本发明公开了一种基于冠心病诊断神经网络模型冠心病诊断方法及系统，该方法包括步骤：输入关于症状基本要素和其他特征的一个或几个词；将词输入预先训练完成的冠心病诊断神经网络模型，获得并输出患者的证候要素、证候、治法和/或药材基本要素信息。本实...

本发明公开了一种基于神经网络实现中医诊疗的方法、系统及设备，该方法包括步骤：输入关于症状、证候要素，证候或治法的基本要素中一个或几个词；输入预先训练完成的诊疗神经网络模型，获得并输出患者的证候要素、证候、治法和/或药材基本要素信息；所述...

本申请提供了一种利用可编辑知识图谱进行推演的处方查找方法及装置，包括：根据获取的当前症状，通过查询函数从预先构建的中医诊疗知识图谱中查询当前症状对应的证候要素；筛选证候要素空间中余弦相似度最接近当前症状的证候；根据最接近当前症状的证候，...

本发明公开了一种基于冠心病诊断神经网络模型冠心病诊断方法及系统，该方法包括步骤：输入关于症状基本要素和其他特征的一个或几个词；将词输入预先训练完成的冠心病诊断神经网络模型，获得并输出患者的证候要素、证候、治法和/或药材基本要素信息。本实...

本发明公开了一种病理图像细胞计数方法、系统及装置，所述方法包括：对待检测的病理图像进行增强处理；将处理后的病理图像输入到预先使用两个损失函数训练好的GCnet细胞计数模型中，通过所述GCnet细胞计数模型输出所述病理图像的细胞计数，其中...

本申请提供了一种基于深度学习的病理图像中细胞计数方法及装置，方法包括：对获取的病例图像数据进行归一化处理并通过遗传算法进行图像数据增强；对预先建立的ResNeSt模型进行训练参数配置，ResNeSt模型采用Split‑Attention...

本发明公开了一种冠状动脉狭窄度估计方法系统及设备，所述方法，包括：对获取的医学数字成像和通信DICOM图像进行预处理，获取符合要求的DICOM图像；将预处理后的DICOM图像输入预先训练好的神经网络，通过所述神经网络输出钙化区域以及冠状...

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...

本发明公开了一种基于深度学习的新冠肺炎患者康复时间预测方法及系统，该发方法包括获取新型冠状病毒肺炎患者的多天的CT序列图像，对多天的CT序列图像进行预处理；分别输入至肺叶分割模型和肺炎分割模型，分别提取多天的肺叶区域面积与病灶区域面积；...

本发明公开了一种基于神经结构搜索网络的颈动脉手持超声图像分割方法、系统及装置，所述方法包括：获取颈动脉手持超声图像，对所述颈动脉手持超声图像进行尺寸处理，得到预定尺寸的颈动脉手持超声图像；将预定尺寸的颈动脉手持超声图像输入预先训练好的h...

本发明公开了一种基于空间可分离性的利用基因检测的疾病预测方法及系统，该方法利用基因对应不同病种之间的数值范围是否重叠和离散程度，来判断该基因对于各个病种是否有区分能力；根据每个基因对应的各个病种数值范围的平均值，算出一个离散值；最后利用...

本发明公开了一种基于改进的3D Unet的冠状动脉区域分割方法及系统，该方法包括步骤：输入待分割的DICOM图像，对图像进行预处理；预处理后的图像输入到预先训练好的冠状动脉分割模型，获得并输出分割出冠状动脉区域的图像；其中，冠状动脉分割...

本发明公开了一种医疗影像标注方法、系统及装置，所述系统包括：矩形标注模块，用于根据标注员输入的鼠标坐标点确定标注矩形起点，对目标检测任务进行矩形标注；多边形标注模块，用于根据标注员沿目标区域的边缘输入的鼠标坐标点，自动连接成折线，形成封...

本发明公开了一种基于深度神经网络的US‑CT图像分割方法、系统及设备，该方法包括步骤：获取多张待分割的US‑CT图像，对各US‑CT图像进行预处理；将预处理后的US‑CT图像输入预先训练完成的US‑CT图像分割模型，从而获得患者的疾病情...

本发明公开了一种基于深度学习的新冠肺炎CT图像分类方法、系统及设备，方法包括：从一个CT序列中选择n张图像输入到预先训练好的第一新冠肺炎深度学习模型进行分类，得到是否患有肺炎的分类结果；将患有肺炎的图像输入到预先训练好的第二新冠肺炎深度...

本发明公开了一种基于神经网络实现中医诊疗的方法、系统及设备，该方法包括步骤：输入关于症状、证候要素，证候或治法的基本要素中一个或几个词；输入预先训练完成的诊疗神经网络模型，获得并输出患者的证候要素、证候、治法和/或药材基本要素信息；所述...

本发明公开了一种基于深度学习模型和X光影像的肺部疾病分类方法、装置及设备，该方法包括：提取X光影像中的胸部区域掩膜图，将掩膜图输入到预先训练好的深度学习模型的卷积神经网络进行编码抽取位置特征信息，获得第一特征向量xmask；对X光影像进...

本发明公开了一种基于卷积神经网络的甲状腺结节自动识别模型构建方法、系统及设备，所述方法包括：对甲状腺超声图像进行数据降噪，获取训练数据集和测试数据集；将训练数据集输入到ResNet、DenseNet、和/或ResNext进行甲状腺结节恶...

本发明公开了一种基于卷积神经网络的甲状腺结节自动检测模型构建方法、系统及装置，方法包括：对甲状腺超声图像数据降噪，获得甲状腺超声图像训练数据集；基于训练数据集，使用Yolov3网络训练甲状腺结节检测模型；基于训练数据集，使用Resnet...

本发明涉及一种基于卷积神经网络端对端推理计算冠状动脉钙化比的方法。该方法包括：确定要输入的CT图像组；然后将该CT图像组切分成方格3D图像；将该图像的信息输入到神经网络中来提取抽象特征；经过第一全连接层来进行该图像是否是心脏的神经网络训...