“丁偕”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23个，建议您升级VIP下载更多相关专利

[发明专利]基于MRI双模态自适应加权特征融合的AD特征提取方法及系统-CN202310606550.7在审
发明人：王培军;许晓雯;商安全;沈爱军;吴晓芬;丁偕;贺浩东;张鹏龙 -专利权人：上海市同济医院;万达信息股份有限公司
申请日： 2023-05-26 - 公布日： 2023-10-10 - 主分类号： G06F18/213 文献下载
摘要：本发明为一种基于MRI双模态自适应加权特征融合的AD特征提取方法及系统，通过获取患者脑部区域的功能MRI数据和结构MRI数据；利用图论参数特征提取方法获得脑部功能模态的特征；利用体素值特征提取方法获得脑部结构模态的特征；将两种模态特征通过信息整合的策略进行自适应加权特征融合，以形成双模态的一维特征向量；利用基于多任务的特征提取方法，提取与AD、MCI和正常老人目标结果相关且能有效反映类别差异的特征子集；输出每个任务密切相关的特征子集为最优特征集。能够基于信息整合的自适应加权融合算法来融合双模态特征并对AD、MCI和正常老人三种分类任务进行多任务学习，共享输入以及整体的损失函数，选择出对不同目标的最优特征集。
基于 mri 双模自适应加权特征融合 ad 提取方法系统

[发明专利]前列腺MRI三维图像的图像特征获取方法-CN201910312296.3有效
发明人：张敬谊;王培军;丁偕;王伟;王瑜;王磊;曹学香 -专利权人：万达信息股份有限公司
申请日： 2019-04-18 - 公布日： 2023-09-08 - 主分类号： G06V10/40 文献下载
摘要：本发明涉及一种前列腺MRI三维图像的图像特征获取方法。本发明通过对前列腺T2WI图像进行自动器官分割，得到相应的前列腺器官区域，并基于分割结果映射到配准后的ADC与DWI图像上，得到多参数前列腺器官区域作为判别模型的输入，结合多参数MRI图像与深度学习算法来获得图像特征。本发明以大量前列腺影像数据为基础，建立前列腺器官自动分割模型，减少了无关背景信息对判别模型的干扰，并使用深度学习的方法融合多参数MRI图像的特征，实现高精度前列腺癌的特征提取，为提升前列腺癌的诊断效率与准确率提供依据。
前列腺 mri 三维图像特征获取方法

[发明专利]一种基于深度学习的胃镜活检病理数据筛查系统-CN201811568861.4有效
发明人：张敬谊;丁偕;李光亚;曹学香;王瑜;王晔;佘盼 -专利权人：万达信息股份有限公司
申请日： 2018-12-21 - 公布日： 2023-05-26 - 主分类号： G06V10/32 文献下载
摘要：本发明涉及一种基于深度学习的胃镜活检病理数据筛查系统，其特征在于，包括：图像预处理模块；训练数据集生成模块；由重建网络和鉴别网络组成的条件生成对抗网络CGAN；阈值判断模块，基于条件生成对抗网络CGAN输出的得分值进行胃镜数字病理图像所对应切块样本的阴性、阳性判断，判断时将切块样本的分类信息进行聚类处理，从而完成胃镜数字病理图像的阴性和阳性判断。本发明的另一个技术方案是提供了一种基于深度学习的胃镜活检病理数据筛查方法。本发明的基于深度学习的胃镜病理数据筛查系统和方法能够为病理医生提供病理数据的筛查信息，对于提高胃镜病理数据的筛查效率具有重要意义。
一种基于深度学习胃镜活检病理数据系统

[发明专利]一种隐私场景下的护理行为识别方法-CN202211631018.2在审
发明人：申成日;刘鸣;王瑜;侯畅畅;张植桓;张敬谊;丁偕;胡万龙 -专利权人：万达信息股份有限公司
申请日： 2022-12-19 - 公布日： 2023-05-12 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种隐私场景下的护理行为识别方法，本发明在深度图像基础上，提取护理行为中护理人及被护理人的行动特征，以此构建时序和空间范围内的轨迹特征矩阵，利用机器学习相关算法对其进行分析，以此实现隐私场景下的多人参与的护理行为识别和分类。本发明提出的护理行为识别方法不依赖传统图像的特征，不易受到环境和光线变化影响，且方法仅依赖深度图像序列，区别于传统摄像头的音视频采集，可有效保护被识别者的隐私；本发明综合分析了深度图像中多人的身份、行为和图像特征，给出了在参与者行为联合分析基础上的护理行为识别模式，有效弥补传统模型无法识别特别场景下的联合行为的缺陷。
一种隐私场景护理行为识别方法

[发明专利]一种数字病理切片异常区域快速检测的方法-CN201911146210.0有效
发明人：张敬谊;丁偕;王瑜;刘全祥;杨佐鹏;刘鸣 -专利权人：万达信息股份有限公司
申请日： 2019-11-21 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种数字病理切片异常区域快速检测的方法。本发明基于拟蒙特卡洛抽样(quasi‑Monte Carlo sampling)方法，先对整张WSI图像进行采样计算，构建异常区域分类概率的多重二次曲面，计算该ROI区域的概率变化幅度，再对ROI区域概率变化幅度较高的子区域增加采样密度，进一步循环计算，经数次迭代，形成整张WSI的异常区域检测结果。从而，在保证识别准确性的前提下，大大减少WSI异常区域识别的计算成本，加快识别速度、提高识别效率。
一种数字病理切片异常区域快速检测方法

[发明专利]一种基于自监督学习的脑部核磁共振图像配准方法-CN202111457895.8在审
发明人：王瑜;张敬谊;付越;张传国;王浪;丁偕 -专利权人：万达信息股份有限公司
申请日： 2021-12-01 - 公布日： 2022-12-16 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于自监督学习的脑部核磁共振图像配准方法，利用自监督学习方法，充分挖掘图像自身的特征包括图像语义特征、图像高层特征和图像低层特征等，有效地解决了传统脑部核磁共振配准方法速度慢、流程繁琐的问题。本发明能够更好的对脑部结构进行综合定量分析，或用于后续的其他相关任务。与现有的采用fsl、ants等工具进行脑部核磁共振图像配准的方法相比，本发明能够大大提高配准的速度，在面对大批量配准需求时能够高效的完成配准任务。同时，本发明结合了自监督学习的方法，能有效地让模型学习脑部核磁共振图像的自身特点，并结合其语义信息完成模型的迭代和训练过程，使得模型能够充分保留原始图像的特征，更方便研究人员对脑部结构进行定量分析。
一种基于监督学习脑部核磁共振图像方法

[发明专利]一种隐私环境下的智能监护系统-CN202210865981.0在审
发明人：付越;王瑜;杨佐鹏;佘盼;申成日;张敬谊;丁偕 -专利权人：万达信息股份有限公司
申请日： 2022-07-22 - 公布日： 2022-11-08 - 主分类号： G01S17/894 文献下载
摘要：本发明公开了一种隐私环境下的智能监护系统，其特征在于，包括信息采集模块、数据预处理模块、智能分析模块：信息采集模块采集环境信息，并基于环境信息形成流数据；数据预处理模块用于将流数据形成具有物理意义的结构化数据；智能分析模块得到人体姿态估计结果和人体行为识别结果。本发明使用无接触式传感器作为环境信息的采集介质，在居家环境中避免了监护带来的隐私侵犯问题；本发明综合使用ToF传感器和红外传感器采集环境信息，可以互补ToF传感器对于人体感知不够敏感和红外传感器无法获取物体三维空间详细位置的缺陷。
一种隐私环境智能监护系统

[发明专利]基于心脏雷达信号的人员特征提取方法及人员识别方法-CN202210865992.9在审
发明人：王瑜;佘盼;杨佐鹏;付越;申成日;张敬谊;丁偕 -专利权人：万达信息股份有限公司
申请日： 2022-07-22 - 公布日： 2022-11-01 - 主分类号： G06K9/00 文献下载
摘要：本发明要解决的技术问题是：现有的基于心脏雷达信号的人员识别方法只使用了原始的心脏位移信号作为认证模型输入，没有对其进行特征提取从而得到具有代表性的特征。为了解决上述技术问题，本发明的一个技术方案是提供了一种基于心脏雷达信号的人员特征提取方法。本发明的另一个技术方案是提供了一种基于心脏雷达信号的人员识别方法，采用上述的基于心脏雷达信号的人员特征提取方法。本发明提出的人员识别方法不依赖视觉特征，不易受到环境改变和人为视觉伪装的影响；本发明只需采集雷达信号，无须录制音视频，能更好地保护被识别者的隐私；本发明使用毫米波雷达采集人员特征，识别过程中不需要被识别者配合，更容易实现无感识别和持续识别。
基于心脏雷达信号人员特征提取方法识别

[发明专利]一种肿瘤微环境异质性评价方法-CN202111454650.X在审
发明人：丁偕;张敬谊;张伯强;王瑜;刘鸣;张传国 -专利权人：万达信息股份有限公司;上海爱可及医疗科技有限公司
申请日： 2021-12-01 - 公布日： 2022-04-08 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种肿瘤微环境异质性评价方法，实现自动化检测Ki67免疫组化图像中的阴阳性细胞核，并定量计算空间异质性，用于评价肿瘤微环境。本发明通过自动标注生成算法实现快速构建有标注数据集，用于细胞核自动检测模型的训练，使用细胞检测模型检测并分类待评估区域的所有细胞，网格划分待评估区域，分别统计每个网格内的阳核比和阴核比，将阴阳性细胞核看做不同的群落使用Morisita‑Horn指数定量评估空间分布。本发明能够快速计算大量病理图像中阴阳性细胞核个数，同时本发明对于异质性的评估更加精确客观，有利于研究人员对肿瘤的微环境进行更进一步的分析。
一种肿瘤环境异质性评价方法

[发明专利]一种基于多尺度域对抗网络的病理图像分类方法及系统-CN202111456513.X在审
发明人：王瑜;张敬谊;张伯强;陆长青;丁偕;杨佐鹏 -专利权人：万达信息股份有限公司;上海爱可及医疗科技有限公司
申请日： 2021-12-01 - 公布日： 2022-04-08 - 主分类号： G06V10/764 文献下载
摘要：本发明的一个技术方案是提供了一种基于多尺度域对抗网络的病理图像分类方法。本发明的另一个技术方案是提供了一种基于多尺度域对抗网络的病理图像分类系统，其特征在于，包括：预处理模块；单尺度特征提取模块；总体特征提取模块；多尺度注意力模块；模型评估模块。本发明一方面结合WSI多尺度的特征信息，另一方面利用域对抗网络抑制不同染色效果对预测结果造成的影响，减小病理图像因染色带来的波动性，从而提出以一种模仿病理医生实际操作流程的方式辅助其进行病理图像分类的系统。
一种基于尺度对抗网络病理图像分类方法系统

[发明专利]一种基于超像素分割与图卷积的数字病理图像分类方法及系统-CN202110585365.5在审
发明人：王奕;张敬谊;丁偕;张伯强;崔浩阳;黄宗浩;李渊;张晖;朱敏俊;厉励;张逸鲁;高宇;戴梅;黄麒玮;蔡云飞;曹斌;石强;王正源;王骏杰;于镆铘;崔敏杰 -专利权人：复旦大学附属肿瘤医院
申请日： 2021-05-27 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于超像素分割与图卷积的数字病理图像分类方法及系统，所述方法包括以下步骤：S1：使用简单线性迭代聚类算法SLIC对数字病理图像进行超像素分割，获得超像素的分割区域；S2：将每个超像素区域作为图结构中的节点，以超像素区域是否共边作为节点之间分配边的依据，构建基于数字病理图像的图结构；S3：将构建的所述图结构的数据按照预设的比例随机分为训练集、验证集和测试集，通过训练、验证和测试图卷积神经网络，获得最佳的预测模型；S4：基于所述预测模型，对所述数字病理图像进行分类。本发明利用图卷积神经网络实现对数字病理图像的分类预测，提高了病理图像分类的准确率。
一种基于像素分割图卷数字病理图像分类方法系统

[发明专利]一种个人用户的健康指数评分方法和装置-CN202011448477.8在审
发明人：马成龙;张鑫金;张敬谊;丁海明;李静;王晔;丁偕;李燕 -专利权人：万达信息股份有限公司
申请日： 2020-12-11 - 公布日： 2021-06-04 - 主分类号： A61B5/16 文献下载
摘要：本发明的一个技术方案是提供了一种个人用户的健康指数评分方法。本发明的另一个技术方案是提供了一种个人用户的健康指数评分装置。本发明通过采集与目标用户的健康指数相关联的多个维度数据，采用统计方法得到多个维度中各个维度的特征变量，分别输入各个维度对应的维度评分模型，得到维度分值，最后，基于健康指数分评分模型得到目标用户的健康指数分值，形成一个“1+N”的综合性健康水平评价体系，为健康管理新模式、个性化健康险定价以及自我驱动的健康管理提供量化指标，也为主动健康管理规范的制定、分析、评估和优化提供量化支持。
一种个人用户健康指数评分方法装置

[发明专利]一种辅助死因分类编码的智能系统-CN202011439113.3在审
发明人：丁偕;张敬谊;王瑜;付越;张传国;路平 -专利权人：万达信息股份有限公司
申请日： 2020-12-11 - 公布日： 2021-03-19 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了一种辅助死因分类编码的智能系统，其特征在于，包括：数据预处理模块；ICD‑10类目训练模块；ICD‑10类目预测模块，对于通过数据预处理模块得到的向量化后的文本信息，预测ICD‑10类目编码结果；ICD‑10亚目文本训练模块；ICD‑10亚目文本生成模块，根据通过数据预处理模块得到的向量化后的文本信息，生成死因链中直接死因、中介死因和根本死因对应ICD‑10亚目文本信息；ICD‑10编码生成模块；ICD‑10编码调整模块。本发明提供的系统能够根据死亡报告中的文本信息能够自动生成ICD‑10编码，提高了死因链分析的效率，为医生和医疗机构提供准确的技术支持。
一种辅助死因分类编码智能系统

[发明专利]一种前列腺数字病理图像的快速Gleason评分系统-CN202010679683.3在审
发明人：张敬谊;丁偕;王瑜;刘全祥;杨佐鹏;刘鸣 -专利权人：万达信息股份有限公司;上海复高计算机科技有限公司
申请日： 2020-07-15 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种前列腺数字病理图像的快速Gleason评分系统，其特征在于，包括：数据预处理单元，用于对前列腺数字病理图像进行数据预处理；加载预训练权重的语义分割网络，用于根据数据预处理单元输出的patch切片输出五通道概率图；Gleason评分单元，对五通道概率图进行后处理后利用ISUP分级规则计算得到前列腺数字病理图像的Gleason评分。本发明使用深度神经网络的技术结合前列腺数字病理图像的特点，快速、自动分析预测Gleason评分，减少主观判断的错误，提供更准确的Gleason评分参考。
一种前列腺数字病理图像快速 gleason 评分系统

[发明专利]一种数字病理图像检索系统-CN202010679692.2在审
发明人：丁偕;张敬谊;王瑜;付越;韦金江;崔浩阳 -专利权人：万达信息股份有限公司
申请日： 2020-07-15 - 公布日： 2020-11-24 - 主分类号： G16H10/60 文献下载
摘要：本发明提供了一种数字病理图像检索系统。本发明可将图像、电子病历、检验检查报告以及诊断描述均作为检索依据，建立集病理图像检索和相关医学资料检索为一体的检索系统。将数字病理图像、检验检测报告以及病理特征的强相关信息整合在一起，构建完整可靠的数字病理图像检索系统。对于临床医生而言，可靠的数字病理图像检索系统能够提高诊断效率和准确率；对患者而言，可靠的数字病理图像检索系统能够减少就医时间，帮助患者详细的了解病情；对社会而言，可靠的数字病理图像检索系统为实现远程医疗，在线问诊新兴医疗提供了可靠的数据保障，也缓解了医疗资源紧缺的问题。
一种数字病理图像检索系统

1
2
下一页»
尾页
共 23 条