“马学升”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74个，建议您升级VIP下载更多相关专利

[发明专利]基于人工智能技术的动脉自旋标记方法、装置及存储介质-CN202311001254.0有效
发明人：刘伟奇;马学升;陈金钢;赵友源;陈磊;赵晓彤 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-08-10 - 公布日： 2023-10-20 - 主分类号： G06T11/00 文献下载
摘要：本申请实施例公开了一种基于人工智能技术的动脉自旋标记方法、装置及存储介质，其中基于人工智能技术的动脉自旋标记方法包括：获取T1加权解剖图像，并输入用于动脉自旋标记的深度神经网络，所述深度神经网络采用3DT U‑net为网络结构，并选择L‑BFGS算法作为网络训练阶段的优化算法；利用所述深度神经网络对得到的ASL图像进行图像去噪和图像重建，得到重建图像。以解决现有技术中的ASL存在信噪比低、空间分辨率差和采集时间长的问题。
基于人工智能技术动脉自旋标记方法装置存储介质

[发明专利]栓塞动脉瘤的首发弹簧圈推荐模型建立方法及其应用-CN202310816088.3有效
发明人：刘伟奇;马学升;陈金钢;徐鹏;赵友源;陈磊 -专利权人：昆明同心医联科技有限公司
申请日： 2023-07-05 - 公布日： 2023-09-26 - 主分类号： G16H50/50 文献下载
摘要：本申请实施例公开了一种栓塞动脉瘤的首发弹簧圈推荐模型建立方法及其应用，栓塞动脉瘤的首发弹簧圈推荐模型建立方法包括S1、获取多个数据样本，初始化每个数据样本的样本权重；S2、将深度神经网络分解机条件输入当前深度神经网络分解机模型进行处理，获得当前深度神经网络分解机模型；S3、将数据样本划分到当前深度神经网络分解机模型的各个树的中间节点上，得到多个具有异质性的数据组；S4、利用各个中间节点的数据，进行训练并更新样本权重；S5、根据更新后的样本权重，将深度神经网络分解机条件输入下一个深度神经网络分解机模型进行处理，循环执行步骤S2至S5；S6、进行模型参数优化，获得栓塞动脉瘤的首发弹簧圈推荐模型。
栓塞动脉瘤首发弹簧推荐模型建立方法及其应用

[发明专利]癫痫脑电信号自动检测和分类模型建立方法及应用-CN202311001225.4在审
发明人：刘伟奇;马学升;陈金钢;陈凯乐;王肖玮;龚哲晰 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-08-10 - 公布日： 2023-09-08 - 主分类号： A61B5/369 文献下载
摘要：本申请实施例公开了一种癫痫脑电信号自动检测和分类模型建立方法及应用，其中癫痫脑电信号自动检测和分类模型建立方法包括：提取癫痫脑电信号，并进行数据预处理，所述数据预处理包括应用郊狼优化算法进行特征选择，以获得最优子类特征；将所选的所述最优子类特征传递到深度典型关联稀疏自编码器模型中进行分类训练，训练结束后，将所述深度典型关联稀疏自编码器模型作为所建立的癫痫脑电信号自动检测和分类模型。以解决现有技术中对癫痫脑电信号进行分类的传统技术仍需依赖人工识别，不仅耗费大量时间，且判定的结果存在主观性，而现有对癫痫脑电信号进行分类的分类模型仍需要进一步提高分类效率的问题。
癫痫电信号自动检测分类模型建立方法应用

[发明专利]CT灌注成像处理方法及装置-CN202210828431.1有效
发明人：刘伟奇;陈磊;马学升;陈金钢;徐鹏;赵友源;赵晓彤 -专利权人：同心智医科技（北京）有限公司
申请日： 2022-07-13 - 公布日： 2023-08-18 - 主分类号： G06T7/11 文献下载
摘要：本公开提供一种CT灌注成像处理方法及装置。所述方法包括：对CT灌注成像进行预处理，获得第一图像；获取所述CT灌注成像的对侧图像；获取第一热图；将第一图像、对侧图像和第一热图输入图像分割网络模型，获得CT灌注成像中的病灶区域。根据本公开，能够获取CT灌注成像的对侧图像和第一热图，并与CT灌注成像预处理后的第一图像共同输入图像分割网络模型，从而增加与病灶相关的信息，提升模型的精度，更准确地确定病灶区域。
ct 灌注成像处理方法装置

[发明专利]一种基于MR深度学习自动分割分析脑白质高信号的方法-CN202310527814.X在审
发明人：刘伟奇;马学升;陈金钢;赵友源;陈磊 -专利权人：南通京源智创医疗科技有限公司
申请日： 2023-05-09 - 公布日： 2023-08-04 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种基于MR深度学习自动分割分析脑白质高信号的方法，通过重叠‑平铺技术建立，构建数据扩张体系，网络架构优化，白质病灶自动分割，增强分割，掩模提取以及数据分析。基于卷积神经网络的方法使用T1和T2加权流体衰减反演恢复(T2‑FLAIR)的强度作为输入特征，通过优化空间信息提高了分割算法的性能，构建了自动化白质信号分析工具。本发明使用FLAIR MRI进行脑组织分割；脑组织分割和WMH分割可以从单个FLAIR MRI进行。还可以应用于T2、SWI和GRE MRI，而无需从配对的T1w MRI中获取脑组织标签。AU‑Net框架实现了同时分割和量化WMH负担，提高了WMH分割性能，特别是在中小型WMH负荷的队列中，同样能够取得较好的性能。在完成分割后，基于解剖学的WMH负荷描述可立即实现量化分析。
一种基于 mr 深度学习自动分割分析白质信号方法

[发明专利]MRI图像的分类诊断系统、方法、电子设备及介质-CN202310324511.8有效
发明人：刘伟奇;马学升;陈金钢;赵友源;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-30 - 公布日： 2023-07-04 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种MRI图像的分类诊断系统、方法、电子设备及介质，MRI图像的分类诊断方法包括：获取原始脑肿瘤MRI图像数据集；对所述原始脑肿瘤MRI图像数据集中的原始脑肿瘤MRI图像进行特征提取得到特征数据；构建深度可分离卷积神经网络模型；基于所述特征数据训练所述深度可分离卷积神经网络模型，在训练过程中通过贝叶斯框架基于先验概率分布对后验概率分布进行迭代估计，得到优化后的所述深度可分离卷积神经网络模型，所述深度可分离卷积神经网络模型用于对脑肿瘤MRI图像进行分类诊断。该MRI图像的分类诊断方法改善了现有技术中对脑肿瘤MRI图像进行分类诊断的模型训练过程所需时间较多的问题。
mri 图像分类诊断系统方法电子设备介质

[发明专利]一种建立脑血管分割模型的方法、脑血管分割方法及装置-CN202310233406.3有效
发明人：刘伟奇;马学升;陈金钢;陈凯乐;赵晓彤 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-13 - 公布日： 2023-07-04 - 主分类号： G06T7/10 文献下载
摘要：本申请实施例公开了一种建立脑血管分割模型的方法、脑血管分割方法及装置，其中建立脑血管分割模型的方法包括步骤：构建HMRF模型，使用所述HMRF模型对获取的训练用TOF‑MRA图像进行脑血管预分割得到预分割结果，所述预分割包括使用所述HMRF模型根据所述TOF‑MRA图像中的强度信息和空间信息提取脑血管；构建DNN架构，所述DNN架构包括2D SegNet架构和3D U‑Net架构；基于所述预分割结果对所述DNN架构进行训练，得到基于HMRF模型和DNN架构的无监督脑血管分割模型。通过上述方法，将DNN与HMRF模型相结合，不需要大量的手动注释，并且在不同设备和不同分辨率的TOF‑MRA图像上实现了出色的性能。
一种建立脑血管分割模型方法装置

[发明专利]基于深度学习的大脑微出血识别方法、装置及存储介质-CN202310200581.2有效
发明人：刘伟奇;马学升;陈金钢;左林雄;陈磊;龚哲晰 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-06 - 公布日： 2023-07-04 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种基于深度学习的大脑微出血识别方法、装置及存储介质，其中基于深度学习的大脑微出血识别方法包括：从多回波序列中获取三维的SWI图像，将所述SWI图像作为输入，利用初始检测算法输出满足预定阈值的体素作为大脑微出血候选者；基于所述大脑微出血候选者的坐标提取三维补丁；将所述三维补丁作为输入，利用三维深度残差网络，以所述大脑微出血候选者的坐标为中心，输出所述大脑微出血候选者为真实大脑微出血的相似度分数。通过将基础检测方法与新颖的三维深度残差网络架构结合起来，开发一个用于检测、识别和标记大脑微出血的全自动管道，以减少初始大脑微出血检测后的假阳性，并提高特异性。
基于深度学习大脑出血识别方法装置存储介质

[发明专利]运动执行和运动意图的分析方法、装置及存储介质-CN202310323420.2有效
发明人：刘伟奇;马学升;陈金钢;陈凯乐;王肖玮;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-30 - 公布日： 2023-07-04 - 主分类号： A61B5/374 文献下载
摘要：本申请实施例公开了一种运动执行和运动意图的分析方法、装置及存储介质，其中运动执行和运动意图的分析方法包括：获取对象的原始脑电图信号；利用多重分形分析方法，选择事件相关去同步和事件相关同步最明显的两个脑区作为选定区域；利用时间‑频率分析方法，确定选定波段，获取选定波段的小波能量值，在选定区域的脑电图通道上，对选定波段的小波能量值进行平均；根据平均小波能量值在时间上的演变，利用经验模式分解方法提取小于预设值的低频率分量；基于低频率分量进行时间‑频率相关性分析，在时间上对相关性进行数值微分，并提取相关性表现出反相增加和减少的情况；基于相关性大小的预定义阈值提取真实运动和/或想象运动相关的单个事件。
运动执行意图分析方法装置存储介质

[发明专利]一种用于FLAIR-MRI序列的全自动脑体积分割方法-CN202210507103.1有效
发明人：刘伟奇;马学升;陈金钢;徐鹏;赵友源;陈磊;陈韵如 -专利权人：同心医联科技（北京）有限公司
申请日： 2022-05-10 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种用于FLAIR‑MRI序列的全自动脑体积分割方法。所述算法包括：采用标准化框架对多中心FLAIR‑MRI数据图像进行预处理，得到标准化FLAIR‑MRI数据图像，基于标准化FLAIR‑MRI数据图像，从标准化FLAIR‑MRI数据图像中提取特征集，特征集用于优化分类器参数和抽样策略，基于特征集，使用随机森林分类器训练并构建二进制脑掩膜分割模型，构建二进制脑掩膜分割模型以提取FLAIR‑MRI数据图像中的脑体积，采取形态学后处理方法进一步分割二进制脑掩膜，并对脑体积进行精确分割。本申请解决相关技术中现有技术中一些针对FLAIR‑MRI的脑体积分割算法大多是半自动化的，需要医生结合手动操作进行分割，医生手动分割图像存在一定的主观性且难度较大以及难以开展大规模研究的问题。
一种用于 flair mri 序列动脑体积分割方法

[发明专利]基于GCN分析fMRI图像的系统、方法、电子设备及介质-CN202310227245.7有效
发明人：刘伟奇;马学升;陈磊;陈金钢;左林雄;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-10 - 公布日： 2023-06-23 - 主分类号： G06V10/82 文献下载
摘要：本发明实施例公开了一种基于GCN分析fMRI图像的系统、方法、电子设备及介质，从大脑fMRI图像数据中选取感兴趣区域，提取每个感兴趣区域中所有体素对应的时间序列，并生成感兴趣区域的功能连接矩阵；通过NetMF节点嵌入算法提取功能连接矩阵中的每个节点的高级特征；将高级特征输入GCN模型训练GCN模型；将待分析fMRI图像的高级特征输入训练好的GCN模型中得到分析结果。该基于GCN分析fMRI图像的方法改善了现有技术中从原始fMRI图像中提取高级特征的成本较高，且用于分析fMRI图像的网络模型计算能力较差的问题。
基于 gcn 分析 fmri 图像系统方法电子设备介质

[发明专利]一种建立WMHs分割模型的方法、WMHs分割方法及装置-CN202310243868.3有效
发明人：刘伟奇;马学升;陈金钢;陈磊;赵友源;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-15 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例公开了一种建立WMHs分割模型的方法、WMHs分割方法及装置，其中建立WMHs分割模型的方法包括步骤：获取训练用的3D‑FLAIR图像，对所述3D‑FLAIR图像进行预处理；构建所述WMHs分割模型的堆叠泛化框架，所述堆叠泛化框架包括三个正交CNN和一个元CNN；通过三个所述正交CNN分别对输入的所述3D‑FLAIR图像的横断面、矢状面和冠状面图像重新格式化后进行训练，分别输出第一后验概率；使用所述元CNN对三个所述正交CNN分别输出的所述第一后验概率进行组合，对所述元CNN进行训练，输出第二后验概率。
一种建立 wmhs 分割模型方法装置

[发明专利]脑电图信号的选择性迁移学习方法、装置及存储介质-CN202310334701.8有效
发明人：刘伟奇;马学升;陈金钢;左林雄;王肖玮;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-31 - 公布日： 2023-06-23 - 主分类号： G06F18/10 文献下载
摘要：本申请实施例公开了一种脑电图信号的选择性迁移学习方法、装置及存储介质，其中脑电图信号的选择性迁移学习方法包括：通过共同平均参考对获取的所有源域和目标域的脑电图信号进行预处理，保留所述源域和目标域中选定通道的脑电图信号；使用每个预处理后的所述源域和目标域的协方差矩阵的黎曼均值作为参考矩阵，对所述协方差矩阵进行仿射变换，得到每个预处理后的所述源域和目标域的对齐协方差矩阵；使用所述协方差矩阵的黎曼均值作为参考矩阵，分别将对应的所述对齐协方差矩阵转换成相应的切线空间向量；使用前向顺序浮动搜索方法，最大化所选切线空间向量集的可迁移性，得到最终选定的切线空间向量集，以将对应的所选良好源域用于分类器训练。
脑电图信号选择性迁移学习方法装置存储介质

[发明专利]基于自监督学习的通道注意MLP-Mixer网络模型装置及其应用-CN202310308710.X有效
发明人：刘伟奇;马学升;陈金钢;陈凯乐;王肖玮;赵晓彤 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-28 - 公布日： 2023-06-09 - 主分类号： G06F18/24 文献下载
摘要：本申请实施例公开了一种基于自监督学习的通道注意MLP‑Mixer网络模型装置及其应用，其中模型包括：相连接的前置任务网络和后置任务网络，前置任务网络用来学习输入的脑电图切片之间的远程时间信息，后置任务网络用来基于远程时间信息，对输入的脑电图切片进行运动想象解码；其中，前置任务网络包括相连接的第一本地编码器模块和基于LSTM的切片预测模块；后置任务网络包括相连接的第二本地编码器模块、CAMLP‑Mixer模块和分类器模块。
基于监督学习通道注意 mlp mixer 网络模型装置及其应用

[发明专利]一种重建颈动脉三维图像的方法、装置及存储介质-CN202210825585.5有效
发明人：刘伟奇;陈磊;马学升;陈金钢;徐鹏;赵友源 -专利权人：同心智医科技（北京）有限公司
申请日： 2022-07-13 - 公布日： 2023-06-09 - 主分类号： G06T7/11 文献下载
摘要：本申请实施例公开了一种重建颈动脉三维图像的方法、装置及存储介质，其中重建颈动脉三维图像的方法包括步骤：S1、对获取的待处理目标影像进行预处理，通过预先构建的分割模型对预处理后的待处理目标影像进行分割，得到目标图像；S2、根据目标图像，创建像素体积，基于像素体积，创建3D水平集图像；S3、初始化3D水平集图像，得到颈动脉树，对颈动脉树进行标注，得到标注图像；S4、将标注图像反向投影到3D水平集图像的初始帧上，判断3D水平集图像是否满足解剖特征标准，若否，则基于获取的3D水平集屏蔽帧重复步骤S1至S4，直至获得满足解剖特征标准的3D水平集图像。
一种重建颈动脉三维图像方法装置存储介质

1
2
3
4
5
下一页»
尾页
共 74 条