“申建虎”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35个，建议您升级VIP下载更多相关专利

[发明专利]用于占位性病变检测的CT图像处理方法、装置及程序产品-CN202211095272.5在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-09-05 - 公布日： 2023-06-13 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及医学图像处理技术领域，具体提供一种用于占位性病变检测的CT图像处理方法、装置及程序产品，通过图像处理网络中的目标超分辨率模型对初始待处理图像进行图像增强处理，得到目标待处理图像；其中，目标超分辨率模型包括多个残差密集块，残差密集块包括多个密集块，密集块包括预设数量个卷积层；目标超分辨率模型用于将初始待处理图像的分辨率调整至预设分辨率；通过图像处理网络中的目标检测模型，对目标待处理图像进行分割，确定目标待处理图像中是否存在占位性病变；若目标待处理图像中存在占位性病变，对占位性病变进行检测，得到对应的检测结果，通过提高CT图像的分辨率，提高占位性病变的分割精度和分类准确度。
用于占位性病变检测 ct 图像处理方法装置程序产品

[发明专利]多期相融合的肝脏占位分割方法，装置及存储介质-CN202211375016.1有效
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-11-04 - 公布日： 2023-06-02 - 主分类号： G06T7/174 文献下载
摘要：本申请提出一种多期相融合的肝脏占位分割方法，装置及存储介质，其中所述方法包括：通过对多期相肝脏CT图像样本进行配准，得到多期相初始图像；并通过三次样条插值法对多期相多期相初始图像进行重采样后，再进行数据处理，以得到目标图像样本；将目标图像样本输入至轻量3D肝脏占位分割模型进行分割处理，得到对应的分割结果；通过最近邻插值法对占位掩膜进行重采样，得到真实结果；根据真实结果和分割结果，构建聚合损失函数对轻量3D肝脏占位分割模型进行优化，得到目标轻量3D肝脏占位分割模型，这样增加了多期相数据的学习有效性，且增加了对多期相肝脏CT图像样本中占位的全局信息和空间信息的学习，达到了提高分割精度的目的。
多期相融合肝脏占位分割方法装置存储介质

[发明专利]一种基于深度卷积网络模型的多期相占位分类方法-CN202211408691.X有效
发明人：王博;赵威;申建虎 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-11-11 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度卷积网络模型的多期相占位分类方法，包括：多期相肝脏占位分割CT图像预处理、HCC判断模型构建、HCC判断模型训练、HCC判断模型的测试验证，其中HCC判断模型可以处理多期相的图像数据，实现了对占位是否是HCC的分类的判断。能够实现判断输入的多期相图像的是HCC还是非HCC，能够避免由于尺寸差异和占位临近导致误截造成的误判、拥有更好的“快进快出”特征提取能力。
一种基于深度卷积网络模型多期相占位分类方法

[发明专利]一种增强小目标分割性能的自注意力方法-CN202211381902.5有效
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-11-07 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种增强小目标分割性能的自注意力机制模块，包括以下步骤：将多期相特征图X分为C条支路输入到该自注意力机制模块，每条支路结构相同，每条支路输入的特征图分别命名为第i期相特征图，第i期相特征图经过单期相增强注意力单元得到第i特征表达，将第1特征表达到第C特征表达一起用concat拼接得到最终特征表达，所述的最终特征表达为H×W×D×C。可以对含有小目标特征信息通道加权，从而实现对小目标分割能力的增强。
一种增强目标分割性能注意力方法

[发明专利]一种基于交互分组注意机制的多期相占位分类方法-CN202211373349.0有效
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-11-04 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于交互分组注意机制的多期相占位分类方法，包括：多期相肝脏占位分割CT图像预处理、HCC判断模型构建、HCC判断模型训练、HCC判断模型的测试验证，其中HCC判断模型可以处理多期相的图像数据，实现了对占位是否是HCC的分类的判断。能够实现判断输入的多期相图像的是HCC还是非HCC，能够避免由于尺寸差异和占位临近导致误截造成的误判、拥有更好的“快进快出”特征提取能力。
一种基于交互分组注意机制多期相占位分类方法

[发明专利]一种用于HCC多期相数据的窗宽窗位自适应调节方法-CN202211416855.3有效
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-11-14 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种用于HCC多期相数据的窗宽窗位自适应调节方法。方法包括：获取多期相医学图像数据；获取图像肿瘤中心坐标和肿瘤外接框；以肿瘤中心坐标为中心，以1.3倍于肿瘤外接框的扩展外接框为裁剪边缘，裁剪所有期相中的肿瘤，作为感兴趣肿瘤体积组；分别获取体积组中肿瘤体积的z轴向的中间切片，作为感兴趣切片组；遍历所有感兴趣切片组，得到所对应的最佳窗宽和最佳窗位；重复上述步骤，直至得到所有期相中所有肿瘤体积的最佳窗宽和最佳窗位；利用计算出的的最佳窗宽和最佳窗位来裁剪所对应的肿瘤体积，并存入感兴趣肿瘤体积组，作为所对应期相的默认窗宽和窗位。本发明可以对不同期相分别进行窗宽窗位自适应，使图像更加清晰。
一种用于 hcc 多期相数据窗宽窗位自适应调节方法

[发明专利]用于肿瘤病变分割的方法、装置及程序产品-CN202211080362.7在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-09-05 - 公布日： 2023-04-04 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种用于肿瘤病变分割的方法、装置及程序产品，涉及医学图像处理技术领域；上述方法基于预设的病变图像样本，对病变生成网络进行训练，得到目标病变生成网络；基于所述目标病变生成网络，以及预设的病变形状模型，生成合成病变图像；基于所述合成病变图像，训练病变分割网络，得到目标病变分割网络；将待分割图像输入至所述目标病变分割网络中，得到分割结果；其中，通过生成合成病变图像，可以增加病变分割网络训练过程中的数据的数量，从而提高病变分割网络的训练效果，达到提高对CT图像中的肝脏肿瘤病变的分割准确度的目的。
用于肿瘤病变分割方法装置程序产品

[发明专利]图像分割模型构建方法、装置以及计算机存储介质-CN202211080344.9在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：北京精诊医疗科技有限公司
申请日： 2022-09-05 - 公布日： 2022-12-23 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种图像分割模型构建方法、装置以及计算机存储介质，涉及医学图像处理技术领域；其中，上述方法通过获取训练集和测试集；基于斑点损失函数，以及所述训练集，对预设的初始图像分割模型进行训练，得到训练好的图像分割模型；将所述测试集输入至所述训练好的图像分割模型中，得到对应的分割结果；基于所述分割结果，确定对应的评估数据，并根据所述评估数据确定目标图像分割模型，通过上述目标图像分割模型对图像进行分割，具有能够减少实例不平衡会对图像分割的结果造成的影响的有益效果，能够提高分割结果的精确度，减少对后续制定治疗策略的影响。
图像分割模型构建方法装置以及计算机存储介质

[发明专利]一种基于生成对抗网络的肝脏肿瘤图像增广方法-CN202110643708.9在审
发明人：金烁;董家鸿;王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-06-09 - 公布日： 2021-09-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于生成对抗网络的肝脏肿瘤图像增广方法，首先构建训练样本，然后构建生成对抗网络模型，生成对抗网络模型包括生成器和判别器，对生成对抗网络模型进行训练，利用得到的训练样本和生成肿瘤图像对构建的生成对抗网络模型进行迭代训练，通过混合损失函数对所述生成对抗网络模型进行优化得到训练完成的生成对抗网络模型，最后从肝脏肿瘤的CT切片数据集中提取一个随机肝脏肿瘤图像，输入到训练完成的生成对抗网络模型中，得到肝脏肿瘤图像集。本发明能够通过生成对抗网络模型生成随机肝脏肿瘤图像实现肝脏肿瘤数据集的增广，有助于增加肝脏肿瘤的可变性，为肝脏切片创建一个丰富真实肝脏肿瘤切片数据。
一种基于生成对抗网络肝脏肿瘤图像增广方法

[发明专利]一种基于无监督学习的医学图像肝脏分割方法-CN202110643707.4在审
发明人：金烁;董家鸿;王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-06-09 - 公布日： 2021-09-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于无监督学习的医学图像肝脏分割方法，首先取原始计算机断层扫描的腹部图像，通过人工标记出肝脏区域掩膜图像，组成训练集、测试集，对训练集中的图像数据进行归一化预处理，然后通过叠加两个带有AttentionGate的UNET构建无监督学习网络参数模型，构建损失函数模块，通过所述的的归一图像集对所述的无监督学习网络参数模型进行训练，然后对训练完成的无监督学习网络参数模型进行测试，验证其效果，若效果符合预期则得到可行性无监督学习网络参数模型；最后将待分割图像输入到可行性无监督学习网络参数模型中，得到分割后的肝脏区域图像。相比于现有方法更加准确。
一种基于监督学习医学图像肝脏分割方法

[发明专利]一种基于深度学习的肺叶图像分割方法-CN202110644817.2在审
发明人：金烁;董家鸿;王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-06-09 - 公布日： 2021-09-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的肺叶图像分割方法，首先获取肺部CT图像，并将肺部CT图像中的肺叶和血管进行标注得到数据集；并对数据集进行预处理操作，包括提取得到3D图像，并对该3D图像进行包含随机位移的线性变换得到训练集图像；之后构建构建肺叶图像分割模型，并利用所述训练集图像进行训练，其中肺叶图像分割模型包括编码部分和解码部分，解码部分包括还原肺叶图像的第一网络、还原血管图像的第二网络和重建图像肺部的第三网络；最后利用训练完成的肺叶图像分割模型处理待分割的肺部CT图像，得到肺叶图像分割结果，本申请实现对自动肺叶分割结果进行进一步的优化，使肺叶分割结果更加精确，能够满足临床需求。
一种基于深度学习肺叶图像分割方法

[发明专利]一种肝脏肿瘤图像分割模型训练方法-CN202110493710.2在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-05-07 - 公布日： 2021-09-03 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种肝脏肿瘤图像分割模型训练方法，首先获取肝脏CT图像，对肝脏CT图像进行预处理操作得到样本图像和肿瘤斑块图像，然后进行肿瘤图像分割模型具体训练：一阶段，将样本图像输入预设的图像分割模型中进行训练，得到训练完成的第一肿瘤图像分割模型；二阶段，将肿瘤斑块图像输入至第一肿瘤图像分割模型中进行训练，得到训练完成的第二肿瘤图像分割模型；三阶段，将样本图像输入至第二图像分割模型中进行训练，得到训练完成的肿瘤图像分割模型。该方法从整个肝脏CT图像输入和肿瘤斑块图像两方面训练网络，可以整合肿瘤的特定特征，并结合肿瘤数据的整体背景，提高肝脏肿瘤图像分割的准确率。
一种肝脏肿瘤图像分割模型训练方法

[发明专利]一种基于细节保持网络的图像分割方法-CN202110493737.1在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-05-07 - 公布日： 2021-09-03 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于细节保持网络的图像分割方法，属于医学图像处理领域，首先获取图像数据集，通过预处理构建训练集图像和测试集图像；然后构建细节保持网络模型，细节保持网络模型包括初始卷积块、细节保持块和多个残差细节保持块，其中细节保持块和多个残差细节保持块为串联，各个残差细节保持块中的结构都相同；将训练集输入细节保持网络模型进行训练，直到损失函数收敛，获得训练好的细节保持网络模型；将测试集输入训练好的细节保持网络模型，得到图像分割结果。本发明的技术方案利用细节保持块和残差细节保持块进行处理使得图像分割的精度大幅提高。
一种基于细节保持网络图像分割方法

[发明专利]一种基于深度学习的肝脏血管图像分割方法-CN202110493743.7在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-05-07 - 公布日： 2021-09-03 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于深度学习的肝脏血管图像分割方法，首先获取原始计算机断层扫描图像，通过人工标记出肝脏血管区域掩膜图像，并对第一3D图像分割模型进行训练，利用第一3D图像分割模型，得到第一3D图像分割模型分割结果，并基于该结果标记为漏分割区域掩膜图像和误分割区域掩膜图像，再将原始计算机断层扫描图像、第一3D图像分割模型分割结果、漏分割区域掩膜图像和误分割区域掩膜图像进行通道叠加得到第一融合图像，将第一融合图像对第二3D图像分割模型训练，直至第二3D图像分割模型训练完成，利用训练完成的第二3D图像分割模型得到肝脏血管分割结果。本方法通过训练漏分割区域和误分割区域信息，相比于现有方法更加准确。
一种基于深度学习肝脏血管图像分割方法

[发明专利]一种基于反向注意力网络的图像分割方法-CN202110493747.5在审
发明人：王博;赵威;申建虎;张伟;徐正清 -专利权人：西安智诊智能科技有限公司
申请日： 2021-05-07 - 公布日： 2021-09-03 - 主分类号： G06K9/34 文献下载
摘要：本发明公开了一种基于反向注意力网络的图像分割方法，首先获取图像数据集，构建训练集和测试集；然后构建反向注意力网络模型，反向注意力网络模型的处理过程包括图像经过多个卷积层逐层编码依次得到不同层次的输出特征层，利用不同层次的输出特并行拼接聚合后输入到解码器进行解码得到全局特征图像，将全局特征图像与输出特征输入到反向注意网络中进行处理，直到得到低层次的反向注意特征；将训练集输入反向注意力网络模型进行训练，获得训练好的反向注意力网络模型，获取图像分割结果。本发明利用图像编码得到的高级特征输入到反向注意网络中使得图像分割的精度大幅提高。
一种基于反向注意力网络图像分割方法

1
2
3
下一页»
尾页
共 35 条