专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果36个,建议您升级VIP下载更多相关专利
  • [发明专利]一种超声图像的远程传输控制系统及方法-CN202310586035.7在审
  • 胡文强;黄孟钦 - 上海深至信息科技有限公司
  • 2023-05-23 - 2023-09-05 - G16H40/67
  • 本发明提供一种超声图像的远程传输控制系统及方法,涉及图像处理技术领域,包括:医生选择一帧超声图像并标注感兴趣区域作为起始帧图像,随后将起始帧图像作为传输数据发送至远程端;在每次向远程端发送传输数据时,根据传输数据以及远程端反馈的成功接收信号处理得到实时网络状态;将本次扫查得到的起始帧图像及其之后的各帧超声图像按顺序进行编号,并分别进行图像分割得到感兴趣区域图像和剩余区域图像;根据实时网络状态对每次需要远程传输的感兴趣区域图像和对应的剩余区域图像进行不同程度的压缩并绑定对应的编号后作为传输数据发送至远程端。有益效果是使得超声图像的传输适配网络状态的同时能够及时远程发送,满足超声远程医疗的需求。
  • 一种超声图像远程传输控制系统方法
  • [发明专利]一种基于深度学习的腺瘤和腺癌超声影像分类系统及方法-CN202310588146.1在审
  • 黄孟钦;朱瑞星;殷一飞 - 上海深至信息科技有限公司
  • 2023-05-23 - 2023-09-05 - G06V10/764
  • 本发明提供一种基于深度学习的腺瘤和腺癌超声影像分类系统及方法,包括:多尺度图像处理模块,用于对包含目标腺体的超声影像数据的图像帧进行多尺度变换和增强处理,得到多个不同尺度的第一图像;特征提取模块,连接多尺度图像处理模块,用于对多个不同尺度的第一图像分别进行特征提取,得到每一第一图像对应的特征向量;分类模块,连接特征提取模块,用于根据多个不同尺度的第一图像对应的特征向量进行分类,得到对应于每一尺度第一图像的分类结果,并对所有尺度第一图像的分类结果进行仲裁,得到最终分类结果。有益效果:本发明基于深度学习实现腺瘤和腺癌超声影像区分,分类准确率高,为临床患者选择最佳手术方式和避免过度治疗提供依据。
  • 一种基于深度学习腺瘤腺癌超声影像分类系统方法
  • [发明专利]一种超声影像视频的半自动标注方法及系统-CN202310588855.X在审
  • 黄孟钦;朱瑞星;刘帅兵 - 上海深至信息科技有限公司
  • 2023-05-23 - 2023-09-05 - G06V10/764
  • 本发明提供一种超声影像视频的半自动标注方法及系统,包括:步骤S1,对超声影像视频数据中的目标帧图像进行目标标记,得到第一标记信息;步骤S2,根据第一标记信息对前后帧图像进行目标识别标记,进而得到所有帧图像对应的第二标记信息;步骤S3,在同一目标存在不同标记时,对重复标记的目标对应的所有标记进行仲裁;步骤S4,根据仲裁结果对第二标记信息进行更新。有益效果:本发明通过对目标帧图像的目标的标记信息对前后帧图像进行目标追踪标记,能够更加精确地标记目标,并且能够自动更新前后帧的标记;同时,对重复标记进行仲裁和更新,确定最终的标记结果,能够避免标注误差和减少标注冗余,能够进一步提高标注准确性。
  • 一种超声影像视频半自动标注方法系统
  • [发明专利]一种基于人工智能的辅助超声诊断质控系统及方法-CN202310574704.9在审
  • 黄孟钦;朱瑞星;杨波;余松;刘帅兵 - 上海深至信息科技有限公司
  • 2023-05-19 - 2023-08-25 - G16H50/20
  • 本发明提供一种基于人工智能的辅助超声诊断质控系统及方法,包括:分割模块,用于对超声影像数据的图像帧进行预处理和分割处理,得到目标部位掩膜板和结节掩膜板;质量分数计算模块,连接分割模块,用于对目标部位掩膜板进行质量分析,确定目标部位掩膜板对应的质量分数;留片模块,用于在质量分数不小于预设质控阈值时根据结节掩膜板处理得到的结节所在区域、结节良恶性分类分数、以及目标部位位置分类分数进行综合分析,得到留片分数,并根据留片分数确定保留的超声影像数据中的图像帧。有益效果:通过人工智能技术对超声影像进行自动识别和分析,实现自动化处理和质量控制,降低了人工干预的成本和风险,且准确性和可靠性高。
  • 一种基于人工智能辅助超声诊断系统方法
  • [发明专利]结合人工智能语言识别模型的超声辅助诊断系统及方法-CN202310607867.2在审
  • 黄孟钦;胡文强 - 上海深至信息科技有限公司
  • 2023-05-26 - 2023-08-22 - G16H50/20
  • 本发明提供结合人工智能语言识别模型的超声辅助诊断系统及方法,涉及超声辅助诊断领域,包括:存储有历史患者病例的带病灶标注的历史超声图像和历史超声报告;根据患者的超声图像和各历史超声图像之间的相似度形成图像相似队列;利用人工智能语义识别模型进行语义识别得到当前报告总结和对应的历史报告总结并按照他们之间的相似度形成语义相似队列;提取出语义相似队列和图像相似队列中重复的历史患者病例生成第一参考队列,以及根据报告相似度调整图像相似队列得到第二参考队列,以及根据图像相似度调整语义相似队列得到第三参考队列,将第一参考队列、第二参考队列和第三参考队列展示。有益效果是结合人工智能模型进行辅助诊断结果更准确。
  • 结合人工智能语言识别模型超声辅助诊断系统方法
  • [发明专利]一种基于大型语言模型的超声检查方法-CN202310553078.5在审
  • 黄孟钦;朱瑞星 - 上海深至信息科技有限公司
  • 2023-05-16 - 2023-08-11 - G16H10/60
  • 本发明涉及超声检查技术领域,具体涉及一种基于大型语言模型的超声检查方法,包括:步骤S1:针对待检查患者,提取待检查患者的自述信息和历史就诊信息作为诊前信息;步骤S2:对诊前信息进行处理得到输入信息;步骤S3:将输入信息至外部的大型语言模型,以得到大型语言模型反馈的扫查建议,扫查建议用于对待检查患者进行超声扫查得到扫查影像。有益效果在于:通过引入外部的大型语言模型生成对应的扫查建议,以指导医生进行扫查。其中,为实现对该大型语言模型的较好的适配,本方案还通过对患者的自述信息、历史就诊信息进行处理,转换成能够从大型语言模型中获得较为准确的反馈的输入信息,实现了对扫查过程较好的质量控制。
  • 一种基于大型语言模型超声检查方法
  • [发明专利]一种基于生成式对抗网络的超声检查操作引导方法-CN202110368381.9有效
  • 朱瑞星;黄孟钦 - 上海深至信息科技有限公司
  • 2021-04-06 - 2023-07-14 - A61B8/00
  • 本发明公开了一种基于生成式对抗网络的超声检查操作引导方法,属于医学影像技术领域,包括:步骤S1,采集超声切片图像、摄像图像,以及第一采集模块的位置信息;步骤S2,三维重建得到体数据;步骤S3,分成多个子体数据,将采集图像与子体数据对应;步骤S4,标记位于任一子体数据时所需移动的方向,得到方向数据集;步骤S5,选择任一位置的超声切片图像、对应的摄像图像,以及对应的子体数据编号作为待训练数据集;步骤S6,根据待训练数据集、方向数据集进行训练;步骤S7,向训练好的模型同时输入摄像图像、超声切片图像,然后生成第一采集模块需要移动的方向。本发明的有益效果在于:提示医生检查时所需移动方向,经验要求不高。
  • 一种基于生成对抗网络超声检查操作引导方法
  • [发明专利]一种B超图像选取方法及系统-CN202110376497.7有效
  • 朱瑞星;黄孟钦 - 上海深至信息科技有限公司
  • 2021-04-06 - 2023-04-28 - G06T7/00
  • 本发明公开了一种B超图像选取方法及系统,属于医学影像处理技术领域,包括:步骤S1,将待处理视频分解成多帧图像;步骤S2,特征提取对应的特征集;步骤S3,评价得到对应的质量评价值;步骤S4,根据质量评价值排序形成第一图像序列,并记录帧号;步骤S5,按顺序两两比较帧号;步骤S6,按顺序两两匹配图像相似度,当相似度大于相似度阈值时,保留两帧图像中的后一帧图像,得到第三图像序列;步骤S7,提取第三图像序列的每帧图像对应的帧号作为预览节点,融合至待处理视频的进度条中。本发明的有益效果在于:基于深度学习方法,提取超声视频序列中含有病灶的图像及该图像所在的视频子段,提供给医生预览,减少时间,提高诊断效率。
  • 一种图像选取方法系统
  • [发明专利]一种基于深度学习的超声图像二尖瓣的定位方法及系统-CN202010408407.3有效
  • 朱瑞星;黄孟钦;刘西耀 - 上海深至信息科技有限公司
  • 2020-05-14 - 2023-04-18 - G06T7/00
  • 本发明提供一种基于深度学习的超声图像二尖瓣定位方法及系统,涉及深度学习技术领域,包括:持续采集心脏超声图像;获取第一帧心脏超声图像时,将心脏超声图像输入神经网络分类模型得到包含切面类型的切面位置;并根据切面位置关联的切面定位模型,得到心脏超声图像的二尖瓣所在位置;获取下一帧心脏超声图像时,在当前帧心脏超声图像与前一帧心脏超声图像之间的相似度大于相似度阈值时将前一帧心脏超声图像的切面位置作为当前帧心脏超声图像的切面位置;相似度不大于相似度阈值时将当前帧心脏超声图像输入神经网络分类模型进行切面识别得到切面位置。能够实时跟踪二尖瓣所在位置,解决血流监测和二尖瓣运动中探头位置偏移问题。
  • 一种基于深度学习超声图像二尖瓣定位方法系统
  • [发明专利]一种平面图标注系统-CN202110369407.1有效
  • 朱瑞星;陈辉辉;黄孟钦 - 上海深至信息科技有限公司
  • 2021-04-06 - 2023-04-07 - G06T7/00
  • 本发明涉及到图像标注领域,尤其涉及一种平面图标注系统。系统包括:包括:一获取模块,用于获取平面图;一识别模块,用于获取平面图并进行图像处理,生成多个连通域以及对应的连通域位置坐标;一标注模块,用于预设一标注间距,并根据标注间距对每个连通域以及对应的连通域位置坐标进行标注处理,生成对应的边缘轮廓以及位于边缘轮廓上的所有轮廓标注点;一融合模块,用于对平面图、边缘轮廓以及位于边缘轮廓上的所有轮廓标注点进行融合处理,得到平面图标注结果。本发明的技术方案有益效果在于:提供一种平面图标注系统及方法,能够快速对平面图进行标注处理,生成边缘轮廓标注点,缩短标注时间,提高标注效率,简化标注流程。
  • 一种平面图标注系统
  • [发明专利]一种基于深度学习的射血分数计算方法及系统-CN202010266734.X有效
  • 朱瑞星;黄孟钦;周建桥;江维娜;董屹婕 - 上海深至信息科技有限公司
  • 2020-04-07 - 2023-03-31 - A61B5/02
  • 本发明提供一种基于深度学习的射血分数计算方法及系统,涉及深度学习技术领域,包括:采用预先训练得到的神经网络分割模型对心脏体数据进行心脏左心室分割得到对应的左心室分割标记体数据;对左心室分割标记体数据进行二值化处理,得到具有一第一体素值和一第二体素值的左心室二值化体数据;统计左心室二值化体数据中的第一体素值的体素数量总和,并将体素数量总和作为心脏体数据对应的左心室容积保存至预先生成的一容积队列中;在连续心脏体数据的所有帧心脏体数据处理完成后,分别提取容积队列中保存的左心室容积的最大值和最小值,并计算得到心脏部位的射血分数。有益效果是有效提升计算准确性,提升医务人员的工作效率。
  • 一种基于深度学习分数计算方法系统
  • [发明专利]一种颈动脉内中膜分割模型的生成系统及方法-CN202110352574.5有效
  • 朱瑞星;赵靖;黄孟钦 - 上海深至信息科技有限公司
  • 2021-03-31 - 2022-10-18 - G06T7/00
  • 本发明提供一种颈动脉内中膜分割模型的生成系统及方法,包括:图像标注模块,用于获取超声扫查得到的多个颈动脉图像,并对每个颈动脉图像分别进行标注得到标注有内中膜信息的颈动脉标注图像,并在内中膜信息表示颈动脉标注图像中包含内中膜时于对应的颈动脉标注图像上标注内中膜的位置区域;模型生成模块,用于将颈动脉标注图像作为输入,将内中膜信息以及位置区域作为输出,训练得到具备注意力机制的颈动脉内中膜分割模型;颈动脉内中膜分割模型为包含注意力机制的一内中膜分类模型和一内中膜分割模型的混合神经网络模型。有益效果是通过增加注意力机制,提高颈动脉内中膜的分割准确率的同时能够关注某一具体厚度以上的颈动脉内中膜。
  • 一种颈动脉内中分割模型生成系统方法
  • [发明专利]一种分布式波束成像方法-CN202110350472.X有效
  • 朱瑞星;赵靖;黄孟钦 - 上海深至信息科技有限公司
  • 2021-03-31 - 2022-10-18 - A61B8/00
  • 本发明公开了一种分布式波束成像方法,属于涉及超声成像技术领域,包括:步骤S1,将每个阵元对应的延迟参数发送至每个处理设备;步骤S2,将幅度变迹参数发送至每个处理设备;步骤S3,采用顺序扫描的方式进行扫描;步骤S4于每次超声波扫查后采样生成对应的回波数据;步骤S5,从设备组中的多个处理设备轮流接收回波数据;步骤S6,对波束数据进行合成处理,以生成该次扫描对应的帧图像;有益效果是:即降低了便携式超声扫描设备自身的耗电量,显著增加了续航力,同时也极大的提高了设备的处理能力,使得采集生成的超声图像清晰度显著增加。
  • 一种分布式波束成像方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top