“赵樱莉”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8个，建议您升级VIP下载更多相关专利

[发明专利]兼顾空间信息相关性的乳腺病理图像癌变性质判读方法及装置-CN202111519585.4有效
发明人：郑魁;丁维龙;朱筱婕;赵樱莉;朱峰龙 -专利权人：上海派影医疗科技有限公司
申请日： 2021-12-13 - 公布日： 2023-01-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种兼顾空间信息相关性的乳腺病理图像癌变性质判读方法，包括：提取乳腺病理图像的组织区域，将组织区域切割成像素值尺寸相同的小图；采用色彩迁移的染色标准化方法对所切割的小图进行处理，获得染色标准化后的小图；将染色标准化后的小图输入至卷积神经网络模型，获取每一个小图的中心点坐标及其对应的癌变概率；基于乳腺病理图像的空间信息，修正小图的癌变概率，获得修正后的小图中心点坐标及其癌变概率；基于修正后的小图中心点坐标及其癌变概率，生成乳腺病理图像对应的预测热力图；将预测热力图输入至随机森林模型中，获得乳腺病理图像是否癌变的二分类结果。应用本发明实施例，为医生提供辅助诊断工具，提升了诊断效率。
兼顾空间信息相关性乳腺病理图像癌变性质判读方法装置

[发明专利]一种乳腺组织切片癌变区域分割方法及装置-CN202211111864.1在审
发明人：郑魁;丁维龙;赵樱莉;宗泽永 -专利权人：上海派影医疗科技有限公司
申请日： 2022-09-13 - 公布日： 2022-12-06 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种乳腺组织切片癌变区域分割方法，包括：基于患癌全切片及其中癌变区域的标注，制作训练集和测试集；设计基于多尺度融合和注意力机制的分割模型，并采用所述训练集对所述分割模型进行训练，获得训练后的分割模型；将待检测的全切片图像输入已训练的分割模型中，得到热力图形式的分割结果；应用全连接条件随机场CRF模型对分割结果进行细化，得到图像块；将所得到的图像块的进行拼接，形成全切片的分割结果。应用本发明实施例，旨在实现乳腺病理图像癌变区域自动分割。
一种乳腺组织切片癌变区域分割方法装置

[发明专利]基于重点关注区域提取的乳腺癌病理图像识别方法-CN202111479700.X有效
发明人：郑魁;丁维龙;朱峰龙;赵樱莉;刘津龙 -专利权人：上海派影医疗科技有限公司
申请日： 2021-12-06 - 公布日： 2022-10-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于重点关注区域提取的乳腺癌病理图像识别方法，其特征在于，包括：对全切片病理图像进行划分为多个相同尺寸的划分区域；并基于划分区域上获得包含重要信息的区域，将所述包含重要信息的区域输入到分类网络，以通过分类网络计算出每一个图像块的患癌概率值；针对所述全切片病理图像的图像块，根据患癌概率值进行排序，并在基于网格筛选机制去除异常值，获取第一数量个图像块的特征，将所获取的特征输入到LSTM网络模型中，计算所述全切片病理图像的分类结果。有效提高图像识别的准确率和运行效率，为投入实际临床辅助诊断提供可能。
基于重点关注区域提取乳腺癌病理图像识别方法

[发明专利]基于多特征融合递进式判别的乳腺病理全切片分类方法-CN202111456073.8在审
发明人：郑魁;丁维龙;赵樱莉;朱峰龙;朱筱婕 -专利权人：上海派影医疗科技有限公司
申请日： 2021-12-02 - 公布日： 2022-03-08 - 主分类号： G06V10/764 文献下载
摘要：本发明披露一种基于多特征融合递进式判别的乳腺病理全切片分类方法。考虑到病理图像块与周围图像块之间存在空间相关性，利用多种特征融合方法聚合其和周围图像块的特征得到全局描述符。从全局描述符中，选择具有代表性的特征和热力图的特征进行连接，得到具有代表性和解释性的全切片特征。同时采用多特征融合递进式判别的方法对全切片图像进行最终的识别。所述方法可以避免离群点的产生，消除对最终全切片性质判断的消极影响。上述两种类型的特征的连接，可以提高全切片特征描述符的整体表示能力，使训练出的识别模型具有较高的准确性，同时递进式判别方法减少在分类过程中假阴性的产生，使其更加适应于临床诊断，提高医生的诊断质量和效率。
基于特征融合递进别的乳腺病理切片分类方法

[发明专利]一种融合多信息的病理图像分类识别方法与系统-CN202110965821.9在审
发明人：郑魁;丁维龙;朱筱婕;赵樱莉;李涛;余鋆 -专利权人：上海派影医疗科技有限公司
申请日： 2021-08-23 - 公布日： 2021-12-14 - 主分类号： G06T7/00 文献下载
摘要：本发明给出了一种融合多信息的病理图像分类识别方法与系统，包括病理数据管理、病理图像预处理，病理图像识别，癌变区域的预测和诊断报告的生成；系统分为后台管理服务器和病理专家终端，管理后台服务器用于专家个人信息存储管理，病患数据存储和病理图像数据管理；病理专家终端负责医院专家上传病理图像以及病患信息，通过预先训练的深度神经网络模型实现病理图像的分类识别。病理专家可通过专家终端审核深度学习识别结果并生成诊断报告。本发明通过深度学习方法对病理图像的病理情况进行判断以及肿瘤区域预测，实现自动化预测良性肿瘤和恶性肿瘤结果，并在病理图像上可视化显示肿瘤所在区域，辅助医生对病理图像进行诊断，提升诊断效果和效率。
一种融合信息病理图像分类识别方法系统

[发明专利]一种基于分片处理的乳腺病理图像识别检测方法与系统-CN202110965947.6在审
发明人：郑魁;丁维龙;朱筱婕;赵樱莉;李涛;余鋆 -专利权人：上海派影医疗科技有限公司
申请日： 2021-08-23 - 公布日： 2021-12-14 - 主分类号： G06T7/00 文献下载
摘要：本发明给出了一种基于分片处理的乳腺病理图像识别检测方法与系统，包括使用图像掩码的方法将病理图像分割为多个组织区域；使用滑动窗口的方式生成一定数量的坐标点，并将每个组织区域切割成一定数量的小幅图像；利用卷积神经网络识别模型对这些小幅图像进行识别判断是否癌变并输出识别结果；基于聚类算法进行聚类，综合每个组织区域的聚类结果在病理图像上绘制多边形检测框，从而标注出病理图像上的癌变区域。本发明训练得到的识别模型具有较高的准确性，能够训练卷积神经网络对数字病理图片进行识别，检测出病理片上的癌症区域，解决了现有技术中需要人工对数字病理进行识别检测的问题，有效减少医生的工作量并避免误诊、漏诊。
一种基于分片处理乳腺病理图像识别检测方法系统

[发明专利]一种适用于多类型病理图像的自动标注方法及系统-CN202110965979.6在审
发明人：郑魁;丁维龙;朱筱婕;赵樱莉;李涛;余鋆 -专利权人：上海派影医疗科技有限公司
申请日： 2021-08-23 - 公布日： 2021-12-14 - 主分类号： G06T7/00 文献下载
摘要：本发明给出了一种适用于多类型病理图像的自动标注方法及系统，包括将已上传的病理图像通过已训练完毕的深度学习模型进行分类识别得到病理图像的分类结果、各分类的位置坐标以及各分类相对应的概率，并对识别为肿瘤区域的部分进行自动标注生成标注结果，并在病理图像中显示所述肿瘤区域的标注结果，若病理专家认为所述标注结果有误，则对所述标注结果进行包括增加标注、修改标注和删除标注后重新标注在内的操作，病理专家针对所述标注结果给出审核结果和诊断意见。本发明根据基于聚类分析的病理图像自动标注算法，给出病理图像的XML的矢量图标注，设计了医生审核功能，保证自动标注的准确性，并与医院实际流程相结合，缓解了病理专家的工作量。
一种适用于类型病理图像自动标注方法系统

[发明专利]一种基于粒子群的虚拟植物生长模型参数提取方法-CN202010160448.5在审
发明人：丁维龙;辛卫涛;徐利锋;赵樱莉 -专利权人：浙江工业大学
申请日： 2020-03-10 - 公布日： 2020-08-11 - 主分类号： G06F30/18 文献下载
摘要：一种基于粒子群的虚拟植物生长模型参数提取方法，通过设定虚拟植物生长模型的参数，构建基于植物拓扑结构的描述框架，生成植物的三维结构，比较三维模型与输入模型之间的相似度，评价参数的质量，采用粒子群优化算法对参数进行不断改进，得到最优结果，并利用最优参数生成三维模型，实现植物模型的三维重建。本发明的虚拟植物生长模型描述框架可以统一对植物的拓扑结构进行描述，利用基于粒子群的虚拟植物生长模型参数提取方法，可以应用于对指定植物模型进行三维重建，得到不同形态的同类植物。
一种基于粒子虚拟植物生长模型参数提取方法

1
共 8 条