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223个,建议您升级VIP下载更多相关专利
  • [发明专利]DR征象识别装置和方法-CN202010264147.7有效
  • 陈昊;秦积涛;罗召洋;魏军 - 广州柏视医疗科技有限公司
  • 2020-04-07 - 2021-11-16 - G06T7/00
  • 本发明实施例提供一种DR征象识别装置和方法,其中装置包括:影像确定单元,用于确定待识别的DR影像;征象识别单元,用于将所述DR影像输入至征象识别模型,得到所述征象识别模型输出的征象识别结果;其中,所述征象识别模型用于确定所述DR影像的空间分布张量和分类预测张量,并基于预设征象关联矩阵,以及所述空间分布张量和分类预测张量,进行DR征象识别。本发明实施例提供的装置和方法,结合预设征象关联矩阵,以及空间分布张量和分类预测张量,进行DR征象识别,从而得到医学上具有可解释性的征象识别结果,提高征象识别的可靠性。
  • dr征象识别装置方法
  • [发明专利]征象识别方法、装置、电子设备和存储介质-CN202111568050.6有效
  • 肖月庭;阳光;郑超 - 数坤(北京)网络科技股份有限公司
  • 2021-12-21 - 2022-08-16 - G06T7/00
  • 本发明公开了一种征象识别方法、装置、电子设备和存储介质,其中方法包括:获取待检测的分析图像序列;提取所述分析图像序列对应的待检测病灶区域,以及所述待检测病灶区域对应的第一征象信息;对所述待检测病灶区域和所述第一征象信息进行征象识别,得到第二征象信息;根据所述第一征象信息和所述第二征象信息,确定所述待检测病灶区域对应的目标病灶区域;本申请实施例提取用户、工作人员基于图像序列输入的待检测病灶区域和待检测病灶区域对应的第一征象信息,对待检测病灶区域和待检测病灶区域对应的第一征象信息进行再次征象识别,查找待检测病灶区域中漏检或缺少的征象信息,弥补AI分析时的漏检问题。
  • 征象识别方法装置电子设备存储介质
  • [发明专利]一种征象检测方法及装置-CN202111228661.6有效
  • 宋彬;蒋涵羽;陈云天 - 四川大学华西医院
  • 2021-10-21 - 2023-05-05 - G06T7/00
  • 本发明公开了一种征象检测方法及装置,涉及计算机技术领域。该方法的一具体实施方式包括:确定图像中的感兴趣区域;根据所述感兴趣区域计算征象参考值;从所述感兴趣区域中提取至少两个征象特征点,所述征象特征点的像素值不小于所述征象参考值;从所述感兴趣区域中确定目标像素点,并根据所述目标像素点与所述至少两个征象特征点之间的角度,确定所述感兴趣区域中是否存在目标征象;在所述感兴趣区域存在所述目标征象的情况下,对所述目标征象对应的区域进行标识,并展示标识后的图像。该实施方式提高了征象识别效率,并提高了征象识别的准确性。
  • 一种征象检测方法装置
  • [发明专利]一种可解释的肺结节良恶性分类方法-CN202010608458.0在审
  • 张小洪;陈伟;张祥博;刘晨;周宏;杨露;李雨聪;温浩 - 重庆大学
  • 2020-06-30 - 2020-10-13 - G06K9/62
  • 本发明涉及一种可解释的肺结节良恶性分类方法,具体包括:S1、首先将肺结节的各医学征象进行划分,构建医学征象谱;S2、然后利用传统图像特征方法提取肺结节特征集,即图像特征谱;S3、通过对抗学习的医学征象和图像特征谱映射网络,来建立医学征象谱与肺结节图像特征的映射关系;S4、构建可解释的CNN的征象属性学习和分类诊断联合优化网络模型,最终通过设计可解释的卷积神经网络学习获得结节征象属性和良恶性的分类。本发明利用传统图像特征方法提取肺结节特征集,即图像特征谱,并建立医学征象谱与图像特征谱之间的内在关系,然后设计可解释的卷积神经网络进行的结节征象属性学习和良恶性预测,为结节的预测结果提供可解释性。
  • 一种可解释结节恶性分类方法

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