圖像分析處理基于阿里云深度學習技術,對圖像分析后進行相關處理,多用于特殊行業如醫療輔助診斷、工業輔助生產等應用場景。
服務開通
請單擊立即開通在對應產品頁面開通該服務,具體開通方式請參見新手指南。
服務開通后會開通該能力下的所有API,每個API都有自己的計費方式,具體請參見各個API文檔中的計費說明。
能力介紹
目前阿里云視覺智能開放平臺上線的圖像分析處理能力包括:
類別 | 能力 | 說明 |
醫療圖像分析 | 對輸入的DICOM影像(如5 mm的單個序列,API僅接受單序列),進行新型冠狀肺炎的影像分析。 | |
對輸入的胸部常規CT形成的DICOM影像(如5 mm的單個序列,API僅接受單序列),進行肺結節的輔助診斷。 | ||
根據同病人不同時期的胸部CT掃描,進行圖像配準。輸入兩套標準DICOM數據,分別作為參考圖像和待配準圖像,輸出配準結果HTTP下載路徑。 | ||
根據胸部平掃CT進行冠脈鈣化積分測算。輸入標準DICOM格式或NIFTI格式的圖像,輸出鈣化積分值和分割結果HTTP下載路徑。 | ||
面向兒科疾病科普的醫學健康知識問答,提供常見問題答案及相似的問題。 | ||
對輸入的兒科皮膚自然圖像進行皮膚病分類預測。 | ||
根據胸部CT成像進行肋骨骨折的輔助診斷,并輸出骨折的位置及骨折的類型。 | ||
查基于常規胸部CT影像,實現了人體胸部多器官及多病種的檢測及量化分析,主要功能如下:
| ||
可以對輸入的胸部CT平掃DICOM影像數據中的主動脈及肺動脈進行分割,并分別提取其中心線,然后根據中心線生成最佳視角的Stretch CPR圖像、Cross Section圖像及環繞血管一周的Straightened CPR圖像,同時返回每根血管的最大直徑,沿中心線上每隔1毫米處垂直于血管的血管截面積及這些點在原始圖像病人坐標系中的位置。 | ||
可以檢測胸部平掃或增強CT中的腫大淋巴結,包含胸部的縱膈、肺門和鎖骨上淋巴結。 | ||
可以根據輸入的胸部平掃CT評估胰腺癌風險。 | ||
針對放療場景,基于輸入的胸部CT圖像,進行危及器官的識別與分割。 | ||
可以根據輸入的胸部平掃CT評估食管癌風險。 | ||
可以根據輸入的胸部平掃或增強CT,指定癌癥類型和靶區類型,進行智能靶區勾畫。 | ||
可以根據輸入的胸部平掃或增強CT,指定目標部位,進行淋巴站分割。 | ||
可以根據輸入的胸部或腹部CT成像進行椎體定位、命名以及骨密度估計。 | ||
可以根據輸入的胸部或腹部CT成像進行肝脾定位分割,以及肝脾全局或局部密度統計測量,最終根據測量結果和深度模型計算,判斷有無脂肪肝以及脂肪肝的嚴重程度。 | ||
可以根據輸入掃描范圍覆蓋胃的平掃CT(例如胸部或腹部平掃CT等),檢測胃癌和非胃癌病變。 | ||
可以根據輸入掃描范圍覆蓋肝臟的平掃CT,檢測多種肝臟腫瘤。 | ||
可以基于平掃胸部(胸腹部)CT(門控或非門控都可以),實現冠脈鈣化積分、主動脈鈣化積分、心外膜脂肪等13種指標的量化值,并給出該患者發生心血管不良事件的概率。 | ||
可以根據輸入掃描范圍覆蓋結直腸的平掃CT,如:胸部平掃CT、腹部平掃CT等,檢測結直腸癌(colorectal cancer,CRC)。 |
應用場景
圖像分析的應用場景如下:
新冠肺炎診斷
基于CT影像識別新型冠狀病毒肺炎,針對輸入的CT影像完成新冠肺炎的概率和白化比例的測算,可用在醫療診斷場景輔助醫生診斷。
普通肺炎診斷
基于CT影像識別普通肺炎診斷,針對輸入的CT影像完成普通肺炎的概率測算,可用在醫療診斷場景輔助醫生診斷。
更多產品動態,請您持續關注阿里云視覺智能開放平臺。