“病理模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果792972个，建议您升级VIP下载更多相关专利

[发明专利]基于情境感知及多模型融合的病理图像分类方法及系统-CN202010667435.7在审
发明人：杜强;赵卫双;匡铭;彭穗;肖晗;郭雨晨 -专利权人：北京小白世纪网络科技有限公司
申请日： 2020-07-13 - 公布日： 2020-10-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于情境感知及多模型融合的病理图像分类方法及系统，该方法包括步骤：获取待识别的病理图像样本，对病理图像样本进行标准化处理；将标准化处理的病理图像输入预先训练完成的病理图像分类模型，从而获得病理图像分类结果；其中，病理图像分类模型由两个训练完成的OWM+PFC模型同时连接模型融合模块构成。本发明通过将具有感知图像周围语义信息的OWM+PFC模块应用到病理图像分类任务中，且使用两种不同的backbone训练的模型用于分别提取病理图像的特征，并将两个模型的的不同分类结果进行融合，起到集成学习的作用
基于情境感知模型融合病理图像分类方法系统

[发明专利]一种基于多倍率深度学习的病理图像分类方法-CN201810189171.1有效
发明人：姜志国;郑钰山 -专利权人：麦克奥迪（厦门）医疗诊断系统有限公司
申请日： 2018-03-08 - 公布日： 2021-04-06 - 主分类号： G06T7/00 文献下载
摘要：一种基于多倍率深度学习的病理全切片诊断方法，将病理切片扫描到电子计算中，将病理图像在RGB颜色空间中进行表示，得到RGB病理图像；对病理图像进行标记，建立多倍率病理图像训练数据集；建立多倍率CNN病理图像分类模型,使用RGB病理图像对多倍CNN病理图像分类模型进行深度学习训练；利用深度学习训练后的CNN病理图像分类模型对病理全切片进行癌症区域检测。本发明的方法减少了现有基于多倍率病理图像的癌变区域检测算法的计算量，同时保证了辅助诊断精度。
一种基于倍率深度学习病理图像分类方法

[发明专利]基于多尺度融合和注意力机制的肺癌病理图像分类系统-CN202211406242.1在审
发明人：张琳;杨易木;李雁;王铭辉;林华月;谭炳华;梁春豪;许可;雷凯 -专利权人：中山大学
申请日： 2022-11-10 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于多尺度融合和注意力机制的肺癌病理图像分类系统，涉及病理图像处理的技术领域，解决了在当前癌病理图像分类的方式中，分类效率低，不利于病理诊断的问题，首先构建肺癌病理图像分类模型，肺癌病理图像分类模型包含依次连接的多尺度特征提取和融合模块及基于注意力机制的特征聚合模块，利用了多尺度融合的方式增强模型的鲁棒性，进一步结合基于注意力机制的特征聚合模块，提高了模型的灵活性和自适应性，接着对构建的肺癌病理图像分类模型进行训练，利用训练好的肺癌病理图像分类模型对肺癌病理图像进行分类，优化了肺癌病理图像分类模型的结构，降低训练复杂度，提高训练速度，从而提升了肺癌诊断效率和分类精度。
基于尺度融合注意力机制肺癌病理图像分类系统

[发明专利]图像处理模型的训练方法、图像处理方法、装置及设备-CN202010247558.5在审
发明人：江铖;廖俊;姚建华 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-31 - 公布日： 2020-07-28 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种图像处理模型的训练方法、图像处理方法、装置及设备，属于人工智能和计算机视觉技术领域，所述方法包括：获取清晰病理图像；对清晰病理图像进行运动模糊处理，得到清晰病理图像对应的模糊病理图像；基于清晰病理图像和模糊病理图像，构建图像处理模型的训练样本；采用训练样本对图像处理模型进行训练。本申请实施例提供了一种具备图像去模糊功能的图像处理模型的训练方法，可以降低显微镜的使用成本。并且，训练出的图像处理模型可以适配不同的显微镜，该图像处理模型的适配性较高。另外，本申请实施例在模型训练过程中，引入清晰病理图像这一标签，可以使得训练出的模型更加准确。
图像处理模型训练方法装置设备

[发明专利]一种皮肤病疗效判断方法、装置、计算机设备及存储介质-CN201810879029.X在审
发明人：马进;王健宗;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2018-08-03 - 公布日： 2019-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种皮肤病疗效判断方法、装置、计算机设备及存储介质，其中方法包括下述步骤：获取待分析的病理图像，其中，所述病理图像为用户患病体表位置的皮肤图像；将所述病理图像输入到预设的病理分析模型中，并获取所述病理分析模型输出的第一病理分期信息，其中，所述病理分析模型为预先训练至收敛的第一卷积神经网络模型；根据所述第一病理分期信息确认所述用户的病情。将病理分期信息与前一个诊断时间的病理分期信息比对，判断病理分期的变化，从而判断治疗方法是否有效。弥补了医生经验上的差异，提供了快速判断皮肤病患者病情变化的手段。
病理病理分析病理图像皮肤病计算机设备存储介质疗效判断卷积神经网络患者病情快速判断皮肤图像体表位置信息比对信息确认医生经验预设收敛诊断输出治疗分析

[发明专利]一种病理性近视动物模型的构建方法及用途-CN202211421762.X在审
发明人：魏文斌;张瑞恒;董力;吴昊天;史绪晗;周文达;李赫妍;李宜桐;于楚瑶 -专利权人：首都医科大学附属北京同仁医院
申请日： 2022-11-14 - 公布日： 2023-03-14 - 主分类号： A01K67/02 文献下载
摘要：本发明涉及动物疾病模型领域，本发明提供的一种病理性近视动物模型的构建方法及用途，包括：采用负透镜诱导联合mTOR激活剂干预，以获得病理性近视动物模型；本发明研究发现将近视性眼轴延长的关键调节通路基础上的mTOR激活剂与负透镜诱导联合干预动物，可高效诱导动物发生病理性近视，所有动物均表现出显著的豹纹样眼底(M1期病理性近视)，25％的豚鼠表现出病理性近视特征性的视盘周围弥漫性、斑片状脉络膜萎缩(M2～M3期病理性近视)。此种病理性近视的动物模型易诱导，与人类病理性近视的眼底改变高度相似，可填补病理性近视动物模型的空白，可以作为探究病理性近视发生和发展病因及机制的新型动物模型。
一种理性近视动物模型构建方法用途

[发明专利]基于病理学解耦的脑出血伪健康图像生成方法-CN202310599879.5在审
发明人：刘小娟;唐宏安;周尚波 -专利权人：重庆理工大学
申请日： 2023-05-25 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明具体涉及基于病理学解耦的脑出血伪健康图像生成方法，包括：构建并训练伪图像生成模型；每次训练迭代时：首先将作为训练数据的病理图像输入分割器，通过分割器从病理图像中分割出病理区域掩膜；然后将病理区域掩膜和病理图像输入生成器，通过生成器生成伪健康图像；随后将伪健康图像和病理区域掩膜输入重建器，通过重建器生成重建病理图像；最后基于分割器、生成器和重建器的损失计算模型总损失来训练伪图像生成模型；通过训练后伪图像生成模型的生成器生成对应的伪健康图像本发明能够在去除病理区域时保证病理图像的原有身份不变，并且能够在生成重建病理图像过程中实现病理区域的一对一映射。
基于病理学脑出血健康图像生成方法

[发明专利]医学影像识别检测方法、装置及计算机可读存储介质-CN202010069864.4在审
发明人：侯晓帅;李风仪;南洋;谢春梅;王佳平 -专利权人：平安科技（深圳）有限公司
申请日： 2020-01-20 - 公布日： 2020-06-12 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种人工智能技术，揭露了一种医学影像识别检测方法，包括：获取病理图像集，对所述病理图像集进行归一化、图像降噪以及图像增强处理，得到增强病理图像集；将所述增强病理图像集输入至预先构建的病理检测模型中，通过所述病理检测模型中的正向传播得到所述增强病理图像集的权重参数，对所述权重参数进行更新直至所述病理检测模型趋于收敛，完成训练；通过训练完成后的所述病理检测模型对待检测的病理图像进行检测，并将检测结果返回给用户
医学影像识别检测方法装置计算机可读存储介质

[发明专利]病理图片的识别方法及装置-CN201810896157.5有效
发明人：孙宇;季加孚;王鑫宇;李元骏;李子禹;吴晓江;步召德 -专利权人：北京肿瘤医院;印迹信息科技（北京）有限公司
申请日： 2018-08-08 - 公布日： 2020-02-21 - 主分类号： G16H30/20 文献下载
摘要：本发明公开了一种病理图片的识别方法及装置，其中该方法包括：获取待识别病理图片；将待识别病理图片输入预先训练生成的多个不同类型的深度神经网络模型，对待识别病理图片进行识别，每一类型的深度神经网络模型得到一初步识别结果；多个不同类型的深度神经网络模型根据多个病理图片样本预先训练生成；对多个不同类型的深度神经网络模型得到的初步识别结果进行融合，得到待识别病理图片的最终识别结果。上述技术方案提高了病理图片识别的效率和准确率。
病理图片识别方法装置

[发明专利]一种基于图卷积神经网络的数字病理组织图像识别方法-CN202310073714.4在审
发明人：何国田;马腾云;林远长;陈琳;廖俊 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2023-02-07 - 公布日： 2023-04-25 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于图卷积神经网络的数字病理组织图像识别方法，属于医学图像处理领域。该方法包括以下步骤：S1：获取病理组织切片图像，并进行预处理；S2：构建包含卷积神经网络模块，图卷积神经网络模块和特征融合模块的数字病理组织图像识别网络模型，采用预处理后的数字病理图像进行模型训练；S3：利用训练后的数字病理图像识别模型对应识别数字病理图像中病理组织的类别属性。利用图像特征与标签依赖特征融合，增加深度学习模型可学习的特征，从而改善深度学习模型对数字病理图像的分类识别能力。
一种基于图卷神经网络数字病理组织图像识别方法

[发明专利]组织病理学亚型预测方法及成像方法-CN202310717200.8有效
发明人：赵荣昌;郗梓钧;张健 -专利权人：中南大学
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种组织病理学亚型预测方法，包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集；构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型；采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习，通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示，再基于多示例特征解耦实现模型的精确训练；因此本发明不仅能够实现组织病理学亚型的预测
组织病理学预测方法成像

[发明专利]一种基于迁移学习的乳腺组织分类识别方法-CN202110367206.8有效
发明人：李辉;申胜男;朱文康;陈傲杰 -专利权人：武汉大学
申请日： 2021-04-06 - 公布日： 2022-08-05 - 主分类号： G06T7/00 文献下载
摘要：首先通过组织切片获取疑似患者乳腺组织切片病理图像，再经过格式调整与一系列图像处理得到乳腺组织切片预处理后病理图像，人工标注预处理后图像病理类别；构建迁移学习乳腺组织分类模型，将预处理后图像依次输入至模型中，通过模型预测病理类别，结合图像实际病理类别构建损失函数模型，优化训练得到优化后迁移学习乳腺组织分类模型；通过优化后模型预测疑似患者的病理类别，将该病理类别结合热图生成器得到证据区域对应的热力图。
一种基于迁移学习乳腺组织分类识别方法

[发明专利]基于自适应正则深度聚类的组织病理图像分类方法-CN202111064736.1在审
发明人：王建新;李君健;刘锦;匡湖林 -专利权人：中南大学
申请日： 2021-09-11 - 公布日： 2021-12-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自适应正则深度聚类的组织病理图像分类方法。首先进行预训练，直到由病理图像特征提取网络和聚类组成的无监督模型稳定即完成预训练，得到预训练的模型参数权重。然后以得到的模型参数权重作为病理图片分类模型的初始化权重，并采用有标签的病理图像进行训练以完成调参，得到训练完成的病理图片分类模型。最后将待分类的病理图像输入至训练完成的病理图片分类模型中进行分类，得到分类结果。相比于随机初始化权重的网络，使用本发明训练出来的预训练权重的模型，只需使用10％的标记数据就可以和随机初始化权重的网络使用100％的标记数据达到相同效果。且使用本发明预训练权重的网络收敛速度更快。
基于自适应正则深度组织病理图像分类方法

[发明专利]药物不良反应的预测方法、装置、设备及存储介质-CN202310851590.8在审
发明人：侯艳 -专利权人：北京大学
申请日： 2023-07-12 - 公布日： 2023-08-08 - 主分类号： G16H70/40 文献下载
摘要：本发明涉及模型预测技术领域，公开一种药物不良反应的预测方法、装置、设备及存储介质，该方法包括：基于ResNet构建初始化预测模型，获取服用目标药物的患者的相关病理图像，对相关病理图像进行切分，获得相关病理图像块，对相关病理图像块进行随机抽样，将抽样获取的相关病理图像块作为第一训练集，基于第一训练集训练初始化预测模型，获得目标药物的不良反应预测模型，将当前用户的病理图像输入至目标药物的不良反应预测模型，获得目标药物的不良反应预测结果由于本发明是根据模型来预测药物的不良反应，能够考虑到不同用户进行区别预测，并采用抽样后相关病理图像块作为训练集，能够提高模型预测的准确性，使预测结果具有可解释性。
药物不良反应预测方法装置设备存储介质

[发明专利]数字病理切片分析方法和装置-CN201910385581.8有效
发明人：崔磊;王春宝;韩鑫;亢宇鑫;惠文丽;杨林 -专利权人：杭州迪英加科技有限公司
申请日： 2019-05-09 - 公布日： 2022-10-04 - 主分类号： G01N21/84 文献下载
摘要：本发明公开了一种数字病理切片分析方法和装置。其中，该方法包括：获取待分析病理切片的数字图像，其中，数字图像是对病理切片进行染色处理并数字化的图像；基于预先训练的数字病理切片分析模型，对待分析病理切片的数字图像进行分析，得到待分析病理切片的分析结果，其中，数字病理切片分析模型的输入数据为病理切片的数字图像，数字病理切片分析模型的输出数据为病理切片的分析结果。本发明可以实现采用人工智能对病理切片染色处理后的数字图像进行分析，提高切片分析工作效率和准确性的技术效果。
数字病理切片分析方法装置