“皮肤分割”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果344377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、计算机设备和存储介质-CN202110473429.2有效
发明人：吴尧;四建楼 -专利权人：北京市商汤科技开发有限公司
申请日： 2021-04-29 - 公布日： 2023-06-23 - 主分类号： G06T7/11 文献下载
摘要：本公开提供了一种图像处理方法、装置、计算机设备和存储介质，其中，该方法包括：获取待处理图像；利用预先训练好的深度神经网络对待处理图像进行皮肤区域的分割处理，得到待处理图像对应的皮肤分割图像，皮肤分割图像标识有皮肤区域和非皮肤区域；基于皮肤分割图像以及待处理图像，对待处理图像中皮肤区域和/或非皮肤区域进行特效处理。本公开实施例基于训练好的深度神经网络对待处理图像进行皮肤区域的分割，能够准确地确定皮肤分割结果，提高皮肤分割的精度。
图像处理方法装置计算机设备存储介质

[发明专利]皮肤分析方法、装置、存储介质及电子设备-CN202010562734.4在审
发明人：陈坤鹏;姚聪;王鹏 -专利权人：北京旷视科技有限公司
申请日： 2020-06-18 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及人工智能技术领域，提供一种皮肤分析方法、装置、存储介质及电子设备。其中，皮肤分析方法包括：获取皮肤图像；利用语义分割网络处理皮肤图像获得针对皮肤图像的分割掩膜，分割掩膜中包含有用于指示皮肤图像中每个像素所属的瑕疵类别的信息；根据分割掩膜确定皮肤图像中属于同一类皮肤瑕疵的像素构成的连通域，并根据连通域确定包含皮肤瑕疵的定位框。该方法只需利用待分析的皮肤图像以及语义分割网络就能够检测皮肤上的瑕疵，有效降低了皮肤分析的成本。并且，利用该方法进行皮肤分析，用户无需线下亲赴医院或美容机构，其便捷性较高。此外，该方法采用的语义分割网络可以对皮肤图像进行像素级分割，还有利于精确检测皮肤瑕疵。
皮肤分析方法装置存储介质电子设备

[发明专利]皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置-CN202210336264.9在审
发明人：姚星星;万业聪;孟海秀;秦存涛;施森闽;任涛林 -专利权人：卡奥斯工业智能研究院（青岛）有限公司;海尔数字科技（青岛）有限公司;海尔卡奥斯物联生态科技有限公司
申请日： 2022-03-31 - 公布日： 2022-07-01 - 主分类号： G06T7/11 文献下载
摘要：本发明属于计算机技术领域，具体涉及一种皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置。皮肤镜图像识别方法应用于皮肤镜图像识别系统，方法包括：接收待识别皮肤镜图像；待识别皮肤镜图像包括：皮肤病的病灶；响应用户触发的皮肤镜图像分割请求，将待识别皮肤镜图像输入至皮肤镜图像分割模型中，确定待识别皮肤镜图像中的病灶区域；皮肤镜图像分割模型为训练第一预设模型得到的；第一预设模型包括空洞卷积层、自注意力模块；根据待识别皮肤镜图像中的病灶区域，生成待识别皮肤镜图像对应的分割图像；输出待识别皮肤镜图像对应的分割图像。该方法提高了对皮肤镜图像识别的效率和准确性。
皮肤图像分割模型训练识别方法装置

[发明专利]基于OCT图像的皮肤多亚层结构自动分割方法-CN201811483620.X有效
发明人：戴亚康;周志勇;耿辰;胡冀苏;钱旭升 -专利权人：中国科学院苏州生物医学工程技术研究所
申请日： 2018-12-06 - 公布日： 2023-03-14 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于OCT图像的皮肤多亚层结构自动分割方法，包括以下步骤：1)对采集的皮肤OCT图像进行预处理；2)对预处理后的皮肤OCT图像进行皮肤各层亚结构的分割；3)分别获取第一、三分割线和第二、四分割线，最终得到分割后的图像。本发明公开的基于OCT图像的皮肤多亚层结构自动分割方法，通过四条分割线将皮肤分为角质层、除去角质层的表皮层、真皮层三个部分，实现了皮肤多亚层结构的自动分割。本发明的方法简单高效，分割精度高，具有很好的应用价值。
基于 oct 图像皮肤多亚层结构自动分割方法

[发明专利]一种用于皮肤病理图像处理的神经网络训练方法及装置-CN201811386949.4在审
发明人：张晶;郭瑞宇;李伟平;郝伟 -专利权人：北京贝叶科技有限公司
申请日： 2018-11-20 - 公布日： 2019-03-15 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种用于皮肤病理图像处理的神经网络训练方法及装置，属于图像处理领域，该方法包括：将至少一个待分割皮肤病理图像输入到待训练用于皮肤病理图像分割的神经网络进行图像分割，得到至少一个训练分割图像，获取每个训练分割图像的各像素的类别标签，获取每个标准分割图像的各像素的类别标签，针对每个训练分割图像，根据该训练分割图像的图像特征与该训练分割图像的标准分割图像的之间各像素的类别标签差异，对所述待训练用于皮肤病理图像分割的神经网络进行训练，得到目标用于皮肤病理图像分割的神经网络，解决了现有技术中不存在用于皮肤病理图像分割的神经网络的问题。
分割图像皮肤病理图像分割神经网络类别标签像素神经网络训练图像处理图像处理领域图像输入图像特征分割

[发明专利]一种图像分割方法及装置-CN201610180610.3在审
发明人：刘楠 -专利权人：联想（北京）有限公司
申请日： 2016-03-28 - 公布日： 2016-08-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种图像分割方法，所述方法包括：检测图像中的人脸区域，获取人脸区域的区域信息；根据所述区域信息，选择已知的皮肤区域的像素样本建立皮肤模型；选择已知的非皮肤区域的像素样本建立非皮肤模型；利用所述皮肤模型和所述非皮肤模型将图像分割为皮肤区域和非皮肤区域同时，本发明还公开了一种图像分割装置。采用本发明的技术方案，能对图像中的皮肤区域和非皮肤区域进行快速分割。
一种图像分割方法装置

[发明专利]图像处理设备、图像处理方法、以及图像处理系统-CN201380042431.8有效
发明人：铃木优;五味信一郎 -专利权人：索尼公司
申请日： 2013-07-02 - 公布日： 2017-08-11 - 主分类号： A61B5/00 文献下载
摘要：分割单元将拍摄的皮肤图像分割成多个区域。例如，区域分割单元(23)将区域在平面方向上分割成皮肤区域和非皮肤区域(例如毛孔、斑点、体毛等区域)。特征值计算单元(24)对由区域分割单元(23)分割的每个区域计算与色彩的性质相关的特征值，例如，与皮肤亮度、色彩、透明感等相关的特征值。计算单元(25)使用特征值计算单元(24)计算的特征值来计算皮肤评价值。以此方式对每个区域执行特征值计算，并且根据特征值计算皮肤评价值，由此使得能够比在不用通过区域分割而评价皮肤色彩时更加精确地执行评价。
图像处理设备方法程序以及系统

[发明专利]一种皮肤病理图像多种组织自动分割方法-CN202010631701.0有效
发明人：徐军;王俊洁;赵增瑞;徐聪聪;姜祎群 -专利权人：南京信息工程大学
申请日： 2020-07-03 - 公布日： 2023-05-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种皮肤病理图像多种组织自动分割方法，获取皮肤病理样本图像并对其进行组织标记；在组织标记后的样本图像中提取各组织图像块，提取的图像块作为初始分割模型数据集；构建并训练初始分割模型；在组织标记后的样本图像中提取表皮边界图像块，提取的图像块作为表皮边界优化数据集；构建并训练表皮边界优化模型；获取待分割皮肤病理图像并对待分割皮肤病理图像进行预处理；初始分割模型数据集对预处理后的待分割皮肤病理图像进行初始分割；表皮边界优化模型对初始分割后的图像进行表皮边界优化可以快速和准确的对皮肤病理图像进行多种组织的分割。
一种皮肤病理图像多种组织自动分割方法

[发明专利]一种针对皮肤病的愈后效果预测系统、方法以及电子设备-CN202111454162.9有效
发明人：王璘;杨志文;贺婉佶;王欣;琚烈;戈宗元;王斌;赵昕;和超;陈羽中;张大磊 -专利权人：北京鹰瞳科技发展股份有限公司;上海鹰瞳医疗科技有限公司
申请日： 2021-12-02 - 公布日： 2022-03-22 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了一种针对皮肤病的愈后效果预测系统、方法以及电子设备，该系统包括：皮肤区域分割模块，其包括阈值分割单元和第一分割网络，阈值分割单元用于对输入图像进行阈值分割以得到皮肤区域参考蒙版，所述第一分割网络用于利用皮肤区域参考蒙版和输入图像进行分割处理，得到皮肤区域蒙版；病灶分割模块，其包括第二分割网络，第二分割网络用于利用皮肤区域蒙版和输入图像进行分割处理，得到病灶区域蒙版；区域确定模块，用于根据预定的填补比例和病灶区域蒙版确定待填补区域蒙版；补全模块，其包括生成对抗网络，所述生成对抗网络用于根据待填补区域蒙版和输入图像生成愈后效果图；本发明可以更高效、真实地生成针对皮肤病的愈后效果图。
一种针对皮肤病效果预测系统方法以及电子设备

[发明专利]一种皮肤镜图像中病灶的分割方法-CN202211531411.4在审
发明人：孙海江;白瑞峰;江山 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2022-12-01 - 公布日： 2023-03-03 - 主分类号： G06T7/00 文献下载
摘要：一种皮肤镜图像中病灶的分割方法，属于图像处理分割领域，包括对收集到的原始皮肤镜图像和对应的分割标签进行预处理；将预处理后的皮肤镜图像和对应的分割标签划分为训练集、验证集和测试集，并对训练集做数据增强处理；构建用于分割皮肤镜图像中病灶的分割网络；训练用于分割皮肤镜图像中病灶的分割网络；生成分割结果。本发明对于大小不同、不规则、毛发遮挡和模糊边界的病灶具有突出的分割性能，强适应性、高鲁棒性和高分割精度。
一种皮肤图像病灶分割方法

[发明专利]基于联合注意卷积神经网络的皮肤病图像分割方法及系统-CN202211207248.6在审
发明人：曾鹏;李海燕;李海江;王正宇;郭磊 -专利权人：云南大学
申请日： 2022-09-30 - 公布日： 2022-12-09 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于联合注意卷积神经网络的皮肤病图像分割方法及系统，涉及图像处理技术领域，该方法包括：获取待分割皮肤病图像；将待分割皮肤病图像输入皮肤病图像分割模型，输出皮肤病图像分割结果；皮肤病图像分割模型为训练过的联合注意卷积神经网络本发明提高了皮肤病图像皮肤病变分割的准确性和可靠性。
基于联合注意卷积神经网络皮肤病图像分割方法系统

[发明专利]低标注成本的皮肤病图像分割方法、装置、设备及介质-CN202211332281.1有效
发明人：梁桥康;秦海;肖海华;邹坤霖 -专利权人：湖南大学
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种低标注成本的皮肤病图像分割方法、装置、设备及介质，方法包括：构建皮肤病图像数据集，包括未标注和已标注的皮肤病图像；设计低标注成本的皮肤病图像分割网络，包括N个预测模型和多模型融合模块；使用皮肤病图像数据集分批次对各预测模型进行训练和标注，其中采用多不确定性策略的主动学习方法和基于共享查询值策略的半监督学习方法，使用当前训练得到的预测模型与专家标注相结合，对当前任意批次未标注的皮肤病图像进行标注；使用已标注的皮肤病图像对每个预测模型重复迭代训练；使用训练好的皮肤病图像分割网络对待分割的皮肤病图像进行分割标注。本发明在标注样本较少的条件下仍能获得良好的分割效果。
标注成本皮肤病图像分割方法装置设备介质

[发明专利]基于深度学习的皮肤病变识别网络的构建方法-CN202111309282.X在审
发明人：杨诚;卢官明 -专利权人：常州信息职业技术学院
申请日： 2021-11-06 - 公布日： 2022-02-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于深度学习的皮肤病变识别网络的构建方法，包括下步骤：获取至少一皮肤病变的一组皮肤图像；获取每一皮肤图像对应的一标准分割皮肤图像；将皮肤图像和对应的标准分割皮肤图像划分为一训练图像集和一测试图像集；训练图像集中的皮肤图像和对应的标准分割皮肤图像作为卷积神经网络的输入，构建基于皮肤病变图像的卷积神经网络模型；测试图像集中的皮肤病变图像和对应的标准分割皮肤图像对基于皮肤图像的卷积神经网络模型进行验证，对基于皮肤图像的卷积神经网络模型的参数进行优化。本发明实现了智能诊断，提高了诊断速度和诊断准确性，使皮肤病病人迅速获得正确的治疗，此外还能弥补医生肉眼观察图像的不足。
基于深度学习皮肤病变识别网络构建方法

[发明专利]一种皮肤镜图像黑色素瘤分割方法、装置及相关组件-CN202110852293.6有效
发明人：岳广辉;李思莹;周天薇;周恒;韩婉婉;李苑;汪天富 -专利权人：深圳大学
申请日： 2021-07-27 - 公布日： 2022-02-22 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种皮肤镜图像黑色素瘤分割方法、装置及相关组件。该方法包括通过预训练好的Res2Net模型对皮肤镜样本图像进行特征提取，生成低级特征和高级特征；对低级特征和高级特征进行跨层特征融合，得到全局映射图；使用不同的空洞率对高级特征进行卷积，并利用全局映射图对卷积得到的中间预测图进行指导，得到最终预测图；使用损失函数同时对最终预测图、中间预测图和全局映射图进行监督和优化，得到优化后的皮肤镜图像黑色素瘤分割模型；利用皮肤镜图像黑色素瘤分割模型对皮肤镜检测图像进行分割，输出分割结果。该方法可以快速且有效的对皮肤镜图像黑色素瘤区域进行自动分割，且输出的分割结果边界准确。
一种皮肤图像黑色素瘤分割方法装置相关组件

[发明专利]一种基于深度学习的皮肤病灶图像分割方法-CN202110769832.X有效
发明人：周剑;刘业鑫;段辉高 -专利权人：湖南大学
申请日： 2021-07-08 - 公布日： 2021-10-01 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于深度学习的皮肤病灶图像分割方法，该分割方法包括：获取皮肤电镜图像，将图片调整为统一尺寸，对图像进行预处理；将所述数据集划分为训练集、验证集和测试集；搭建模型，搭建FCP‑Net网络，计算神经网络模型的输出与皮肤病灶图像掩模的损失值，并据此更新神经网络模型的参数；遍历所有训练样本，不断训练，直到在10次遍历内模型的损失值不发生变化时停止训练，得到皮肤病灶图像分割模型；实际分割，将图像输入FCP‑Net网络中进行分割，输出分割后的图像。本发明所提供的分割方法能够显著提高图像分割准确率。
一种基于深度学习皮肤病灶图像分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条