“医学技术领域”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11461204个，建议您升级VIP下载更多相关专利

[发明专利]医学影像数据压缩系统及其压缩方法-CN202211248878.8在审
发明人：俞峰 -专利权人：深圳市云影医疗科技有限公司
申请日： 2022-10-12 - 公布日： 2023-01-17 - 主分类号： H04N19/91 文献下载
摘要：本发明涉及图像压缩技术领域，公开了一种医学影像数据压缩方法，包括：获取医学影像数据，并提取医学影像数据中的一张医学图像作为原医学图像；其中，医学影像数据中具有多张医学图像；对原医学图像进行第一编解码处理，得到边缘重构医学图像；对原医学图像进行第二编解码处理，得到重构医学图像；提取边缘重构医学图像、重构医学图像，以完成对原医学图像的压缩，并将其相加，得到恢复的原医学图像；遍历医学影像数据中每张医学图像，以完成对医学影像数据的压缩。本发明提供的医学影像数据压缩系统及其压缩方法，避免了纹理细节信息的丢失，同时减少诊断医师的工作量，提升诊断医师的诊断效率与准确率，减缓医学影像数据对存储空间的需求。
医学影像数据压缩系统及其压缩方法

[发明专利]医学知识图谱构建方法及装置、存储介质和电子设备-CN201910883707.4有效
发明人：陈鹏;郑彬丽;陈阳 -专利权人：金色熊猫有限公司
申请日： 2019-09-18 - 公布日： 2023-01-31 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种医学知识图谱构建方法、医学知识图谱构建装置、存储介质和电子设备，涉及计算机技术领域。该医学知识图谱构建方法涉及的图谱构建过程包括：获取医学资料；从医学资料中提取多个目标医学实体，并确定多个目标医学实体之间的关系；如果当前医学知识图谱构建过程不是首次医学知识图谱构建过程，则将多个目标医学实体和多个目标医学实体之间的关系融合至上一医学知识图谱中，得到当前医学知识图谱的多个候选医学实体以及多个候选医学实体之间的关系；基于当前医学知识图谱的多个候选医学实体以及多个候选医学实体之间的关系，构建当前医学知识图谱。本公开提高了医学知识图谱构建效率。
医学知识图谱构建方法装置存储介质电子设备

[发明专利]基于电控磁富集‑分离和全内反射磁成像的光学检测仪-CN201610958552.2在审
发明人：刘春秀;贾建;蔡浩原;刘昶 -专利权人：中国科学院电子学研究所
申请日： 2016-10-27 - 公布日： 2017-04-26 - 主分类号： G01N21/55 文献下载
摘要：本发明公开了一种基于电控磁富集‑分离结构和全内反射磁成像结构的光学检测仪，涉及生物医学检测技术领域。目前，由于低浓度物质的检测仪器过于庞大、步骤繁琐、检测时间较长而且对专业技术的要求非常高，大大限制了其应用。因此，本发明结合了电控磁富集‑分离结构和全内反射磁成像结构，实现了一种高效、快捷、方便、精准且适用于非专业人员操作的低浓度生物医学样品检测设备，这对于生物医学检测技术领域而言意义重大。
基于电控磁富集分离反射成像光学检测

[发明专利]一种基于医学检测数据的医学设备调试方法及系统-CN202111054352.1在审
发明人：许元;王俊;宋琛 -专利权人：许元
申请日： 2021-09-09 - 公布日： 2021-12-31 - 主分类号： G16H40/40 文献下载
摘要：本发明提供的一种基于医学检测数据的医学设备调试方法及系统，涉及医学检测技术领域。在本发明中，基于预先训练得到的目标健康状态检测模型对医学影像检测设备发送的多帧医学检测图像进行识别处理，得到目标对象的健康状态检测结果数据，其中，健康状态检测结果数据用于表征目标对象的健康状态；基于目标对象的健康状态检测结果数据判断是否需要对医学影像检测设备进行调试处理；若判定需要对医学影像检测设备进行调试处理，则基于目标对象的健康状态检测结果数据对医学影像检测设备进行调试处理。基于上述方法，可以改善现有技术中对医学影像检测设备的调试管控效果不佳的问题。
一种基于医学检测数据设备调试方法系统

[发明专利]一种相似医学图像的检索方法、系统、设备及介质-CN202310483530.5在审
发明人：黄家祥;任大伟;罗飞 -专利权人：万里云医疗信息科技（北京）有限公司
申请日： 2023-04-28 - 公布日： 2023-08-01 - 主分类号： G06F16/532 文献下载
摘要：一种相似医学图像的检索方法、系统、设备及介质，涉及医疗影像技术领域。在该方法中，包括以下步骤：调用训练后的特征编码输出网络，特征编码输出网络包括特征提取单元、感兴趣区域划分单元以及特征融合单元；通过特征编码输出网络确定待匹配医学图像的全局形态特征、局部形态特征以及区域位置特征；通过特征融合单元，根据全局形态特征、局部形态特征以及区域位置特征，确定待匹配医学图像的图像特征编码；根据待匹配医学图像的图像特征编码，确定待匹配医学图像的相似医学图像集。通过采用本申请提供的技术方案，基于待匹配医学图像的多方面特征对待匹配医学图像进行完整有效的描述，从而提升相似医学图像的检索方法的准确度。
一种相似医学图像检索方法系统设备介质

[发明专利]一种基于NSST-Schur的医学图像鲁棒水印方法-CN202211655414.9在审
发明人：李京兵;杨萌;高兴;涂蓉;陈晶 -专利权人：海南大学
申请日： 2022-12-22 - 公布日： 2023-04-25 - 主分类号： G06T1/00 文献下载
摘要：本申请涉及图像处理技术领域，公开了一种基于NSST‑Schur的医学图像鲁棒水印方法，包括：对医学图像进行NSST变换，得到低频子带图像；对低频子带图像进行分块处理，并对分块进行Schur分解，构造过渡矩阵；根据过渡矩阵中的元素值，生成医学图像的哈希二值序列；根据哈希二值序列和哈希函数，生成医学图像的特征向量；将医学图像的特征向量和混沌加密水印进行异或运算，以将水印信息嵌入至医学图像中。上述医学图像鲁棒水印方法具有很强的鲁棒性和不可见性，能同时保护病人的隐私信息和医学图像的数据安全，很好地解决了传统的水印嵌入技术对原图数据修改造成的缺陷，保证了医学图像的质量。
一种基于 nsst schur 医学图像水印方法

[发明专利]一种医学图像质量评价方法、装置及设备-CN202211554025.7在审
发明人：马骏;杨钰群 -专利权人：北京芯联心科技发展有限公司
申请日： 2022-12-06 - 公布日： 2023-03-17 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及医学图像质量评价技术领域，具体涉及一种医学图像质量评价方法、装置及设备，该方法包括：获取至少一组相对应的待测图像和参考图像，及每组的主观质量评级标签；将每组图像及其主观质量评级标签进行组合生成样本，得到样本集；构建基于秩损失的全参考医学图像质量评价网络模型；根据所述样本集对所述全参考医学图像质量评价网络模型进行迭代训练；利用训练好的全参考医学图像质量评价网络模型获取医学图像质量评价结果。可以理解的是，本发明提供的技术方案，能够构建并训练全参考医学图像质量评价网络模型，通过全参考的训练方式，使得模型对医学图像质量评价的质量评价效果提高，能够进行医学客观图像质量评价。
一种医学图像质量评价方法装置设备

[发明专利]一种基于带权模糊互信息的三维医学图像配准方法及系统-CN201210591626.5有效
发明人：吴茜;贾婧;刘航;吴宜灿 -专利权人：中国科学院合肥物质科学研究院
申请日： 2012-12-31 - 公布日： 2013-04-03 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于带权模糊互信息的三维医学图像配准方法及系统，该方法涉及图像引导放射治疗与医学图像分析技术领域，主要包括以下步骤：1、医学图像导入：支持单模图像配准和多模图像配准。2、医学图像显示：运用伪彩技术为待配准医学图像的横断面、冠状面、矢状面图像着不同颜色。3、医学图像处理：基于模糊熵概念，分级压缩医学图像灰度级，减少互信息计算量。4、医学图像配准：在模糊熵基础上改进归一化互信息测度，提高医学图像配准的鲁棒性。本发明采用基于互信息的测度方法，不仅适用于单模图像配准，针对多模图像配准也表现出较好的效果。
一种基于模糊互信三维医学图像方法系统

[发明专利]医学图像的分类方法及其分类装置-CN202110038447.8在审
发明人：丁赛赛;左文琪 -专利权人：苏州斯玛维科技有限公司
申请日： 2021-01-12 - 公布日： 2021-04-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种医学图像的分类方法及其分类装置，其涉及数字图像处理技术领域，方法包括：使用迁移学习将在自然图像数据集训练好的深度学习模型迁移到医学图像领域得到医学图像分类的基础模型；在医学图像分类的基础模型上构建基于类激活映射的深度注意力分支网络；在医学图像分类的基础模型上构建基于灰度共生矩阵的损失加权模块；将医学图像分类的基础模型上的基于灰度共生矩阵的损失加权模块和基于类激活映射的深度注意力分支网络建立融合以得到融合后的医学图像分类模型；对融合后的医学图像分类模型进行训练得到医学图像自动分类模型；通过医学图像自动分类模型对待分类图像进行自动分类。本申请能够能够用于医学图像的精准分类。
医学图像分类方法及其装置

[发明专利]医学影像的生成方法、模型训练方法、装置、设备及介质-CN202310341777.3在审
发明人：尚方信;杨叶辉;代小亚 -专利权人：北京百度网讯科技有限公司
申请日： 2023-03-31 - 公布日： 2023-07-07 - 主分类号： G06T11/00 文献下载
摘要：本公开提供了一种医学影像的生成方法、模型训练方法、装置、设备及介质，涉及机器学习、智慧医疗、以及图像处理等技术领域。具体实现方案包括：获取待生成的医学影像的至少一个标签信息；获取待生成的所述医学影像的至少一个维度的结构信息；基于待生成的所述医学影像的所述至少一个标签信息、所述至少一个维度的结构信息以及预先训练的医学影像生成模型，生成所述医学影像，所述医学影像携带有所述至少一个标签信息、采用了各所述维度的结构信息。本公开的技术，能够有效地提高医学影像的生成效率。
医学影像生成方法模型训练装置设备介质

[发明专利]医学知识图谱的构建方法、装置、介质及电子设备-CN201910844375.9在审
发明人：李林峰 -专利权人：医渡云（北京）技术有限公司
申请日： 2019-09-06 - 公布日： 2021-03-09 - 主分类号： G06F16/36 文献下载
摘要：本公开实施例提供了一种医学知识图谱的构建方法、装置、计算机可读介质及电子设备，涉及自医学数据处理技术领域。该方法包括：获取用于表示目标医学知识的三元组；在所述三元组所表述的语义特征的基础上，获取限定所述目标医学知识的附加语义特征；基于所述附加语义特征将所述三元组扩展为四元组，以基于所述四元组构建医学知识图谱本技术方案提供的知识图谱能够提升对医学知识的表述准确度；同时，没有额外增加原有三元组数量，不会导致基于医学知识图谱的查询效率变低。另外，本技术方案能够提高医学知识图谱可视化程度以及医学推理效率。
医学知识图谱构建方法装置介质电子设备

[发明专利]一种基于深度学习的医学超声图像分割方法-CN201911416817.6有效
发明人：罗亮;袁浩瀚;车博;陈智;方俊;巨学明 -专利权人：电子科技大学;四川省人民医院
申请日： 2019-12-31 - 公布日： 2023-03-21 - 主分类号： G06T7/10 文献下载
摘要：本发明属于深度学习计算机视觉和医学信息处理技术领域，具体涉及一种基于深度学习的医学超声图像分割方法。本发明的方法在通用图像分割神经网络模型基础上，融合多输入多输出技术、注意力机制、孔洞卷积技术、小样本医学数据增强等多种新型技术，重点解决小样本学习，超声图像对比度低，结节边缘模糊等难点痛点问题，得到本发明最优分割策略
一种基于深度学习医学超声图像分割方法

[发明专利]一种医学图像的处理方法、装置及存储介质-CN202210704452.2在审
发明人：陈林俐;张延慧;杨镇郡;戴安乐 -专利权人：北京银河方圆科技有限公司;北京优脑银河科技有限公司
申请日： 2022-06-21 - 公布日： 2022-09-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种医学图像的处理方法、装置及存储介质，涉及医学图像技术领域。方案包括获取医学图像；根据第一预设算法对医学图像进行归一化处理，得到标准化图像；根据第二预设算法对标准化图像进行提取处理，得到初始边界图像；根据第三预设算法对初始边界图像进行降噪处理，得到边界点云图像。本发明实施例提供的医学图像的处理方法能够对医学图像的局部进行降噪处理，提高医学图像的准确性，有利于后续根据医学图像对病情或研究做出准确的判断和处理。
一种医学图像处理方法装置存储介质

[发明专利]具有实时性的模糊聚类医学图像分割方法-CN201710202497.9在审
发明人：唐新亭;张小峰;孙玉娟 -专利权人：鲁东大学
申请日： 2017-03-30 - 公布日： 2017-08-01 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种具有实时性的模糊聚类医学图像分割方法，属于医学图像处理技术领域。所述方法包括对给定的医学图像提取灰度特征，得到医学图像的特征信息集；利用医学图像的特征信息和邻域信息，基于滤波技术对医学图像进行预处理；计算滤波后医学图像的特征直方图；从特征直方图上计算相应的特征区间；初始化滤波后医学图像中相应组织或器官的聚类中心，并对像素的隶属度进行计算；通过迭代过程，在最小化像素与聚类中心的加权函数的过程中，更新像素的隶属度以及聚类中心；基于最大隶属度原则去模糊化，实现医学图像的分割本发明既能较好地实现医学图像的分割，又能满足医学图像分割的实时性要求。
具有实时模糊医学图像分割方法

[发明专利]一种基于半监督与Transformers的医学图像分割方法及系统-CN202210411699.5在审
发明人：洪清启;姚俊峰;李狄翰;李子晗 -专利权人：厦门大学
申请日： 2022-04-19 - 公布日： 2022-08-09 - 主分类号： G06T7/10 文献下载
摘要：本发明提供了医学图像处理技术领域的一种基于半监督与Transformers的医学图像分割方法及系统，方法包括如下步骤：步骤S10、获取大量的医学图像，对各所述医学图像进行预处理得到图像集；步骤S20、基于FC‑DenseNet和RL‑Transformer创建一U型结构的医学图像分割模型；步骤S30、利用所述图像集对医学图像分割模型进行训练；步骤S40、将待分割医学图像输入训练后的医学图像分割模型进行图像分割本发明的优点在于：极大的提升了缺少标注数据的医学图像的分割准确性。
一种基于监督 transformers 医学图像分割方法系统