CN106682435A - 一种多模型融合自动检测医学图像中病变的系统及方法 - Google Patents
一种多模型融合自动检测医学图像中病变的系统及方法 Download PDFInfo
- Publication number
- CN106682435A CN106682435A CN201611266397.4A CN201611266397A CN106682435A CN 106682435 A CN106682435 A CN 106682435A CN 201611266397 A CN201611266397 A CN 201611266397A CN 106682435 A CN106682435 A CN 106682435A
- Authority
- CN
- China
- Prior art keywords
- detection
- pathological changes
- model
- image
- medical image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000003902 lesion Effects 0.000 title claims abstract description 44
- 230000004927 fusion Effects 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 77
- 238000013135 deep learning Methods 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 231100000915 pathological change Toxicity 0.000 claims description 44
- 230000036285 pathological change Effects 0.000 claims description 44
- 238000013527 convolutional neural network Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 11
- 230000001575 pathological effect Effects 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 238000003909 pattern recognition Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000002844 melting Methods 0.000 claims description 2
- 230000008018 melting Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 210000000481 breast Anatomy 0.000 abstract description 24
- 210000005075 mammary gland Anatomy 0.000 description 35
- 238000003745 diagnosis Methods 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000005070 sampling Methods 0.000 description 11
- 206010006187 Breast cancer Diseases 0.000 description 10
- 208000026310 Breast neoplasm Diseases 0.000 description 10
- 238000000605 extraction Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013136 deep learning model Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 210000002445 nipple Anatomy 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000002976 pectoralis muscle Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004195 computer-aided diagnosis Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 210000000779 thoracic wall Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000004907 gland Anatomy 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009607 mammography Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 201000008275 breast carcinoma Diseases 0.000 description 2
- 208000030270 breast disease Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000009394 selective breeding Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 101100269885 Arabidopsis thaliana ANN1 gene Proteins 0.000 description 1
- 101100269886 Arabidopsis thaliana ANN2 gene Proteins 0.000 description 1
- 208000004434 Calcinosis Diseases 0.000 description 1
- 102100033620 Calponin-1 Human genes 0.000 description 1
- 102100033591 Calponin-2 Human genes 0.000 description 1
- 101000945318 Homo sapiens Calponin-1 Proteins 0.000 description 1
- 101000945403 Homo sapiens Calponin-2 Proteins 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000105 evaporative light scattering detection Methods 0.000 description 1
- XPYGGHVSFMUHLH-UUSULHAXSA-N falecalcitriol Chemical compound C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@@H](CCCC(O)(C(F)(F)F)C(F)(F)F)C)=C\C=C1\C[C@@H](O)C[C@H](O)C1=C XPYGGHVSFMUHLH-UUSULHAXSA-N 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004599 local-density approximation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Claims (10)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611266397.4A CN106682435B (zh) | 2016-12-31 | 2016-12-31 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
PCT/CN2017/103529 WO2018120942A1 (zh) | 2016-12-31 | 2017-09-26 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611266397.4A CN106682435B (zh) | 2016-12-31 | 2016-12-31 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106682435A true CN106682435A (zh) | 2017-05-17 |
CN106682435B CN106682435B (zh) | 2021-01-29 |
Family
ID=58850199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611266397.4A Active CN106682435B (zh) | 2016-12-31 | 2016-12-31 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106682435B (zh) |
WO (1) | WO2018120942A1 (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239666A (zh) * | 2017-06-09 | 2017-10-10 | 孟群 | 一种对医疗影像数据进行脱敏处理的方法及系统 |
CN107274406A (zh) * | 2017-08-07 | 2017-10-20 | 北京深睿博联科技有限责任公司 | 一种检测敏感区域的方法及装置 |
CN107563123A (zh) * | 2017-09-27 | 2018-01-09 | 百度在线网络技术(北京)有限公司 | 用于标注医学图像的方法和装置 |
CN107665491A (zh) * | 2017-10-10 | 2018-02-06 | 清华大学 | 病理图像的识别方法及系统 |
WO2018120942A1 (zh) * | 2016-12-31 | 2018-07-05 | 西安百利信息科技有限公司 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
CN108364006A (zh) * | 2018-01-17 | 2018-08-03 | 超凡影像科技股份有限公司 | 基于多模式深度学习的医学图像分类装置及其构建方法 |
CN108538390A (zh) * | 2018-04-28 | 2018-09-14 | 中南大学 | 一种面向医学数据的增量式处理方法 |
CN108537773A (zh) * | 2018-02-11 | 2018-09-14 | 中国科学院苏州生物医学工程技术研究所 | 针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法 |
CN108550150A (zh) * | 2018-04-17 | 2018-09-18 | 上海联影医疗科技有限公司 | 乳腺密度的获取方法、设备及可读存储介质 |
CN108858201A (zh) * | 2018-08-15 | 2018-11-23 | 深圳市烽焌信息科技有限公司 | 一种用于看护儿童的机器人及存储介质 |
CN108899087A (zh) * | 2018-06-22 | 2018-11-27 | 中山仰视科技有限公司 | 基于深度学习的x光片智能诊断方法 |
CN108898160A (zh) * | 2018-06-01 | 2018-11-27 | 中国人民解放军战略支援部队信息工程大学 | 基于cnn和影像组学特征融合的乳腺癌组织病理学分级方法 |
CN108985302A (zh) * | 2018-07-13 | 2018-12-11 | 东软集团股份有限公司 | 一种皮肤镜图像处理方法、装置及设备 |
CN109003679A (zh) * | 2018-06-28 | 2018-12-14 | 众安信息技术服务有限公司 | 一种脑血管出血与缺血预测方法及装置 |
CN109409413A (zh) * | 2018-09-28 | 2019-03-01 | 贵州大学 | X射线乳腺肿块影像自动分类方法 |
CN109427416A (zh) * | 2017-08-31 | 2019-03-05 | 西门子保健有限责任公司 | 用于比较医学成像过程中的参考值的方法、系统 |
CN109447966A (zh) * | 2018-10-26 | 2019-03-08 | 科大讯飞股份有限公司 | 医学图像的病灶定位识别方法、装置、设备及存储介质 |
CN110008971A (zh) * | 2018-08-23 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读存储介质及计算机设备 |
CN110059709A (zh) * | 2017-12-19 | 2019-07-26 | 罗伯特·博世有限公司 | 用于操控执行器和确定异常的方法、设备和计算机程序 |
CN110111344A (zh) * | 2019-05-13 | 2019-08-09 | 广州锟元方青医疗科技有限公司 | 病理切片图像分级方法、装置、计算机设备和存储介质 |
CN110276411A (zh) * | 2019-06-28 | 2019-09-24 | 腾讯科技(深圳)有限公司 | 图像分类方法、装置、设备、存储介质和医疗电子设备 |
WO2020077961A1 (zh) * | 2018-10-16 | 2020-04-23 | 杭州依图医疗技术有限公司 | 一种乳腺影像病灶识别的方法及装置 |
CN111785375A (zh) * | 2020-06-18 | 2020-10-16 | 武汉互创联合科技有限公司 | 胚胎分裂过程分析及妊娠率智能预测方法及系统 |
CN111783854A (zh) * | 2020-06-18 | 2020-10-16 | 武汉互创联合科技有限公司 | 胚胎妊娠状态智能预测方法及系统 |
US10878569B2 (en) | 2018-03-28 | 2020-12-29 | International Business Machines Corporation | Systems and methods for automatic detection of an indication of abnormality in an anatomical image |
CN112236832A (zh) * | 2018-06-05 | 2021-01-15 | 住友化学株式会社 | 诊断辅助系统、诊断辅助方法以及诊断辅助程序 |
CN112767346A (zh) * | 2021-01-18 | 2021-05-07 | 北京医准智能科技有限公司 | 基于多影像的全卷积单阶段乳腺图像病灶检测方法及装置 |
CN113256553A (zh) * | 2020-02-07 | 2021-08-13 | 通用电气精准医疗有限责任公司 | 用于使用深层神经网络一致地呈现医学图像的系统和方法 |
CN113421276A (zh) * | 2021-07-02 | 2021-09-21 | 深圳大学 | 一种图像处理方法、装置及存储介质 |
CN113420655A (zh) * | 2021-06-22 | 2021-09-21 | 中山仰视科技有限公司 | 基于能量模型的医学影像阴阳性筛查方法、系统、及设备 |
US20220199258A1 (en) * | 2019-09-26 | 2022-06-23 | Lunit Inc. | Training method for specializing artificial interlligence model in institution for deployment, and apparatus for training artificial intelligence model |
US11756209B2 (en) | 2019-02-07 | 2023-09-12 | Vysioneer INC. | Method and apparatus for automated target and tissue segmentation using multi-modal imaging and ensemble machine learning models |
WO2024045819A1 (zh) * | 2022-08-31 | 2024-03-07 | 腾讯科技(深圳)有限公司 | 病变区域确定方法、模型训练方法及装置 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109473168A (zh) * | 2018-10-09 | 2019-03-15 | 五邑大学 | 一种医学影像机器人及其控制、医学影像识别方法 |
CN109658377B (zh) * | 2018-10-31 | 2023-10-10 | 泰格麦迪(北京)医疗科技有限公司 | 一种基于多维度信息融合的乳腺mri病变区域检测方法 |
CN109920538B (zh) * | 2019-03-07 | 2022-11-25 | 中南大学 | 一种基于数据增强的零样本学习方法 |
CN110265141B (zh) * | 2019-05-13 | 2023-04-18 | 上海大学 | 一种肝脏肿瘤ct影像计算机辅助诊断方法 |
CN110136809B (zh) * | 2019-05-22 | 2022-12-27 | 腾讯科技(深圳)有限公司 | 一种医疗图像处理方法、装置、电子医疗设备和存储介质 |
CN110491511B (zh) * | 2019-07-24 | 2023-04-07 | 广州知汇云科技有限公司 | 一种基于围术期危险预警的多模型互补增强机器学习方法 |
CN110728310B (zh) * | 2019-09-27 | 2023-09-01 | 聚时科技(上海)有限公司 | 一种基于超参数优化的目标检测模型融合方法及融合系统 |
US20210150347A1 (en) * | 2019-11-14 | 2021-05-20 | Qualcomm Incorporated | Guided training of machine learning models with convolution layer feature data fusion |
CN110889835B (zh) * | 2019-11-21 | 2023-06-23 | 东华大学 | 一种基于双视图的钼靶影像语义标签预测方法 |
CN110827276B (zh) * | 2019-11-25 | 2023-03-24 | 河南科技大学 | 基于深度学习的血液透析器空心纤维通透状态识别方法 |
CN111105393B (zh) * | 2019-11-25 | 2023-04-18 | 长安大学 | 一种基于深度学习的葡萄病虫害识别方法及装置 |
CN111191735B (zh) * | 2020-01-04 | 2023-03-24 | 西安电子科技大学 | 基于数据差异和多尺度特征的卷积神经网络影像分类方法 |
CN111369532A (zh) * | 2020-03-05 | 2020-07-03 | 北京深睿博联科技有限责任公司 | 乳腺x射线影像的处理方法和装置 |
CN111755118B (zh) * | 2020-03-16 | 2024-03-08 | 腾讯科技(深圳)有限公司 | 医疗信息处理方法、装置、电子设备及存储介质 |
CN111524579B (zh) * | 2020-04-27 | 2023-08-29 | 北京百度网讯科技有限公司 | 肺功能曲线检测方法、装置、设备以及存储介质 |
CN111815609B (zh) * | 2020-07-13 | 2024-03-01 | 北京小白世纪网络科技有限公司 | 基于情境感知及多模型融合的病理图像分类方法及系统 |
CN111899229A (zh) * | 2020-07-14 | 2020-11-06 | 武汉楚精灵医疗科技有限公司 | 一种基于深度学习多模型融合技术的胃早癌辅助诊断方法 |
CN111855500A (zh) * | 2020-07-30 | 2020-10-30 | 华北电力大学(保定) | 一种基于深度学习的复合绝缘子老化程度智能检测方法 |
CN112071421B (zh) * | 2020-09-01 | 2024-09-06 | 国创育成医疗器械发展(深圳)有限公司 | 一种深度学习预估方法及其应用 |
CN112489788B (zh) * | 2020-11-25 | 2024-06-07 | 武汉大学中南医院 | 一种用于癌症诊断的多模态影像分析方法及系统 |
CN112768041B (zh) * | 2021-01-07 | 2022-04-08 | 湖北公众信息产业有限责任公司 | 医疗云管平台 |
CN112652032B (zh) | 2021-01-14 | 2023-05-30 | 深圳科亚医疗科技有限公司 | 器官的建模方法、图像分类装置和存储介质 |
CN113539471A (zh) * | 2021-03-26 | 2021-10-22 | 内蒙古卫数数据科技有限公司 | 一种基于常规检验数据的乳腺增生辅助诊断方法及系统 |
CN113239972A (zh) * | 2021-04-19 | 2021-08-10 | 温州医科大学 | 一种面向医学影像的人工智能辅助诊断模型构建系统 |
CN113269747B (zh) * | 2021-05-24 | 2023-06-13 | 浙江大学医学院附属第一医院 | 一种基于深度学习的病理图片肝癌扩散检测方法及系统 |
CN114066828B (zh) * | 2021-11-03 | 2022-09-02 | 深圳市创科自动化控制技术有限公司 | 一种基于多功能底层算法的图像处理方法及系统 |
WO2024123311A1 (en) * | 2022-12-06 | 2024-06-13 | Google Llc | Mammography device outputs for broad system compatibility |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473569A (zh) * | 2013-09-22 | 2013-12-25 | 江苏美伦影像系统有限公司 | 基于svm的医学影像分类方法 |
CN103488977A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像系统有限公司 | 基于svm的医学影像管理系统 |
CN104834943A (zh) * | 2015-05-25 | 2015-08-12 | 电子科技大学 | 一种基于深度学习的脑肿瘤分类方法 |
CN105574859A (zh) * | 2015-12-14 | 2016-05-11 | 中国科学院深圳先进技术研究院 | 一种基于ct图像的肝脏肿瘤分割方法及装置 |
CN105701351A (zh) * | 2016-01-15 | 2016-06-22 | 上海市第十人民医院 | 基于人工神经网络模型超声造影特征自动识别系统及方法 |
CN106203488A (zh) * | 2016-07-01 | 2016-12-07 | 福州大学 | 一种基于受限玻尔兹曼机的乳腺图像特征融合方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682435B (zh) * | 2016-12-31 | 2021-01-29 | 西安百利信息科技有限公司 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
-
2016
- 2016-12-31 CN CN201611266397.4A patent/CN106682435B/zh active Active
-
2017
- 2017-09-26 WO PCT/CN2017/103529 patent/WO2018120942A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473569A (zh) * | 2013-09-22 | 2013-12-25 | 江苏美伦影像系统有限公司 | 基于svm的医学影像分类方法 |
CN103488977A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像系统有限公司 | 基于svm的医学影像管理系统 |
CN104834943A (zh) * | 2015-05-25 | 2015-08-12 | 电子科技大学 | 一种基于深度学习的脑肿瘤分类方法 |
CN105574859A (zh) * | 2015-12-14 | 2016-05-11 | 中国科学院深圳先进技术研究院 | 一种基于ct图像的肝脏肿瘤分割方法及装置 |
CN105701351A (zh) * | 2016-01-15 | 2016-06-22 | 上海市第十人民医院 | 基于人工神经网络模型超声造影特征自动识别系统及方法 |
CN106203488A (zh) * | 2016-07-01 | 2016-12-07 | 福州大学 | 一种基于受限玻尔兹曼机的乳腺图像特征融合方法 |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018120942A1 (zh) * | 2016-12-31 | 2018-07-05 | 西安百利信息科技有限公司 | 一种多模型融合自动检测医学图像中病变的系统及方法 |
CN107239666A (zh) * | 2017-06-09 | 2017-10-10 | 孟群 | 一种对医疗影像数据进行脱敏处理的方法及系统 |
CN107274406A (zh) * | 2017-08-07 | 2017-10-20 | 北京深睿博联科技有限责任公司 | 一种检测敏感区域的方法及装置 |
US11636953B2 (en) | 2017-08-31 | 2023-04-25 | Siemens Healthcare Gmbh | Method for comparing reference values in medical imaging processes, system comprising a local medical imaging device, computer program product and computer-readable program |
CN109427416A (zh) * | 2017-08-31 | 2019-03-05 | 西门子保健有限责任公司 | 用于比较医学成像过程中的参考值的方法、系统 |
CN109427416B (zh) * | 2017-08-31 | 2022-02-08 | 西门子保健有限责任公司 | 用于比较医学成像过程中的参考值的方法、系统 |
CN107563123A (zh) * | 2017-09-27 | 2018-01-09 | 百度在线网络技术(北京)有限公司 | 用于标注医学图像的方法和装置 |
CN107665491A (zh) * | 2017-10-10 | 2018-02-06 | 清华大学 | 病理图像的识别方法及系统 |
CN110059709A (zh) * | 2017-12-19 | 2019-07-26 | 罗伯特·博世有限公司 | 用于操控执行器和确定异常的方法、设备和计算机程序 |
CN108364006B (zh) * | 2018-01-17 | 2022-03-08 | 超凡影像科技股份有限公司 | 基于多模式深度学习的医学图像分类装置及其构建方法 |
CN108364006A (zh) * | 2018-01-17 | 2018-08-03 | 超凡影像科技股份有限公司 | 基于多模式深度学习的医学图像分类装置及其构建方法 |
CN108537773B (zh) * | 2018-02-11 | 2022-06-17 | 中国科学院苏州生物医学工程技术研究所 | 针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法 |
CN108537773A (zh) * | 2018-02-11 | 2018-09-14 | 中国科学院苏州生物医学工程技术研究所 | 针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法 |
US10878569B2 (en) | 2018-03-28 | 2020-12-29 | International Business Machines Corporation | Systems and methods for automatic detection of an indication of abnormality in an anatomical image |
CN108550150A (zh) * | 2018-04-17 | 2018-09-18 | 上海联影医疗科技有限公司 | 乳腺密度的获取方法、设备及可读存储介质 |
CN108538390A (zh) * | 2018-04-28 | 2018-09-14 | 中南大学 | 一种面向医学数据的增量式处理方法 |
CN108898160A (zh) * | 2018-06-01 | 2018-11-27 | 中国人民解放军战略支援部队信息工程大学 | 基于cnn和影像组学特征融合的乳腺癌组织病理学分级方法 |
CN108898160B (zh) * | 2018-06-01 | 2022-04-08 | 中国人民解放军战略支援部队信息工程大学 | 基于cnn和影像组学特征融合的乳腺癌组织病理学分级方法 |
CN112236832A (zh) * | 2018-06-05 | 2021-01-15 | 住友化学株式会社 | 诊断辅助系统、诊断辅助方法以及诊断辅助程序 |
CN108899087A (zh) * | 2018-06-22 | 2018-11-27 | 中山仰视科技有限公司 | 基于深度学习的x光片智能诊断方法 |
CN109003679A (zh) * | 2018-06-28 | 2018-12-14 | 众安信息技术服务有限公司 | 一种脑血管出血与缺血预测方法及装置 |
CN108985302A (zh) * | 2018-07-13 | 2018-12-11 | 东软集团股份有限公司 | 一种皮肤镜图像处理方法、装置及设备 |
CN108858201A (zh) * | 2018-08-15 | 2018-11-23 | 深圳市烽焌信息科技有限公司 | 一种用于看护儿童的机器人及存储介质 |
US11604949B2 (en) * | 2018-08-23 | 2023-03-14 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, computer-readable storage medium, and computer device |
CN110008971A (zh) * | 2018-08-23 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读存储介质及计算机设备 |
US20210019551A1 (en) * | 2018-08-23 | 2021-01-21 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, computer-readable storage medium, and computer device |
CN109409413B (zh) * | 2018-09-28 | 2022-09-16 | 贵州大学 | X射线乳腺肿块影像自动分类方法 |
CN109409413A (zh) * | 2018-09-28 | 2019-03-01 | 贵州大学 | X射线乳腺肿块影像自动分类方法 |
WO2020077961A1 (zh) * | 2018-10-16 | 2020-04-23 | 杭州依图医疗技术有限公司 | 一种乳腺影像病灶识别的方法及装置 |
CN109447966A (zh) * | 2018-10-26 | 2019-03-08 | 科大讯飞股份有限公司 | 医学图像的病灶定位识别方法、装置、设备及存储介质 |
US11756209B2 (en) | 2019-02-07 | 2023-09-12 | Vysioneer INC. | Method and apparatus for automated target and tissue segmentation using multi-modal imaging and ensemble machine learning models |
TWI832966B (zh) * | 2019-02-07 | 2024-02-21 | 美商醫隼智慧公司 | 用於使用多模態成像和集成機器學習模型的自動靶標和組織分割的方法和設備 |
CN110111344B (zh) * | 2019-05-13 | 2021-11-16 | 广州锟元方青医疗科技有限公司 | 病理切片图像分级方法、装置、计算机设备和存储介质 |
CN110111344A (zh) * | 2019-05-13 | 2019-08-09 | 广州锟元方青医疗科技有限公司 | 病理切片图像分级方法、装置、计算机设备和存储介质 |
CN110276411B (zh) * | 2019-06-28 | 2022-11-18 | 腾讯科技(深圳)有限公司 | 图像分类方法、装置、设备、存储介质和医疗电子设备 |
CN110276411A (zh) * | 2019-06-28 | 2019-09-24 | 腾讯科技(深圳)有限公司 | 图像分类方法、装置、设备、存储介质和医疗电子设备 |
US20220199258A1 (en) * | 2019-09-26 | 2022-06-23 | Lunit Inc. | Training method for specializing artificial interlligence model in institution for deployment, and apparatus for training artificial intelligence model |
CN113256553A (zh) * | 2020-02-07 | 2021-08-13 | 通用电气精准医疗有限责任公司 | 用于使用深层神经网络一致地呈现医学图像的系统和方法 |
CN111783854B (zh) * | 2020-06-18 | 2022-06-07 | 武汉互创联合科技有限公司 | 胚胎妊娠状态智能预测方法及系统 |
CN111783854A (zh) * | 2020-06-18 | 2020-10-16 | 武汉互创联合科技有限公司 | 胚胎妊娠状态智能预测方法及系统 |
CN111785375A (zh) * | 2020-06-18 | 2020-10-16 | 武汉互创联合科技有限公司 | 胚胎分裂过程分析及妊娠率智能预测方法及系统 |
CN112767346B (zh) * | 2021-01-18 | 2021-10-29 | 北京医准智能科技有限公司 | 基于多影像的全卷积单阶段乳腺图像病灶检测方法及装置 |
CN112767346A (zh) * | 2021-01-18 | 2021-05-07 | 北京医准智能科技有限公司 | 基于多影像的全卷积单阶段乳腺图像病灶检测方法及装置 |
CN113420655A (zh) * | 2021-06-22 | 2021-09-21 | 中山仰视科技有限公司 | 基于能量模型的医学影像阴阳性筛查方法、系统、及设备 |
CN113421276A (zh) * | 2021-07-02 | 2021-09-21 | 深圳大学 | 一种图像处理方法、装置及存储介质 |
CN113421276B (zh) * | 2021-07-02 | 2023-07-21 | 深圳大学 | 一种图像处理方法、装置及存储介质 |
WO2024045819A1 (zh) * | 2022-08-31 | 2024-03-07 | 腾讯科技(深圳)有限公司 | 病变区域确定方法、模型训练方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106682435B (zh) | 2021-01-29 |
WO2018120942A1 (zh) | 2018-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682435A (zh) | 一种多模型融合自动检测医学图像中病变的系统及方法 | |
Khan et al. | Deep neural architectures for medical image semantic segmentation | |
Bi et al. | Automatic liver lesion detection using cascaded deep residual networks | |
Valente et al. | Automatic 3D pulmonary nodule detection in CT images: a survey | |
Choi et al. | Genetic programming-based feature transform and classification for the automatic detection of pulmonary nodules on computed tomography images | |
Shaukat et al. | Computer-aided detection of lung nodules: a review | |
Xie et al. | Computer‐Aided System for the Detection of Multicategory Pulmonary Tuberculosis in Radiographs | |
US20230230241A1 (en) | System and method for detecting lung abnormalities | |
Chen et al. | LDNNET: towards robust classification of lung nodule and cancer using lung dense neural network | |
CN112348908A (zh) | 用于医学成像中分段的基于形状的生成对抗网络 | |
CN111798424B (zh) | 一种基于医学图像的结节检测方法、装置及电子设备 | |
Selver | Segmentation of abdominal organs from CT using a multi-level, hierarchical neural network strategy | |
US11494908B2 (en) | Medical image analysis using navigation processing | |
Zhou et al. | Detection and semiquantitative analysis of cardiomegaly, pneumothorax, and pleural effusion on chest radiographs | |
CN116664911A (zh) | 一种基于可解释深度学习的乳腺肿瘤图像分类方法 | |
Mahapatra et al. | CT image synthesis using weakly supervised segmentation and geometric inter-label relations for COVID image analysis | |
Li et al. | Medical image identification methods: a review | |
Rasoulian et al. | Weakly supervised intracranial hemorrhage segmentation using head-wise gradient-infused self-attention maps from a swin transformer in categorical learning | |
CN113362360A (zh) | 基于流体速度场的超声颈动脉斑块分割方法 | |
Irshad et al. | Discrete light sheet microscopic segmentation of left ventricle using morphological tuning and active contours | |
Singh et al. | Preprocessing of Medical Images using Deep Learning: A Comprehensive Review | |
CN114359194A (zh) | 基于改进U-Net网络的多模态脑卒中梗死区域图像处理方法 | |
Guangyan et al. | Research on Cyst of Jaw Detection Algorithm Based on Alex Net Deep Learning Model | |
Yang et al. | Multi-Task Dual Boundary Aware Network for Retinal Layer Segmentation | |
Manu et al. | Tautomated Colorectal Lymphoma Volume Calculation Using 3d Mri Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhou Ming Inventor after: Jiang Yuanwei Inventor before: Lao Zhiqiang Inventor before: Zhang Xueying Inventor before: Zhou Ming |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230525 Address after: Unit G4-202-065, Artificial Intelligence Industrial Park, No. 88, Jinjihu Avenue, Suzhou Industrial Park, China (Jiangsu) Pilot Free Trade Zone, Suzhou City, Jiangsu Province, 215000 Patentee after: Zhou Ming Address before: No.10604, building 2, venture R & D Park, 69 Jinye Road, high tech Zone, Xi'an City, Shaanxi Province, 710068 Patentee before: BAILEAD TECHNOLOGY Co.,Ltd. |