专利交易市场

本发明公开了一种基于深度迁移的医疗影像异常检测装置，包括计算机存储器、计算机处理器以及计算机程序，所述计算机存储器中存有医疗影像异常检测模型，所述计算机处理器执行所述计算机程序时实现以下步骤：将待测试的医疗图像进行去噪、锐化处理，获得医疗输入图像；将医疗输入图像输入至医疗影像异常检测模型中，经计算输出至检测结果；其中，医疗影像异常检测模型是利用训练样本对由特征提取单元、注意力单元以及分类单元组成的医疗影像异常检测网络进行训练得到。该医疗影像异常检测装置能够快速地检测医疗影像的异常。

本发明公开了一种基于联合配准的可变形统计图谱构建方法，包括如下步骤：步骤1：对参考模板和训练样本进行基于解剖标志点的配准；步骤2：利用图像中所有的灰度信息对参考模板和训练样本进行基于灰度的配准；步骤3：对参考模板和训练样本进行基于解剖标志点和灰度的联合配准；步骤4：利用参考模板表示的训练样本的解剖结构，通过统计形状建模的办法构建可变形统计图谱。本发明无需对训练CT影像进行分割，将提升图谱构建的自动化程度，适用于身体的多解剖结构部位(如头部、脊柱等)的图谱构建。本发明提出的可变形统计图谱构建方法，需要较少的人工干预，并可产生更高质量的可变形统计图谱，具有更好的形状建模精度。

本发明公开了一种基于大数据的感染科临床感染源的检测方法及系统，其中的方法包括采用感染源特异抗体试验物与感染源混合，并且将混合后的感染源放置在待检测平台；由检测相机观察并拍摄检测平台获得感染源的初始检测图像；在线的大数据上位机的应用首先将图像划分为若干等面积的单位，每一个单位定义为一个图单元格；然后按照每一个图单元格的数值不同采用标幺值方法将图单元格分类为有检测目标类和无检测目标类；使用种子填充seed Fill方法对有检测目标类的图单元格进行图像分割获得分割图然后将分割图与特征的阈值比较之后对图像进行扩张和调整确定感染源标志物的边缘，并确定感染源标志物进而确定感染源数量。

本发明公开一种用于糖尿病性眼底图像分类的核主成分谱哈希方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，将处理后的眼底图像数据转化为向量形式；接着采用核主成分分析算法提取出眼底图像数据中非线性特征信息；然后将数据转化为二值码形式，利用Laplace‑Beltrami算子的特征值和特征函数值表示出眼底图像样本数据；最后利用阈值将样本特征函数值转化为二值码，并运用最近邻算法在汉明空间进行糖尿病性眼底图像的有效分类。本发明能充分提取出复杂非线性糖尿病性眼底图像数据特征，具有较高的分类准确率，且能有效降低大规模眼底图像分类时计算的复杂度。

本发明公开了一种基于互联网的血管造影成像与3D打印融合方法包括，本发明通过使用OsiriX软件生成血管造影图像，并通过云端服务器的影像增强与噪声消除算法，能够在提取血管病变信息时增加图像的质量，且提高了三维模型的处理效率；建立了患者信息数据库、血管造影图像数据库及医疗诊断平台，并通过三者之间的连接关系，实时反馈病变信息，提供了更为精准的诊断效果；采用多维钙化斑块仿真算法计算调整后钙化斑块的密度、长度、宽度和体积以及血管内的狭窄率，进一步保证了模型的准确性。

本发明请求保护一种基于多生成多对抗的多模态脑部MRI图像双向转换方法，包括：通过卷积网络将输入图像(T1/T2)与对应病理标签融合并作为转换器的输入数据；输入T1模态数据，通过T2模态转换器转换成T2模态图像；输入T2模态数据，通过T1模态转换器转换成T1模态图像；在输出图像和真实图像)之间构建对抗损失；构建循环验证损失来实现对转换器有效性的验证；在输出图像与真实图像之间构建内容损失，使结果更接近真实图像；引入边缘损失对真实图像和输出图像的边缘进行约束；将输出图像和真实图像的语义分割结果的差异作为形状损失来保持形状一致。本发明能够在多模态脑部MRI数据之间进行双向转换，同时保证了图像的纹理、结构和病理的不变性。