“姜泽坤”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17个，建议您升级VIP下载更多相关专利

[发明专利]导管原位癌核级分类预测模型构建方法、系统和存储介质-CN202310972791.3在审
发明人： 姜泽坤;孙淼;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2023-08-03 - 公布日： 2023-10-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种导管原位癌核级分类预测模型构建方法、系统和存储介质，预测模型构建方法包括：构建乳腺癌超声图像数据库，获取病理核级分类结果；将超声图像数据输入到预训练的RadImageNet深度学习网络中，通过迁移学习微调，训练得到核级分类预测模型1；将RadImageNet深度学习网络作为特征提取器，直接从超声图像中提取深度学习特征，并输入到机器学习分类器中，构建核级分类预测模型2；将患者的临床信息输入到机器学习分类器中，构建核级分类预测模型3；集成三个核级分类预测模型，确定最终的核级分类预测模型。本发明能够有效提高导管原位癌核级分类结果的准确性，能够满足临床的应用需求，具有很好的应用前景。
导管原位癌核级分类预测模型构建方法系统存储介质

[发明专利]用于失眠诊断的智能舌诊特征提取方法及失眠诊断系统-CN202310205606.8在审
发明人： 姜泽坤;孙淼;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2023-03-06 - 公布日： 2023-06-06 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像处理技术领域，具体涉及一种用于失眠诊断的智能舌诊特征提取方法及失眠诊断系统。本发明的方法包括如下步骤：步骤1，失眠患者入组，基于失眠患者的舌头图像构建舌图数据库；步骤2，从所述舌头图像中分割出舌头区域；步骤3，量化和提取所述舌头区域的影像组学特征；步骤4，通过机器学习算法筛选所述影像组学特征，得到用于构建失眠诊断舌诊模型的舌诊特征。利用上述方法优选得到的特征，能够进一步构建失眠诊断系统。本发明的诊断准确性好，具有很好的应用前景。
用于失眠诊断智能特征提取方法系统

[发明专利]一种基于深度学习的乳腺导管原位癌浸润性分类系统-CN202310205608.7在审
发明人：孙淼;姜泽坤;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G06V10/764 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种基于深度学习的乳腺导管原位癌浸润性分类系统。本发明系统包括：输入模块，用于输入乳腺癌超声图像；预处理模块，用于实现超声图像的预处理操作；浸润性分类诊断模块，用于向乳腺导管原位癌浸润性分类模型中输入预处理后的超声图像，实现乳腺导管原位癌浸润性分类的智能诊断；其中，乳腺导管原位癌浸润性分类模型优选为深度学习网络。本发明的系统对乳腺导管原位癌浸润性分类具有良好的准确性，能够满足临床的应用需求，具有很好的应用前景。
一种基于深度学习乳腺导管原位浸润分类系统

[发明专利]一种肺癌Ki-67表达水平预测方法和系统-CN202310199055.9在审
发明人： 姜泽坤;孙淼;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2023-03-03 - 公布日： 2023-05-09 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种肺癌Ki‑67表达水平预测方法和系统。本发明方法包括如下步骤：步骤1，输入肺部CT图像数据，分割得到肺癌肿瘤区域；步骤2，从所述肺癌肿瘤区域中提取深度学习特征，并构建深度学习评分；步骤3，从所述肺癌肿瘤区域中提取影像组学特征，并构建影像组学评分；步骤4，基于所述深度学习评分和影像组学评分，利用列线图模型进行Ki‑67表达水平的预测。本发明还提供实现上述方法的系统。本发明方法具有准确、无创检测和结果解释性好等优点，具有很好的应用前景。
一种肺癌 ki 67 表达水平预测方法系统

[发明专利]一种用于新型冠状病毒感染分级的特征提取方法和系统-CN202211595685.X在审
发明人： 姜泽坤;孙淼;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2022-12-13 - 公布日： 2023-04-14 - 主分类号： G06V10/40 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种用于新型冠状病毒感染分级的特征提取方法和系统。本发明的特征提取方法包括如下步骤：步骤1，输入胸部CT图像数据，分割得到肺炎病变区域；步骤2，从所述区域中分别同时提取基于23种小波变换的8种分解模式下的影像组学特征；步骤3，将步骤2得到的影像组学特征分别进行特征筛选、机器学习建模和模型比较，得到用于输入新型冠状病毒感染病变分级模型的特征数据集。本发明通过对特征提取方法得优化和模型种类的选择，能够有效提高新型冠状病毒感染病变分级结果的准确性，能够满足临床的应用需求，具有很好的应用前景。
一种用于新型冠状病毒感染分级特征提取方法系统

[发明专利]一种用于PD-L1表达诊断的特征构建方法和诊断系统-CN202211595702.X在审
发明人：孙淼;姜泽坤;侯峻枫;孟思睿 -专利权人：华西精创医疗科技（成都）有限公司
申请日： 2022-12-13 - 公布日： 2023-03-21 - 主分类号： G16H50/20 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种用于PD‑L1表达诊断的特征构建方法和诊断系统。本发明的特征构建方法包括如下步骤：步骤1，输入胸部CT图像数据，分割得到肺癌的肿瘤区域；步骤2，从所述肿瘤区域中提取高通量的影像组学特征；步骤3，采用基于岭回归的特征递归消除算法，从所述高通量的影像组学特征中筛选得到有价值的影像组学特征集。本发明还进一步提供用于非小细胞肺癌PD‑L1表达预测的诊断系统。本发明通过对特征的选择和模型种类的选择，能够有效提高非小细胞肺癌PD‑L1表达诊断结果的准确性，能够满足临床的应用需求，具有很好的应用前景。
一种用于 pd l1 表达诊断特征构建方法系统

[发明专利]一种用于跟腱病诊断的特征提取方法、系统和存储介质-CN202211341602.4有效
发明人：胡钦胜;姜泽坤;朱晓艳;张晖;刘熹;陈宇;尹诗九;李亚星 -专利权人：四川大学华西医院
申请日： 2022-10-30 - 公布日： 2023-02-28 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学影像分析诊断领域，具体涉及一种用于跟腱病诊断的特征提取方法、系统和存储介质。本发明用于跟腱病诊断的特征提取方法包括如下步骤：步骤1，输入肌骨超声图像，分割肌骨感兴趣区域；步骤2，分别从R、G、B三个单通道图像模式和灰度图像模式下提取和量化影像学特征；步骤3，基于机器学习模型对跟腱病诊断的准确性，确定用于输入机器学习模型进行跟腱病诊断的特征。本发明还进一步提供利用上述特征提取方法获得的特征进行跟腱病诊断的系统。本发明获得了预测性能更好的跟腱病诊断模型，能够更加准确地对跟腱病进行智能诊断，具有很好的应用前景。
一种用于跟腱诊断特征提取方法系统存储介质

[发明专利]股骨头缺血坏死分期诊断系统和存储介质-CN202211248759.2有效
发明人：胡钦胜;姜泽坤;刘晓艳;李玲利;黄泽宇;王浩洋;曾羿;石小军;马俊;黄强;康鹏德;杨静;周宗科;沈彬 -专利权人：四川大学华西医院
申请日： 2022-10-12 - 公布日： 2022-12-23 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学图像处理技术领域，具体涉及一种股骨头缺血坏死分期特征构建方法、诊断系统和存储介质。本发明的特征构建方法包括如下步骤：步骤1，输入X片图像数据，分割得到髋关节的区域；步骤2，从所述区域中分别同时提取高通量影像组学特征和深度学习特征；步骤3，将高通量影像组学特征和深度学习特征融合后，得到用于输入股骨头缺血坏死分期模型的混合特征数据集。本发明还进一步提供用于股骨头缺血坏死分期的诊断系统。本发明通过对特征的选择和模型种类的选择，能够有效提高股骨头缺血坏死分期结果的准确性，能够满足临床的应用需求，具有很好的应用前景。
股骨头缺血坏死分期诊断系统存储介质

[发明专利]一种应用于处理器的寄存器控制SIMD指令扩展方法-CN202110075334.5有效
发明人：张红升;姜泽坤;刘挺;丁太云;刘红江 -专利权人：重庆邮电大学
申请日： 2021-01-20 - 公布日： 2022-09-20 - 主分类号： G06F9/38 文献下载
摘要：本发明公开了一种应用于处理器的寄存器控制SIMD指令扩展方法，基于寄存器控制的SIMD指令扩展，通过在处理器中增加一个存储器映射的控制寄存器，实现对处理器SIMD操作的控制，SIMD控制寄存器为32位，所述SIMD控制寄存器中的高16位保留，可以自行定义其功能，如设计为掩码位等；所述低16位为实际控制位，分别包含了对整数操作的SIMD控制与浮点操作的SIMD控制；实现了基于寄存器控制的SIMD指令扩展，通过在处理器中增加一个存储器映射的控制寄存器，实现对处理器SIMD操作的控制；本发明将处理器的SIMD指令中对SIMD控制的部分全部取出，交由上述控制寄存器进行控制，因此可以实现在不改动处理器指令和汇编编译器的情况下实现处理器对SIMD指令的支持。
一种应用于处理器寄存器控制 simd 指令扩展方法

[发明专利]多模态脑肿瘤图像分割系统及方法-CN202111021342.8在审
发明人：李登旺;寻思怡;姜泽坤;黄浦;张焱;赵睿;王建波;朱慧;李婕;吴冰;柴象飞;章桦 -专利权人：山东师范大学
申请日： 2021-09-01 - 公布日： 2021-12-31 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于深度卷积生成对抗网络的多模态脑肿瘤图像分割系统及方法，包括以下步骤：数据获取模块，用于获取待分割多模态脑部肿瘤图像；图像分割模块，用于采用脑部肿瘤图像分割模型进行图像分割；其中，所述脑部肿瘤图像分割模型基于深度卷积生成式对抗网络预先训练得到；所述深度卷积生成式对抗网络包括生成器和鉴别器，所述生成器以全卷积网络为基础，在输出层后连接附加层，所述附加层为循环神经网络，所述循环神经网络的每一层表示条件随机场的一个步骤。本发明可用于训练的标注图像非常少的情况下分割多模态脑部肿瘤图像的问题。
多模态脑肿瘤图像分割系统方法

[发明专利]一种鼻咽癌诱导化疗疗效预测方法及系统-CN202111094412.2在审
发明人：李登旺;杨超;黄浦;姜泽坤;薄琳琳;赵睿;王建波;朱慧;李婕;吴冰;柴象飞;章桦 -专利权人：山东师范大学
申请日： 2021-09-17 - 公布日： 2021-12-14 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学影像分析预测领域，提供了一种鼻咽癌诱导化疗疗效预测方法及系统。其中，该方法包括获取诱导化疗前的多模态磁共振图像；对多模态磁共振图像进行感兴趣区域勾画，提取感兴趣区域的图像特征，得到感兴趣区域的影像组学特征；利用多步逐级特征选择的方式，获得满足设定条件的影像组学特征作为最佳影像组学特征；其中，多步逐级特征选择的方式至少为三步逐级特征选择；利用训练完成的支持向量机分类器对最佳影像组学特征进行预测，获得预测的鼻咽癌诱导化疗疗效结果。
一种鼻咽癌诱导化疗疗效预测方法系统

[发明专利]基于多任务生成对抗网络的脑肿瘤图像分割及增强系统-CN202111023513.0在审
发明人：李登旺;寻思怡;姜泽坤;黄浦;董雪媛;赵睿;王建波;朱慧;李婕;吴冰;柴象飞;章桦 -专利权人：山东师范大学
申请日： 2021-08-31 - 公布日： 2021-12-07 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了基于多任务生成对抗网络的脑肿瘤图像分割及增强系统，包括：获取模块，其被配置为：获取待处理的脑肿瘤图像；预处理模块，其被配置为：对待处理的脑肿瘤图像进行预处理；分割及增强模块，其被配置为：根据训练后的多任务生成对抗网络，对预处理后的脑肿瘤图像进行分割和增强，得到分割的脑肿瘤图像和增强后的脑肿瘤图像。通过多任务学习方法，以GAN网络结构为基础，设计脑肿瘤分割为主要任务，脑部MRI增强为辅助任务辅助主任务，以实现准确快速的脑肿瘤分割及脑部MRI图像增强。
基于任务生成对抗网络肿瘤图像分割增强系统

[发明专利]养老院出入监控方法及系统-CN201910507055.4有效
发明人：李登旺;姜泽坤;崔滨;杜勇涛;卢莹;费洪磊;薛洁 -专利权人：山东师范大学
申请日： 2019-06-12 - 公布日： 2021-12-03 - 主分类号： G07C9/37 文献下载
摘要：本公开公开了养老院出入监控方法及系统，包括：安装在养老院门上的红外感应单元，对门内和门外的情况进行实时感应；红外感应单元感应到门内或门外有人，则唤醒第一人脸识别单元；第一人脸识别单元对人脸进行识别，识别结果分为养老院数据库中的工作人员、养老院数据库中的入住老人或外来人员；对外来人员通过雷达成像进行危险物品探测；对于异常出入情况，发出报警信号。
养老院出入监控方法系统

[发明专利]基于模型无关元学习的小样本糖尿病视网膜病变分类系统-CN202110730369.8在审
发明人：李登旺;董雪媛;黄浦;刘学尧;姜泽坤;宋卫清;高祝敏;陈美荣;薛洁;赵睿 -专利权人：山东师范大学
申请日： 2021-06-29 - 公布日： 2021-10-22 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于模型无关元学习的小样本糖尿病视网膜病变分类系统，包括数据获取模块，被配置为：获取待分类糖尿病视网膜病变图像；图像分类模块，被配置为：基于小样本糖尿病视网膜病变分类模型对所述待分类糖尿病视网膜病变图像进行分类；其中，所述分类模型采用模型无关的元学习方法训练得到，模型中损失函数采用困难任务感知损失函数。本发明有效降低了模型对样本数量的依赖，提高了小样本糖尿病视网膜病变的分类准确度。
基于模型关元学习样本糖尿病视网膜病变分类系统

[发明专利]基于混合注意力残差网络实现白细胞自动分类方法及系统-CN202110571942.5在审
发明人：李登旺;刘聪;卢志明;黄浦;姜泽坤;张健;王晶;沈亚娟;吴上上;宋卫清 -专利权人：山东师范大学
申请日： 2021-05-25 - 公布日： 2021-09-03 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于混合注意力残差网络实现白细胞自动分类方法及系统，该方法包括：步骤(1)：获取原始白细胞图像，并进行预处理；步骤(2)：将预处理后的白细胞图像输入改进的残差网络模型中进行训练，得到的改进的残差网络模型满足白细胞类型判断准确率的要求。
基于混合注意力网络实现白细胞自动分类方法系统

1
2
下一页»
尾页
共 17 条