;郑冶枫;H.阮;S.K.周;V.K.辛格;D.科马尼丘 -专利权人：西门子保健有限责任公司
申请日： 2015-05-11 - 公布日： 2021-10-12 - 主分类号： G16H30/00 文献下载
摘要：公开了用于使用深度神经网络来检测医学图像中的解剖地标的方法和系统。对于定心在医学图像中的多个体素中的相应一个体素处的多个图像分块中的每一个图像分块，基于预确定的采样图案将该图像分块内的体素的子集输入到经训练的深度神经网络。基于从所述多个图像分块中的每一个图像分块输入到经训练的深度神经网络的体素的子集，使用经训练的深度神经网络来检测医学图像中的目标地标的位置。
使用深度神经网络检测医学图像中的标的方法系统

[发明专利]医学图像分割、显示、模型训练方法、系统、设备和介质-CN202010217104.3在审
发明人：伍健荣;朱艳春;熊俊峰;曹世磊;周洪宇;李仁;马锴;郑冶枫;陈景亮;常佳 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2020-03-25 - 公布日： 2021-09-28 - 主分类号： G06T7/10 文献下载
摘要：本申请公开了医学图像分割、显示、模型训练方法、系统、设备和介质，分割方法包括：获取医学图像；对医学图像进行特征提取和下采样，得到第一特征图；对第一特征图进行上采样和特征提取，得到第二特征图；对第一特征图进行第一特征融合处理，并将第一特征融合处理的结果链接到第二特征图进行第二特征融合处理；根据第二特征融合处理的结果获取医学图像的第一分割结果。该方法充分利用了医学图像分割过程中不同图像尺度的特征信息，提高了分割结果的准确性；第一特征融合处理过程中可根据医学图像的复杂程度灵活配置不同的融合方式，能够改善模型的泛化能力，提升神经网络模型分割的准确性。本申请可广泛应用于计算机视觉领域。
医学图像分割显示模型训练方法系统设备介质

[发明专利]图像分类方法、装置、设备及存储介质-CN202110723873.5有效
发明人：李悦翔;何楠君;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-29 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像分类方法、装置、设备及存储介质。包括：对第一样本图像进行图像分割，并对分割得到的各个图像块进行特征提取，得到初始图像特征集合，初始图像特征集合中包含各个图像块对应的初始图像特征，第一样本图像是未经过标注的样本图像；对初始图像特征集合中的初始图像特征进行重排组合，得到第一图像特征集合和第二图像特征集合，第一图像特征集合中的第一图像特征与第二图像特征集合中的第二图像特征对应不同重排组合方式；基于第一图像特征集合和第二图像特征集合预训练图像分类模型，图像分类模型用于对图像中的内容进行分类；基于第二样本图像对预训练后的图像分类模型进行微调，第二样本图像是经过标注的样本图像。
图像分类方法装置设备存储介质

[发明专利]样本图像的识别方法、装置、设备及可读存储介质-CN202110692595.1有效
发明人：张子琪;李悦翔;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-22 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种样本图像的识别方法、装置、设备及可读存储介质，涉及图像处理领域。该方法包括：获取目标样本图像，目标样本图像对应标注有类别标签，类别标签用于表示目标样本图像的图像内容类别；基于对目标样本图像进行分类识别得到的预测概率分布向量以及类别标签，确定目标样本图像对应的分类损失；基于预测概率分布向量和概率转移矩阵，确定目标样本图像对应的类间相似性损失；通过分类损失和类间相似性损失对去噪声模型进行参数更新；将候选样本图像输入去噪声模型，识别得到候选样本图像中的噪声样本图像。引入概率转移矩阵和类间相似性损失的概念，能够有效的识别出噪声样本图像和困难样本图像，从而提高去噪声模型的识别准确性。
样本图像识别方法装置设备可读存储介质

[发明专利]一种医学影像识别方法、装置和存储介质-CN201910555451.4有效
发明人：曹世磊;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-25 - 公布日： 2021-08-31 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种医学影像识别方法、装置和存储介质，具体为在获取待识别医学影像组之后，分别对所述多个显影的时段的医学影像进行特征提取，并融合提取到的特征，根据融合后特征对目标区域进行识别，得到初始识别结果，然后，采用融合后特征与预设关键特征信息对识别的准确性进行评估，得到评估信息，最后，基于所述初始识别结果和所述评估信息，生成所述待识别医学影像组对应的识别结果；该方案可以提高模型识别的准确性。
一种医学影像识别方法装置存储介质

[发明专利]脊柱侧弯图像检测模型训练方法、确定方法、装置及设备-CN202110581572.3有效
发明人：林一;李悦翔;何楠君;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-27 - 公布日： 2021-08-27 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种脊柱侧弯图像检测模型训练方法、确定方法、装置及设备，属于计算机技术领域。所述方法包括：获取样本脊柱图像、样本脊柱图像中的真实脊柱区域以及样本脊柱图像中脊柱的真实侧弯角度；将样本脊柱图像输入分割网络，得到预测脊柱区域；将真实脊柱区域输入回归网络，得到第一预测侧弯角度，以及将预测脊柱区域输入回归网络，得到第二预测侧弯角度；基于区域损失和角度损失训练分割网络和回归网络，得到脊柱侧弯图像检测模型。能够实现使用回归网络监督训练分割网络，以及使用分割网络监督训练回归网络。通过训练得到的分割网络以及回归网络，能够输出更准确的预测脊柱侧弯角度的结果。
脊柱图像检测模型训练方法确定装置设备

[发明专利]图像处理方法、装置、计算机设备以及存储介质-CN202011264341.1有效
发明人：余双;马锴;郑冶枫;刘含若;王宁利 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-12 - 公布日： 2021-08-17 - 主分类号： G06K9/46 文献下载
摘要：本申请实施例公开了一种图像处理方法、装置、计算机设备以及存储介质，本申请属于人工智能领域下的计算机视觉技术。图像处理方法包括：获取待识别图像，提取待识别图像的图像实例特征，图像实例特征包括N个原始特征图，任一原始特征图的任一特征图像素对应待识别图像的一个实例；从N个原始特征图中提取K个尺度下的K个局部关键实例特征，将K个局部关键实例特征叠加为待识别图像的多尺度实例特征；从N个原始特征图中提取待识别图像的全局实例权重特征；对多尺度实例特征和全局实例权重特征进行识别处理，得到待识别图像的图像识别结果。采用本申请，可以提高图像识别的效率以及准确率。
图像处理方法装置计算机设备以及存储介质

[发明专利]血管图像分类处理方法、装置、设备及存储介质-CN202110547148.7有效
发明人：余双;陈文婷;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-19 - 公布日： 2021-08-13 - 主分类号： G06K9/62 文献下载
摘要：本申请关于一种血管图像分类处理方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：将第一血管图像样本输入第一图像处理模型，获得预测增强图像以及预测血管位置信息；基于第二血管图像样本、血管位置标注信息、预测增强图像以及预测血管位置信息，对第一图像处理模型进行训练；上述方案在训练血管分类模型的同时，还考虑了图像质量对于血管分类的影响，使得后续基于训练完成的第一图像处理模型生成的端到端的血管分类模型能够对低质量的血管图像具有更高的分类精度，从而提高通过人工智能对血管图像中的血管进行分类的准确性。
血管图像分类处理方法装置设备存储介质

[发明专利]数据分类识别方法、装置、设备及可读存储介质-CN202110532246.3有效
发明人：魏东;孙镜涵;马锴;王连生;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-17 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种数据分类识别方法、装置、设备及可读存储介质，涉及机器学习领域。该方法包括：获取第一数据集和第二数据集，第二数据集中包括标注有样本标签的第二数据，第二数据属于目标分类集；通过第一数据以无监督训练模式，以及第二数据以监督训练模式训练得到分类教师模型；获取分类学生模型；对分类学生模型的模型参数进行蒸馏训练，得到数据分类模型；通过数据分类模型对目标数据进行分类预测。利用教师模型进行监督训练来达到蒸馏的目的，最终得到更高性能和精度的学生模型，训练主要依赖大量的第一数据，而对有标签的第二数据的数据量要求较小，避免了对样本数据进行大量标注的繁琐过程，提高了数据分类模型的训练效率以及准确率。
数据分类识别方法装置设备可读存储介质

[发明专利]医学影像分割方法、装置、计算机设备和存储介质-CN201910126219.9有效
发明人：曹世磊;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-02-20 - 公布日： 2021-07-06 - 主分类号： G06T7/11 文献下载
摘要：本申请涉及一种医学影像分割方法、装置、计算机设备和存储介质，获取医学影像数据；获取目标对象及目标对象在医学影像数据中的弱监督标注信息；根据弱监督标注信息，确定医学影像数据中针对目标对象的伪分割掩膜；基于伪分割掩膜、医学影像数据及预设映射模型进行映射，得到针对目标对象的目标分割结果。由于基于弱监督标注信息对医学影像数据进行分割，因此，在对基于伪分割掩膜及医学影像数据进行映射时所采用的预设映射模型进行训练时，无需采用大量的人工标注信息，从而可以节约人力成本。
医学影像分割方法装置计算机设备存储介质

[发明专利]图像分割处理方法、装置及计算机设备-CN202110465350.5有效
发明人：李悦翔;何楠君;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-28 - 公布日： 2021-07-02 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种图像分割处理方法、装置及计算机设备，属于人工智能技术领域。本申请通过图像分割模型基于样本图像以及初始分割信息，对输入的初始分割信息进行至少一次迭代调整，再基于样本图像、每次迭代调整过程中模型的输入、输出分割信息以及参考分割信息确定出一个奖励值，应用该奖励值来调整图像分割模型的模型参数，使模型能够学习到样本图像的特征和正确图像分割信息的特征，经过多轮模型训练所得到的图像分割模型能够对图像的分割信息进行修正，得到更为准确的图像分割信息，降低图像分割过程中的人力成本，提高图像分割效率。
图像分割处理方法装置计算机设备

[发明专利]一种表格识别方法、装置和计算机可读存储介质-CN202110268987.5有效
发明人：何楠君;卢东焕;李悦翔;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-12 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种表格识别方法、装置和计算机可读存储介质；本发明实施例在获取待识别表格图像后，该待识别表格图像包括待识别表格，在待识别表格图像中分割出待识别表格中的直线，得到待识别表格的直线信息，然后，根据直线信息，确定待识别表格中的每一单元格的单元格信息，对待识别表格图像进行文本识别，得到待识别表格的每一文本区域的文本信息，然后，根据单元格信息与文本信息，将文本区域和单元格进行匹配，并基于匹配结果建立表格，得到识别后表格；该方案可以提升表格识别的准确性。
一种表格识别方法装置计算机可读存储介质

[发明专利]使用递归神经网络进行血管疾病检测的方法和系统-CN201710485670.0有效
发明人： D.科马尼丘;M.A.古尔森;郑冶枫;P.沙尔马;B.乔治斯库 -专利权人：西门子保健有限责任公司
申请日： 2017-06-23 - 公布日： 2021-06-08 - 主分类号： G06K9/46 文献下载
摘要：公开了一种使用递归神经网络（RNN）进行血管疾病检测和表征的方法和装置。从3D计算机断层扫描血管造影（CTA）图像中提取多个2D横截面图像分块，每一个沿着3D CTA图像中所关注血管的血管中心线的相应采样点提取。使用经训练的RNN，基于多个2D横截面图像分块，通过对沿着血管中心线的采样点中每一个进行分类对所关注血管中的血管异常进行检测和表征。
使用递归神经网络进行血管疾病检测方法系统

[发明专利]生理电信号分类处理方法、装置、计算机设备和存储介质-CN202110246494.1有效
发明人：柳露艳;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-05 - 公布日： 2021-06-08 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种生理电信号分类处理方法、装置、计算机设备和存储介质，涉及人工智能技术。所述方法包括：获取目标采集设备采集的待分类生理电信号；获取目标采集设备对应的目标通道关联特征，目标通道关联特征是基于目标采集设备上多个采集通道的空间位置生成的；提取待分类生理电信号对应的目标时间特征，将目标通道关联特征嵌入目标时间特征得到目标嵌入特征；提取目标嵌入特征对应的目标空间特征，基于目标空间特征得到待分类生理电信号对应的分类结果。采用本方法能够提高生理电信号的分类准确性。
生理电信号分类处理方法装置计算机设备存储介质