公开(公告)号：CN120014321A

公开(公告)日：2025-05-16

申请号：CN202510010130.1

申请日：2025-01-03

Applicant: 上海交通大学 ,  上海交通大学医学院附属新华医院

Inventor： 邹卫文 ,  苗闯 ,  赵麾宇 ,  杨自逸 ,  龚伟

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N20/20

Abstract: 基于多模态数据融合与深度学习的肿瘤良恶性分类方法，融合了患者的影像数据和实验室数据，实现了对肿瘤良恶性的高精度检测；通过U形网络对患者影像进行智能分割，筛选出感兴趣区域切片；利用设计的全局‑混合‑局部网络对影像数据进行特征提取与分类，得到影像数据的肿瘤良恶性预测结果；将影像预测结果与临床特征输入至集成学习分类模型，结合多种机器学习分类器的优势，获得多模态肿瘤良恶性预测结果；采用SHAP方法和基于遮挡的方法对输入要素和影像的不同部分进行可视化结果解释，提高了模型的可解释性和透明度。本发明为肿瘤的早期发现和治疗提供了有力的支持，具有显著的临床应用价值和推广前景。

公开(公告)号：CN116168239A

公开(公告)日：2023-05-26

申请号：CN202310037816.0

申请日：2023-01-10

Applicant: 上海交通大学医学院附属新华医院 ,  上海理工大学 ,  上海交通大学医学院附属仁济医院

Inventor： 束翌俊 ,  尹梓名 ,  杨自逸 ,  龚伟 ,  刘颖斌

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于跨模态特征融合的胆囊CT影像处理系统，包括：输入模块，用于获取CT影像；基于跨模态特征融合的CT影像处理模块，训练后用于对胆囊CT图像进行图像处理，所述CT影像处理模块包括用于分割所需胆囊区域的3D U‑net神经网络模块，用于筛选实验室检查数据特征和放射组学特征的基于XGBoost的特征筛选模块，以及对3D U‑net神经网络模块的分割结果和特征筛选模块的筛选结果进行跨模态特征融合的融合模块；输出模块，用于输出CT影像处理结果。与现有技术相比，本发明具有分类准确等优点。