“病变检测”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2756243个，建议您升级VIP下载更多相关专利

[发明专利]用于病变检测的设备和方法-CN201410641338.5在审
发明人：赵百焕;成英庆;金叡薰 -专利权人：三星电子株式会社
申请日： 2014-11-13 - 公布日： 2015-08-19 - 主分类号： A61B6/00 文献下载
摘要：提供一种用于病变检测的设备和方法。所述病变检测的方法包括：从医学图像检测候选病变；从医学图像检测解剖学对象；基于包括关于候选病变和解剖学对象之间的位置关系的信息的解剖学背景信息，验证每个候选病变；基于验证结果，从检测到的候选病变去除一个或更多个假阳性候选病变
用于病变检测设备方法

[发明专利]一种口腔检测方法、装置及设备-CN202310751128.0在审
发明人：李晨;江腾飞;王嘉磊;张健;皮成祥 -专利权人：先临三维科技股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-12 - 主分类号： A61C19/04 文献下载
摘要：本公开涉及一种口腔检测方法、装置及设备，包括：通过扫描获取三维牙齿模型；在当前检测视角下，基于口腔检测模型检测牙齿的目标病变区域及其置信度；将目标病变区域反投影至三维牙齿模型，得到三维牙齿模型的当前病变位置；判断当前病变位置与历史病变位置的区域重叠度是否高于预设阈值；如果是，则从当前病变位置和历史病变位置之中选择置信度高的作为目标病变位置，并更新目标病变位置的标记；如果否，则确定当前病变位置为新的病变位置，并添加新的病变位置的标记；确定下一个检测视角并再次执行以上操作，直至完成最后一个检测视角下的操作时，得到三维牙齿模型的多个病变位置。本公开能够提高口腔检测效率和病变标记准确性。
一种口腔检测方法装置设备

[发明专利]生物器官病变检测方法、装置、设备及可读存储介质-CN201910425238.1在审
发明人：梁红霞;赵丽俊;张晓雅;董爱莲 -专利权人：梁红霞;赵丽俊;张晓雅;董爱莲
申请日： 2019-05-21 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种一种生物器官病变检测方法、装置、设备及可读存储介质。该方法包括：获取器官的医学影像，医学影像包括多个体素；从医学影像中识别出器官影像；对从器官影像中获取的血管区域进行病变识别，获得器官影像中的第一病变区域；通过经训练的深度学习模型，对器官影像进行病变预检测，获得器官影像中的预检测病变区域影像；对预检测病变区域影像进行研判，获得器官影像中的第二病变区域；以及根据第一病变区域与第二病变区域，获得器官影像最终的病变区域。该方法提出了一种间接检测器官病变的方法，与已有的直接法相结合，从更广泛的角度对器官病变进行全方位的检测，从而大大改善了检测结果。
生物器官病变检测方法装置设备可读存储介质

[发明专利]病变检测模型的训练方法和装置、电子设备及存储介质-CN202310509465.9在审
发明人：刘江;胡衍;沈俊勇 -专利权人：南方科技大学
申请日： 2023-05-06 - 公布日： 2023-09-12 - 主分类号： G06V10/774 文献下载
摘要：本申请提供了一种病变检测模型的训练方法和装置、电子设备及存储介质，属于图像处理技术领域，通过获取第一医学图像和第二医学图像，第一医学图像无标签，第二医学图像具有标签，通过预设教师模型对第一医学图像进行病变检测，通过预设学生模型对第一医学图像进行病变检测，并通过预设学生模型对第二医学图像进行病变检测，根据病变检测结果进行损失计算得到目标损失数据，根据目标损失数据调整预设学生模型的第一网络参数，根据第一网络参数调整预设教师模型的第二网络参数，以训练预设学生模型，得到病变检测模型，通过病变检测模型对目标医学图像进行病变检测，得到目标病变位置和目标疾病类型，提高了病变检测的准确性。
病变检测模型训练方法装置电子设备存储介质

[发明专利]一种基于生成对抗网络的病理图像识别装置-CN201911306713.X有效
发明人：张正超;曹江中 -专利权人：广东工业大学
申请日： 2019-12-18 - 公布日： 2021-05-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于生成对抗网络的病理图像识别装置，包括图像样本获取模块用于获取图像样本；病变检测模块用于利用CNN卷积神经网络对病理图像进行二分类，输出有病变的病理图像；病变修补模块用于利用生成对抗网络并对有病变的病理图像进行全局修补；病变区域检测模块用于根据所述病变检测模块和病变修补模块的输出结果生成病变热量图。本发明利用GAN无监督学习的特性，利用基于深度卷积对抗生成网络的图像修补网络对病变位置进行修补，使之成为健康的无病变图像，并与基于CNN卷积神经网络的病变检测网络巧妙结合，通过病变概率的变化间接预测出其存在的位置，免去人工对训练集的标注的工作，减少了检测成本，并提升了检测效率及准确度。
一种基于生成对抗网络病理图像识别装置

[发明专利]病变诊断设备和方法-CN201410012313.9有效
发明人：李在哲;禹景久;成英庆 -专利权人：三星电子株式会社
申请日： 2014-01-10 - 公布日： 2019-07-12 - 主分类号： A61B8/00 文献下载
摘要：提供一种病变诊断设备和方法，所述设备和方法用于实时诊断图像来通知用户病变被检测到，并向用户提供关于检测到的病变的信息，从而提高诊断中的准确性和便利性。所述病变诊断设备包括：诊断单元，被构造为在从探头接收到的图像中诊断病变；引导信息提供器，被构造为当病变被检测到时通知用户病变被检测到并提供引导信息。
病变诊断设备方法

[发明专利]一种轨道与隧道的病变检测方法-CN202310371241.6在审
发明人：刘丹丹;吕豪杰;陈志丹;周在福;宋斌斌;韩毅;康南 -专利权人：浙江众合科技股份有限公司
申请日： 2022-12-07 - 公布日： 2023-08-22 - 主分类号： G01N21/88 文献下载
摘要：本发明提供了一种轨道与隧道的病变检测方法，所述检测方法具体为：对相机进行相机标定，确定轨道和隧道内的点与相机成像图像中的像素位置的对应关系；通过轨道检测小车上安装的若干个相机对轨道与隧道进行连续帧拍摄，基于拍摄的图像重建轨道和隧道的三维图像，基于轨道和隧道的三维图像进行病变检测；根据病变检测结果确定检测到病变的对应图像帧，根据检测到病变的对应图像帧确定轨道和隧道内病变的位置信息。本发明不需要人工控制检测仪器，直接通过轨道检测小车上相机拍摄到的图像即可实现轨道和隧道内病变情况的检测，且通过相机标定来保障在不同速度下的检测精度，保障了轨道和隧道内病变的检测准确性。
一种轨道隧道病变检测方法

[发明专利]基于高光谱图像离群检测的松材线虫病变检测方法-CN202211654641.X在审
发明人：黄金龙;程东东;段江丽;胡新;张素兰;邢昌元 -专利权人：长江师范学院
申请日： 2022-12-22 - 公布日： 2023-04-11 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及松材线虫病变检测技术领域，尤其涉及基于高光谱图像离群检测的松材线虫病变检测方法。步骤包括：采集高光谱图像；利用自然邻居搜索算法，搜索出所有样本点的自然最近邻居；划分为自然密邻居和自然稀邻居；计算密度转折度和邻域转折度；计算各样本点的病变转折度；选取病变转折度最大的样本点作为病变样本点，并将病变样本点的自然稀邻居也作为病变样本点。本发明通过采用高光图像离群检测技术，可以有效检测出松材线虫病变的样本点，避免了人工检测的效率低、滞后性高且成本大的问题。
基于光谱图像离群检测松材线虫病变方法

[发明专利]一种内镜图像病变实时检测方法及装置-CN201910254178.1在审
发明人：颜波;钟芸诗;牛雪静;蔡世伦;谭伟敏;阿依木克地斯·亚力孔;林楚铭 -专利权人：复旦大学
申请日： 2019-03-30 - 公布日： 2019-10-15 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医疗图像处理技术领域，具体为一种内镜图像病变实时检测方法及装置。本发明方法包括采集卡采集内镜设备输出的当前图像；当前图像预处理；调用病变检测模型检测当前图像中的病变区域；检测结果后处理；将病变检测前后的图像存入缓冲区；检测缓冲区，从缓冲区读取图像；在界面显示病变检测结果本发明装置包括内镜拍摄设备、采集卡、病变检测程序模块、缓冲区、显示设备；采集卡、病变检测程序模块、缓冲区置于计算机主机中。本发明能够实时获取内镜的视频并进行检测，输出病变检测前后的视频，便于医生观察。
病变检测内镜缓冲区采集卡程序模块图像临床诊断内镜图像实时检测病变视频医疗图像处理缓冲区读取计算机主机检测缓冲区设备兼容性图像预处理病变区域辅助医生即插即用检测结果界面显示模型检测拍摄设备实时获取显示设备医生观察后处理输出调用采集检测应用

[发明专利]基于深度学习的冠状动脉病变自动检测方法、系统和设备-CN201810070192.1有效
发明人：徐波;杜天明;周文辉 -专利权人：北京红云视界技术有限公司
申请日： 2018-01-24 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于深度学习的冠状动脉病变自动检测方法、系统和设备，通过训练步骤和测试步骤应用基于深度学习的物体检测技术到冠状动脉的病变检测之中。应用基于机器学习的文本处理技术到冠状动脉的病变检测之中。将文本处理与图像处理技术融合，融合了多个模态的信息用于冠状动脉的病变检测。完全将冠状动脉病变检测的流程自动化，在检测过程中无需人工参与。使用本发明的技术方案解决了医疗图像中的病变无法实时检测，而且像素检测的准确度低的技术问题，可以实时地检测出心脏冠状动脉中的病变，并给医生以参考和帮助。相比其他系统，本发明显著提高了病变检测率，缩短了诊疗流程。
基于深度学习冠状动脉病变自动检测方法系统设备

[发明专利]基于病变关注金字塔卷积神经网络的视网膜病变检测系统-CN202210066319.9有效
发明人：李翔;罗浩;王豪;张九思;乔新宇;蒋宇辰;尹珅 -专利权人：哈尔滨工业大学
申请日： 2022-01-20 - 公布日： 2022-09-23 - 主分类号： G06T7/00 文献下载
摘要：基于病变关注金字塔卷积神经网络的视网膜病变检测系统，本发明涉及视网膜病变检测系统。本发明的目的是为了解决现有视网膜病变检测准确率低的问题。系统包括：图像处理主模块用于采集原始视网膜病变图像，对采集的原始视网膜病变图像进行预处理，获得预处理后的原始视网膜病变图像；神经网络主模块用于搭建病变关注金字塔卷积神经网络模型；训练主模块利用预处理后的原始视网膜病变图像对搭建好的病变关注金字塔卷积神经网络模型进行训练，获得训练好的病变关注金字塔卷积神经网络模型；检测主模块用于加载训练好的病变关注金字塔卷积神经网络模型，对待测试视网膜病变图像进行分类。
基于病变关注金字塔卷积神经网络视网膜检测系统

[发明专利]基于样本生成和迁移学习的肝脏CT图像多病变分类方法-CN202011159865.4有效
发明人：缑水平;曹思颖;周海彬;杨玉林;刘豪锋;续溢男;骆安琳 -专利权人：西安电子科技大学
申请日： 2020-10-27 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于样本生成和迁移学习的肝脏CT图像多病变分类方法，主要解决现有方法对肝脏多种病变检测性能不高的问题。其实现方案为：划分数据集；分别构建肝脏器官分割网络和肝脏病变检测网络；基于深度卷积生成式对抗网络，构建肝囊肿样本生成网络和肝血管瘤样本生成网络，分别生成新的肝囊肿和肝血管瘤样本；构建肝脏病变分类网络；对待检测的肝脏CT图像先使用肝脏器官分割网络进行器官分割，再使用肝脏病变检测网络对分割结果进行病变检测，最后使用肝脏病变分类网络对检测到的病变进行分类。本发明缓解了不同类别样本量的不平衡，提高了病变分类性能，可用于对肝脏CT影像中存在的肝癌、肝囊肿、肝血管瘤多种病变的定位和定性。
基于样本生成迁移学习肝脏 ct 图像多病分类方法

[发明专利]内窥镜观察辅助装置、内窥镜观察辅助方法及程序-CN201980025579.8在审
发明人：森悠一;工藤进英;三泽将史;森健策 -专利权人：学校法人昭和大学;国立大学法人东海国立大学机构
申请日： 2019-04-12 - 公布日： 2020-11-20 - 主分类号： A61B1/045 文献下载
摘要：本发明提供一种内窥镜观察辅助装置等，能够提高内窥镜的观察辅助的性能，并且使医生能够更加容易且准确地实施病变的观察等。内窥镜观察辅助装置(100)包括：图像信息获取部(31)，其获取由内窥镜装置(40)拍摄的器官脏器的成像图像并显示在显示部(22)；病变信息获取部(32)，其基于成像图像检测预定的病变，并获取与病变有关的病变信息；病变消失判定部(34)，其基于成像图像以及病变信息追踪病变，并判定病变是否从成像图像上消失；通知部(35)，其在病变消失判定部(34)判定病变从成像图像上消失时，通知判定结果。此外，通知部(35)可以构成为在由病变信息获取部(32)检测到病变之后经过极短时间之后，通知检测到病变。
内窥镜观察辅助装置方法程序

[发明专利]基于高光谱与卷积神经网络的病变板栗分类方法、系统及介质-CN202310144415.5在审
发明人：钟南;钟琼达;彭志通 -专利权人：岭南现代农业科学与技术广东省实验室河源分中心;华南农业大学
申请日： 2023-02-21 - 公布日： 2023-06-06 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于高光谱与卷积神经网络的病变板栗分类方法、系统及介质。该方法包括获取各种程度病变板栗的高光谱信息，并进行预处理，得到各种程度病变板栗的高光谱数据集；基于改进的VGG16卷积神经网络构建病变板栗识别模型，根据各种程度病变板栗的高光谱数据集对病变板栗识别模型进行训练；获取待测板栗样本的高光谱信息并输入训练完毕的病变板栗识别模型进行检测，完成对板栗病变识别，并根据识别结果控制气动分类器对病变板栗进行分类。与现有技术相比较，本发明能够做到效率高、无损的检测板栗的病变程度，能够显著提升板栗在内部受损时的检测效率，使得病变板栗能够更加方便的被检测。
基于光谱卷积神经网络病变板栗分类方法系统介质

[发明专利]图像处理装置及其方法、学习装置及其方法、存储介质-CN202211082715.7在审
发明人：町井湧介 -专利权人：富士胶片株式会社
申请日： 2022-09-06 - 公布日： 2023-03-17 - 主分类号： A61B6/00 文献下载
摘要：本发明提供一种能够使用病变检测模型根据医疗图像精度良好地进行与病变相关的检测的图像处理装置及其方法、学习装置及其方法、存储介质。学习装置具备至少1个处理器，所述处理器进行如下处理：获取检测对象的医疗图像，获取识别拍摄了所述检测对象的医疗图像的摄影装置的装置识别信息，根据所述装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据所述检测对象的医疗图像进行与病变相关的检测。
图像处理装置及其方法学习存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条