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8个,建议您升级VIP下载更多相关专利
  • [发明专利]基于卷积神经网络的内窥镜评估方法及评估系统-CN202210776537.1有效
  • 曹鱼;张晨曦;陈齐磊;刘本渊 - 苏州慧维智能医疗科技有限公司
  • 2022-07-01 - 2023-09-01 - G06V10/764
  • 本发明公开了一种基于卷积神经网络的内窥镜评估方法及评估系统。所述内窥镜评估方法包括:获取内窥镜的评估图像;获取所述评估图像中的特征目标及其位置信息;计算所述评估图像中不同种类的特征目标之间的距离,以及同一种类特征目标出现的比例,对所述特征目标进行特征过滤;对通过所述特征过滤的特征目标进行连续计时,获取评估结果,用于指示所述内窥镜是否正常。本发明所提供的内窥镜评估方法及评估系统能够准确的判断内窥镜术前准备是否完成喷气喷水检查准备工作,并准确给出是否通过术前准备工作的指示,避免术中因术前准备不足的原因而导致手术或检查中断的问题,极大地提高了医生进行术前准备的效率,节省了医生的精力。
  • 基于卷积神经网络内窥镜评估方法系统
  • [发明专利]基于混合模型的龋齿检测方法、系统及可读存储介质-CN202310257029.7在审
  • 郭菁;陈齐磊;曹鱼;刘本渊 - 苏州慧维智能医疗科技有限公司
  • 2023-03-16 - 2023-06-30 - G06T7/00
  • 本发明公开了一种基于混合模型的龋齿检测方法、系统及可读存储介质。所述龋齿检测方法包括:获取牙槽骨区域图;对牙齿个体进行检测与分割,获得第一龋齿集合;获得牙齿矩形区域图和牙齿分割图;将牙齿矩形区域图输入第一分类器,进行龋齿特征相关的检测与分割,获得第二龋齿集合;将牙齿分割图输入第二分类器,获得第三龋齿集合;对龋齿集合进行结果融合,获得龋齿检测结果。本发明所提供的龋齿检测方法能够精确的提取和融合多个模型在图像中对龋齿检测的结果,提升了牙齿实例和龋齿实例的准确率;利用特定的结果融合算法,保留了不同检测过程针对同一目标的置信度,通过对置信度的权重累加,进而获取较为准确的龋齿检测结果。
  • 基于混合模型龋齿检测方法系统可读存储介质
  • [发明专利]高清医疗图像中的小型病变的自动标记方法及系统-CN202010606898.2有效
  • 曹鱼;陈齐磊;刘本渊 - 苏州慧维智能医疗科技有限公司
  • 2020-06-30 - 2021-06-22 - G06K9/62
  • 本申请公开了一种高清医疗图像中的小型病变的自动标记方法,包括:构建大尺寸图像输入网络、深度级联区域特征提取网络模型,并设定中心目标聚焦检测方法,再将该三者共同纳入到基于特征金字塔和区域假设方法的卷积神经网络目标检测模型中,从而构造出可进行训练和实施的用于小物体检测的高清图像卷积神经网络模型;设定基于半监督学习的隐性正样本自动筛选迭代训练方法,用于最大限度的自动获取训练数据集中未被标记的正样本数据,添加到能够用于训练的隐性正样本数据集合,再利用隐性正样本提升模型训练效果。利用本申请的方法,可以根据高清医疗2D扫描图像,自动、快速、准确的标识出小型病变区域,利于在后续操作中辅助医生提高诊断精度。
  • 医疗图像中的小型病变自动标记方法系统
  • [发明专利]一种基于卷积神经网络的多模型糖网病变自动筛查方法-CN202011142595.6在审
  • 曹鱼;陈齐磊;倪京;刘本渊 - 苏州慧维智能医疗科技有限公司
  • 2020-10-23 - 2021-01-08 - G06T7/00
  • 本发明涉及基于卷积神经网络的多模型糖网病变自动筛查方法,包括如下步骤:获取眼底图像;利用糖网图像质量检查CNN分类器筛选出眼底图像中的正常眼底图像;通过糖网等级分类器模块获取正常眼底图像中糖网图像所属病变的糖网国标等级;通过糖网病变区域检测模块获取正常眼底图像上的病变位置以及类别信息;将糖网图像所属病变的糖网国标等级和病变位置以及类别信息通过糖网早期筛查等级分类融合模块融合后获取筛查等级;将病变位置以及类别信息通过卷积神经网络类别激活映射模块后,获取出血位置的面积,本发明能准确的进行自动化进行糖网影像早期筛查,提高了早期筛查的效率,减轻诊断人员的工作负担,另外还弥补了单个模型容错率低的缺点。
  • 一种基于卷积神经网络模型病变自动方法
  • [发明专利]一种基于卷积神经网络的消化内镜视频场景分类方法-CN202010830720.6在审
  • 曹鱼;陈齐磊;刘本渊 - 苏州慧维智能医疗科技有限公司
  • 2020-08-18 - 2020-12-11 - G06K9/62
  • 本发明涉及一种基于卷积神经网络的消化内镜视频场景分类方法,包括如下步骤:(1)通过消化内镜设备获取实时的场景图像;(2)将获取的场景图像用CNN场景分类器进行初步场景分类;(3)将CNN场景分类器的初步分类结果纳入到K滑窗时序信号队列中,其中K为时序信号队列的长度;(4)统计K滑窗队列中各种状态的比例;(5)根据当前场景和K滑窗队列状态比例,确定场景状态;本发明中的CNN场景分类器能实时高效地为内镜设备获取的图像进行初级场景分类,为确保内镜设备获取的图像场景分类在时序信号上的稳定,利用滑窗统计场景状态转换算法对初级场景分类结果进行场景状态的确定,加强场景分类以及场景状态转换的可靠性。
  • 一种基于卷积神经网络消化视频场景分类方法
  • [发明专利]一种用于增强图像标记效果的多尺度级联层次模型方法-CN201510248854.6有效
  • 肖德贵;陈齐磊;张婷;刘璐馨 - 湖南大学
  • 2015-05-15 - 2017-06-20 - G06T5/00
  • 本发明公开了一种用于增强图像标记效果的多尺度级联层次模型方法,包括以下步骤步骤1、初始化步骤建立数据集的分层尺度空间,初始化待标记图片的质量矩阵为最差;步骤2、选择图像标记方法,为原图像进行标记,更新原图像的标记质量矩阵;步骤3、利用相同的标记方法标记尺度空间的其他层图像,更新图像标记质量矩阵,标记过程的参数依据原图像的标记结果产生;步骤4、将其余层得到的标记结果进行尺度还原,并根据每层中所得到的标记质量来更新原图像的标记结果;步骤5、重复步骤3和步骤4,直到原图像的质量矩阵发生更新后没有质量变化结束。利用了不同语义范畴的事物在同一张图片中不同尺度的表现力不同,能有效地提高标记准确率。
  • 一种用于增强图像标记效果尺度级联层次模型方法

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