“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]一种推理模型训练方法及装置-CN202210095035.2在审
发明人：陶建军;谢凌曦;乔楠;张雷 -专利权人：华为云计算技术有限公司
申请日： 2022-01-26 - 公布日： 2023-08-08 - 主分类号： G06V10/70 文献下载
摘要：本申请实施例涉及一种推理模型训练方法，方法可以包括：根据已标注病理图片训练得到推理模型。然后，可以根据未标注病理图片、第一病理文本以及已标注病理图片，更新推理模型。其中，推理模型用于对输入的待检测病理图片进行推理，得到待检测病理图片对应的病理结果。第一病理文本为未标注病理图片相关联的病理文本。本申请通过结合未标注病理图片、第一病理文本和已标注病理图片对推理模型进行更新，使得模型融入了更多领域经验知识，从而大大提升了推理模型对病理图片的预测准确率。
一种推理模型训练方法装置

[发明专利]一种基于域对抗自监督学习的病理图像分割方法-CN202110621825.5有效
发明人：王大寒;叶海礼;王继伟;朱晨雁;陈思;朱顺痣 -专利权人：厦门理工学院
申请日： 2021-06-02 - 公布日： 2023-06-02 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于域对抗自监督学习的病理图像分割方法。包括：获取病理图像建立病理图像自监督数据集；建立域对抗自监督模型；使用病理图像自监督数据集对域对抗自监督模型进行深度学习训练；建立病理图像分割模型；使用经过深度学习后的域对抗自监督模型对病理图像分割模型进行初始化；对病理图像中的病灶区域进行像素级别标注建立病理图像分割数据集；使用病理图像分割数据集对病理图像分割模型进行深度学习训练；使用深度学习训练后的病理图像分割模型对病理图像的未知病灶区域进行分割。本发明方法，采用域对抗自监督学习的方法，有效缓解了分割模型对大量人工标注的依赖并解决了模型在不同域上分割性能波动的问题。
一种基于对抗监督学习病理图像分割方法

[发明专利]一种基于目标检测的病理图像细胞计数方法、设备及介质-CN202010356821.4在审
发明人：杜强;赵卫双;匡铭;彭穗;肖晗 -专利权人：北京小白世纪网络科技有限公司
申请日： 2020-04-29 - 公布日： 2020-08-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于目标检测的病理图像细胞计数方法、计算机设备及介质，该方法包括获取待识别的病理图像样本；将病理图像输入预先训练完成的病理图像细胞计数模型，从而获得病理细胞的个数；其中，病理图像细胞计数模型由两个训练完成的Faster‑RCNN模型同时连接模型融合模块构成；模型融合模块对所述两个Faster‑RCNN模型输出的病理细胞的计数结果进行求平均得到最终的病理细胞的个数。本发明通过引用两个不同的bockbone训练的Faster‑RCNN模型对病理图像进行病理细胞的个数检测，并将检测结果进行融合，准确、快速、高效实现病理细胞计数。
一种基于目标检测病理图像细胞计数方法设备介质

[发明专利]确定病理信息的方法、装置、存储介质及电子设备-CN202211474971.0在审
发明人：孙小婉;蔡巍;招一强;张霞 -专利权人：东软集团股份有限公司;沈阳东软智能医疗科技研究院有限公司
申请日： 2022-11-22 - 公布日： 2023-03-28 - 主分类号： G16H50/20 文献下载
摘要：本公开涉及一种确定病理信息的方法、装置、存储介质及电子设备，所述方法包括：获取待确定病理信息的目标病理报告；将目标病理报告输入预先生成的病理信息确定模型，以获取病理信息确定模型输出的多个目标病理信息，目标病理信息包括目标病理名称和目标病理名称对应的病理结果；其中，病理信息确定模型是通过多个样本集中每个样本集对应的多个样本病理特征，对目标神经网络模型进行训练得到的，样本集包括样本病理报告和样本病理报告对应的多个样本病理信息，样本病理信息包括样本病理名称和样本病理名称对应的样本病理结果，所述样本病理特征为所述样本病理报告中样本病理名称对应的特征，不同的样本病理名称对应的样本病理特征不同。
确定病理信息方法装置存储介质电子设备

[发明专利]病理图像检测方法、装置、计算机设备和存储介质-CN202110254516.9在审
发明人：陈翔;李芳芳;张宇;谢佩珍;赵爽;陈明亮 -专利权人：中南大学湘雅医院
申请日： 2021-03-09 - 公布日： 2021-05-14 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种病理图像检测方法、装置、计算机设备和存储介质。该方法包括：获取待检测病理图像；采用预先训练的病理图像检测模型对待检测病理图像进行病理检测，获得病理图像检测结果；病理图像检测模型的训练过程包括：获取样本集，样本集包括对各原始病理图像进行处理后得到的病理图像；根据样本集对各神经网络模型进行训练，获得对应的各图像检测模型；神经网络模型为在原始神经网络模型中增加特征提取通道后构建的神经网络模型；采用各图像检测模型进行图像检测测试，得到对应的各图像检测测试结果；对各图像检测测试结果进行比较，根据比较结果从各图像检测模型中确定病理图像检测模型。采用本方法能够提高病理图像检测的检测精度和效率。
病理图像检测方法装置计算机设备存储介质

[发明专利]一种图像分类模型训练、图像分类方法、装置及电子设备-CN202310118758.4在审
发明人：吴秉哲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-31 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种图像分类模型训练、图像分类方法、装置及电子设备，具体的，该方法包括：将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类，得到中间层特征信息和预测类别指示信息；基于样本病理分块图像的标注类别指示信息和预测类别指示信息，训练待训练病理图像分类模型；基于与中间层特征信息匹配的参考类别特征信息对应的预设病理类别标签，对标注类别指示信息进行校准处理；基于校准后的标注类别指示信息和训练后的病理图像分类模型，跳转至将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类，直至达到预设病理类别分类训练结束条件。利用本申请的技术方案，可以提升病理图像分类模型的图像分类性能。
一种图像分类模型训练方法装置电子设备

[发明专利]图像生成模型训练及图像生成方法、装置、设备和介质-CN202310825079.0在审
发明人：徐晓欧;蒋泽宇;张亚飞 -专利权人：迈杰转化医学研究（苏州）有限公司
申请日： 2023-07-06 - 公布日： 2023-10-20 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种图像生成模型训练及图像生成方法、装置、设备和介质，其中，图像生成模型训练方法包括：基于预设尺寸病理图像及对应的图像描述信息和病理标记掩码图构建目标模型训练样本，以图像描述信息和病理标记掩码图像作为样本输入信息，并以预设尺寸病理图像作为样本输入信息的样本标签，进行模型训练，得到目标病理图像生成模型，被训练模型为以预设控制网络结构为控制条件的扩散模型。本发明实施例的技术方案，解决了病理图像样本量少、病理医生精细标记细胞病理图像时间及人工成本高的问题，实现了基于易获取到的图像描述信息和病理标记掩码图构建并训练得到病理图像生成模型，从而可以低成本的获取病理图像及对应的图像标记
图像生成模型训练方法装置设备介质

[发明专利]基于深度学习的病理图像质控方法、装置、设备及介质-CN202210710549.4在审
发明人：吴玉欣;吕彦全;李晓明;郭玉川;葛衍冉;陆铖;高鹏;王亮 -专利权人：山东骏腾医疗科技有限公司
申请日： 2022-06-22 - 公布日： 2022-09-27 - 主分类号： G06V10/764 文献下载
摘要：本说明书实施例公开了一种基于深度学习的病理图像质控方法、装置、设备及介质。方法包括：病理图像的预设质控条件与所述病理图像对应的业务工作，确定预设深度学习模型的多个分类层；根据采集的无疾病的第一病理图像与有疾病的第二病理图像，构建数据集；数据集包括：训练集、验证集、测试集；将训练集所包含的第一病理图像与第二病理图像作为输入图像，输入预设深度学习模型，对预设深度学习模型进行迭代训练，并基于验证集对预设深度学习模型进行验证，获得待测试的质控模型；基于测试集对所述待测试的质控模型进行测试，获得符合要求的质控模型；将待检测病理图像输入符合要求质控模型，获得待检测病理图像的质控结果。
基于深度学习病理图像方法装置设备介质

[发明专利]一种HE染色病理图像数据扩充与增强的方法-CN202210054661.7有效
发明人：潘细朋;程纪钧;刘振丙;王子民;汪华登;冯拯云;卢慧敏;安娅君 -专利权人：桂林电子科技大学
申请日： 2022-01-18 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学图像技术领域，具体涉及一种HE染色病理图像数据扩充与增强的方法；所述方法包括模型训练和模型推理两个阶段：在模型训练阶段，对病理图像数据集进行划分，得到训练集、验证集及测试集；构建基于生成对抗网络的深度学习模型；将上述训练集和验证集送入网络模型进行训练，获得网络模型参数；网络模型训练完成后，对源病理图像数据集以外的随机生成图像进行推理，获得合成的病理图像分割掩码和病理图像。本方法通过构建用于病理图像数据扩充的模型，合成更多符合该数据特征分布的病理图像及其对应的分割掩码，从而扩充原本有限数量的病理图像数据集，可有效帮助现有病理图像分割方法提升分割性能。
一种 he 染色病理图像数据扩充增强方法

[发明专利]一种基于深度学习的胃癌病理诊断系统-CN202310044237.9在审
发明人：王书浩 -专利权人：北京透彻未来科技有限公司
申请日： 2023-01-30 - 公布日： 2023-05-23 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于深度学习的胃癌病理诊断系统，包括：数据采集处理模块，用于获取患者胃部的全扫描病理图像，进行标注处理后，生成病理图像数据集；模型训练测试模块，用于基于语义分割模型(DeepLab v3)对病理图像数据集进行训练测试，获得训练测试后的诊断模型；识别诊断模块，用于基于诊断模型对患者胃部的全扫描病理图像进行识别诊断，获得诊断结果。本发明通过海量数据标注，对深度学习模型进行训练，获得胃癌病理分析模型；通过深度学习模型完成整张病理影像的分析，解决胃癌全扫描病理图像分析处理问题，给出胃癌预测概率的热力图，更好地辅助医生诊断，为病理医生的诊断提供参考
一种基于深度学习胃癌病理诊断系统

[发明专利]病理图像分类方法、装置、设备、存储介质及程序产品-CN202111333677.3在审
发明人：张闻华;张军;韩骁 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-11-11 - 公布日： 2022-04-12 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种病理图像分类方法、装置、设备、存储介质及程序产品，涉及机器学习领域。该方法包括：从病理图像库中获取样本病理图像，样本病理图像标注有样本标签；将样本标签与病理图像库分别对应的病理图像标签集进行匹配，确定样本病理图像库；将样本病理图像输入分类模型，得到样本预测概率；基于样本病理图像库对应的样本预测概率和样本标签确定损失值，对分类模型进行训练，得到病理图像分类模型，病理图像分类模型用于对目标病理图像进行分类，得到预测结果。通过以上方式，可以加强病理图像库之间的关联性，更好地实现集中化的病理图像分类，也便于更好地管理和使用病理图像。本申请可应用于云技术、人工智能、智慧交通等各种场景。
病理图像分类方法装置设备存储介质程序产品

[发明专利]基于病理图像标注工具的深度学习模型训练方法及装置-CN202110109864.7在审
发明人：杜强;赵卫双;郭雨晨;聂方兴;唐超;张兴 -专利权人：北京小白世纪网络科技有限公司
申请日： 2021-01-27 - 公布日： 2021-04-06 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了一种基于病理图像标注工具的深度学习模型训练方法及装置，包括：步骤1，获取通过病理图像标注工具进行人工标注的病理图像，对病理图像进行预处理，将预处理后的标注病理图像输入到深度学习模型进行训练；步骤2，将一批新的未标注的病理图像输入到训练后的深度学习模型，得到相应的检测结果，将检测结果输出到病理图像标注工具向用户展示；步骤3，获取通过病理图像标注工具对检测结果进行人工质量审核并修改后的校正标注的病理图像，将所有带有标注的病理图像继续输入到深度学习模型进行训练；步骤4，重复执行步骤2‑3，直到深度学习模型输出的检测结果符合要求，完成深度学习模型的训练。
基于病理图像标注工具深度学习模型训练方法装置

[发明专利]一种经皮肺穿刺模型及其制造方法-CN201911409308.0在审
发明人：宫海波;毛茅;张静 -专利权人：宁波创导三维医疗科技有限公司
申请日： 2019-12-31 - 公布日： 2020-04-24 - 主分类号： G09B23/28 文献下载
摘要：本发明揭示了一种经皮肺穿刺模型及其制造方法，包括肺组织模型、骨骼模型及皮肤组织模型，肺组织模型包在骨骼内部，皮肤组织模型覆盖在骨骼模型外部，所述肺组织模型内部分布有病理模块，所述病理模块与肺组织紧密结合，且病理模块与肺组织模型形成明显的交界面，且所述病理模块与肺组织模型呈现不同颜色。本发明提供的经皮肺穿刺模型，具有模拟人体肺组织和内部病理组织结构特征，病理组织的大小、空间位置实现仿真，肺组织和内部病理组织可以在影像学设备下呈现出类似人体真实正常组织和病理组织结构的影像对比差异特征，
一种经皮肺穿刺模型及其制造方法

[发明专利]一种基于数字病理图像的癌症辅助诊断方法-CN201610344279.4在审
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： 2016-05-23 - 公布日： 2016-09-28 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于数字病理图像的癌症辅助诊断方法，包括以下步骤：①用切片扫描仪将数字病理切片扫描成图像；②建立数字病理图像数据库和数字病理图像标注库；③建立数字病理图像自动诊断模型和数字病理图像检索模型；④采用数字病理图像自动诊断模型对未知病变类型的数字病理切片进行诊断，获得诊断结果，同时选出若干病变区域；⑤采用数字病理图像检索模型查找相似病变区域；⑥将诊断结果、典型病变区域等信息反馈给医生进行辅助诊断本发明将计算机自动诊断模型和病理图像检索模型相结合，在利用计算机预测数字病理切片病变类型的同时，为医生提供已确诊的相似癌症病例作为参考，达到提高癌症的诊断质量与提升医生诊断能力的目的。
一种基于数字病理图像癌症辅助诊断方法

[发明专利]一种宫颈癌病理图像的半监督目标检测模型构建方法及系统-CN202211558843.4在审
发明人：陈德华;赵弘缙;王梅;潘乔 -专利权人：东华大学
申请日： 2022-12-06 - 公布日： 2023-03-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种宫颈癌病理图像的半监督目标检测模型构建方法及系统，采用全新逻辑设计，以包含标注数据的各幅宫颈癌病理样本图像与未包含标注数据的各幅宫颈癌病理样本图像，构建样本数据；针对相同基准检测器的student模型与teacher模型，通过彼此之间相互促进下的模型训练，获得满足预设溢出条件的teacher模型，即构成宫颈癌病理图像检测模型；并进一步基于宫颈癌病理图像检测模型对宫颈癌病理图像的检测，设计反事实可解释，准确分析宫颈癌病理图像中的重要解释区域，如此不仅能针对宫颈癌病理图像给出高效分析，同时产生相应解释，为医生决策提供了参考价值。
一种宫颈癌病理图像监督目标检测模型构建方法系统

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