“樊连玺”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于语言模型的影像报告生成方法和系统-CN202310898640.8在审
发明人： 樊连玺;董昢 -专利权人：联影智能医疗科技(北京)有限公司
申请日： 2023-07-20 - 公布日： 2023-10-13 - 主分类号： G16H15/00 文献下载
摘要：本说明书实施例提供一种基于语言模型的影像报告生成方法和系统，该方法包括：获取预训练模型，预训练模型为经过预训练阶段得到的语言模型；基于预训练模型，确定生成模型，生成模型为经过微调阶段得到的语言模型；基于生成模型对医疗影像数据进行处理，确定影像报告。
一种基于语言模型影像报告生成方法系统

[发明专利]曲面重建方法、计算机设备和存储介质-CN202210987136.0在审
发明人： 樊连玺;董昢;冀宏 -专利权人：联影智能医疗科技(北京)有限公司
申请日： 2022-08-17 - 公布日： 2022-11-15 - 主分类号： G06T17/30 文献下载
摘要：本申请涉及一种曲面重建方法、计算机设备和存储介质。包括：对获取的待测对象的医学图像进行分割处理，确定医学图像对应的目标分割图像；根据目标分割图像，确定目标组织上对应的多个目标采样点及各目标采样点的位置；根据各目标采样点的位置，确定与各目标采样点处的切线垂直的各采样平面；在医学图像中确定各采样平面对应的平面图像，并将各平面图像依次进行堆叠，确定医学图像对应的曲面重建图像；目标分割图像中包括目标组织或目标结构，且目标分割图像为曲面图像；各目标采样点的采样平面均经过对应的目标采样点。采用本方法能够保证获得的曲面重建图像的准确性。
曲面重建方法计算机设备存储介质

[发明专利]关键点的获取方法、计算机设备和存储介质-CN202211030214.4在审
发明人：冀宏;樊连玺;董昢 -专利权人：联影智能医疗科技(北京)有限公司
申请日： 2022-08-26 - 公布日： 2022-11-15 - 主分类号： G06T7/70 文献下载
摘要：本申请涉及一种关键点的获取方法、计算机设备和存储介质。所述方法包括：获取包括待测结构的医学图像；将所述医学图像输入至第一关键点检测模型中进行关键点检测处理，确定所述待测结构上对应的多个初始关键点和各所述初始关键点的初始位置；根据各所述初始位置和所述医学图像以及第二关键点检测模型，确定多个目标关键点和各所述目标关键点的目标位置；其中，所述多个初始关键点的数量小于所述多个目标关键点的数量。采用本方法能够节省人力和时间。
关键获取方法计算机设备存储介质

[发明专利]角度测量方法、装置、计算机设备及可读存储介质-CN202210138374.4在审
发明人： 樊连玺;袁慧书;田帅;郎宁;刘晓鸣;姜亮;王春杰;欧阳汉强 -专利权人：北京联影智能影像技术研究院;北京大学第三医院
申请日： 2022-02-15 - 公布日： 2022-05-27 - 主分类号： G06T7/11 文献下载
摘要：本申请涉及一种角度测量方法、装置、计算机设备及可读存储介质。该方法包括：将医学脊柱影像输入脊柱分割模型，得到脊柱分割图像，通过椎体分割模型对所述脊柱分割图像中的所述目标部位的椎体进行分割，得到多个目标椎体掩膜图像，根据所述多个目标椎体掩膜图像中目标椎体的轮廓，得到脊柱Cobb角度测量结果。采用本方法能够采用深度学习模型对医学脊柱影像进行一系列处理，以确定脊柱Cobb角度测量结果，从而避免了人工手动参与测量的过程，降低了人为因素对检测结果的影响，减少了测量时间，不仅能够提高脊柱Cobb角度测量的速度，还能够避免手动测量误差提高脊柱Cobb角度测量的准确性。
角度测量方法装置计算机设备可读存储介质

[发明专利]分级方案预测方法、系统、设备以及存储介质-CN202111629301.7在审
发明人： 樊连玺 -专利权人：北京联影智能影像技术研究院
申请日： 2021-12-28 - 公布日： 2022-04-08 - 主分类号： G16H50/70 文献下载
摘要：本申请涉及一种分级方案预测方法、系统、设备以及存储介质，该方法包括：获取训练集数据，训练集数据包括多个目标对象的多源医疗特征数据；建立初始融合模型，基于训练集数据循环迭代优化初始融合模型，得到目标融合模型，并输出每个目标对象的融合医疗特征；基于每个目标对象的融合医疗特征和预设的分级方案标签，对预设的初始预测模型进行迭代训练，得到目标预测模型；获取待辅助对象的多源医疗特征数据，并基于目标融合模型和目标预测模型，得到待辅助对象的预测分级方案。本申请将待辅助对象的多源医疗特征数据进行融合表达，并基于智能预测模型，快速推荐出待辅助对象的预测分级方案。
分级方案预测方法系统设备以及存储介质

[发明专利]面向阿尔兹海默症诊断的有缺失多模态表示学习算法-CN202010810822.1在审
发明人：刘彦北;樊连玺;王忠强;肖志涛;耿磊;张芳;吴骏;王雯 -专利权人：天津工业大学
申请日： 2020-08-13 - 公布日： 2020-11-17 - 主分类号： A61B5/00 文献下载
摘要：本发明提供了一种面向阿尔兹海默症诊断的有缺失多模态表示学习算法。它提出了一种全新的面向有缺失的多模态数据补全模型，首先使用自动编码器网络将原始完整模态数据映射到隐空间，然后利用从完整模态中学习到的潜在表示来补充核空间中不完整视图的核矩阵，同时通过图正则和HSIC算法约束样本之间以及模态之间的相关性，最终通过采用核方法的相关性分析将核矩阵映射为特征矩阵以完成后续的诊断任务。本发明能在缺失某一模态数据的情况下快速准确的诊断阿尔兹海默症，并且具有良好的性能和明显的优势，可应用于辅助医生诊断和社区筛查等场景，随着人口老龄化进程的发展，具有较好的发展前景。
面向阿尔兹海默症诊断缺失多模态表示学习算法