公开(公告)号：CN113657494B

公开(公告)日：2023-03-24

申请号：CN202110941970.1

申请日：2021-08-17

Applicant: 燕山大学

Inventor： 王金甲 ,  常万里 ,  周莹 ,  郭浩攀 ,  宋佳锐 ,  陈妍 ,  孟康

IPC: G06F18/241 ,  G06F18/214 ,  G06V10/82 ,  G16H40/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种预测冠状动脉原位病变介入手术支架尺寸的深度学习方法，属于医学技术领域，包括获取实验所需要的冠脉造影图像数据、利用深度学习方法训练多任务分类与回归预测模型、训练完成后验证多任务分类与回归预测模型的性能、对多任务分类与回归预测模型进行测试、将测试好的多任务分类与回归预测模型应用于冠脉介入手术支架的选择；所述多任务分类与回归预测模型包括由交叉熵损失函数监督训练的分类支路和由均方误差损失函数进行监督训练的回归回路。本发明可以帮助医生快速准确地确定所需要的冠状动脉原位病变介入手术支架的最优尺寸，能够有效提高手术效率并提升手术成功率。

公开(公告)号：CN115457108A

公开(公告)日：2022-12-09

申请号：CN202211006628.3

申请日：2022-08-22

Applicant: 燕山大学

Inventor： 王金甲 ,  宋佳锐 ,  郭浩攀 ,  倪维臻 ,  陈妍 ,  王宝凤

IPC: G06T7/62 ,  G06T7/73 ,  G06V10/25 ,  G06V10/44 ,  G06V10/42 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G16H30/20 ,  G16H30/40

Abstract: 本发明公开了一种冠心病介入手术中支架型号的回归定位网络预测方法，属于医学影像及计算机技术领域，具体步骤：1、获取实验所需数据；2、建立定位回归模型；3、当模型训练集与验证集中表现接近并且满足需求时，定位网络训练结束；4、冻结训练完的定位网络参数，搭建特征提取网络与回归网络并与定位网络拼接对整体模型进行联合训练，训练好的模型可以直接预测冠脉造影图像的狭窄直径、正常直径、狭窄长度三个指标来推荐合适的介入支架尺寸；5、利用测试集中样本进行模型测试，将模型预测结果与医生所作标签进行比较，验证整体定位回归模型的效果，确定最终模型并用于临床测试，帮助医生选取介入手术支架型号，具有很强的临床价值。

公开(公告)号：CN114052762A

公开(公告)日：2022-02-18

申请号：CN202111436498.2

申请日：2021-11-30

Applicant: 燕山大学

Inventor： 王金甲 ,  常万里 ,  周莹 ,  郭浩攀 ,  宋佳锐 ,  于存国 ,  张立欣 ,  陈妍 ,  孟康

IPC: A61B6/00

Abstract: 本发明涉及一种基于Swin‑T预测狭窄血管尺寸和器械尺寸的方法，属于医学技术领域，包括获取冠脉造影血管图像数据；构建回归预测模型，利用深度学习的方法训练模型，采用均方误差函数来监督训练；查看验证集上回归预测模型的性能；得到训练好的回归预测模型，再用测试集对回归预测模型进行测试，最终确定需要的回归预测模型；预测狭窄血管和附近正常血管的尺寸，确定所需器械尺寸。本发明构建的模型复杂度低、计算效率高、提取特征更深，可以同时兼顾局部与全局以及远程信息的交互，能够更加准确地预测狭窄血管的尺寸和附近正常血管的尺寸，提高医生手术的成功率。

公开(公告)号：CN110923429B

公开(公告)日：2021-02-05

申请号：CN201911274547.X

申请日：2019-12-12

Applicant: 燕山大学

Inventor： 赵晓洁 ,  刘莹 ,  陈妍 ,  王岱楠 ,  滕思诗 ,  张子悦 ,  刘建华

IPC: C21D1/78 ,  C21D6/00 ,  C22C38/02 ,  C22C38/38

Abstract: 本发明提供了一种获得耐磨高锰钢粒状和细短棒状碳化物组织的方法和一种耐磨高锰钢，涉及金属材料技术领域。本发明包括以下步骤：(1)将水韧处理后的耐磨高锰钢进行超高压热处理，所述超高压热处理的压力为4～6GPa，加热温度为550～650℃，保温保压时间为30～60min；然后停止加热，继续保压自然冷却至室温；(2)将经过步骤(1)处理的耐磨高锰钢进行常压热处理，所述常压热处理的加热温度为650～750℃，保温时间为120～150min；然后空冷至室温。本发明提供的方法能保证耐磨高锰钢组织内出现大量且分布均匀的粒状和细短棒状碳化物，降低耐磨高锰钢的加工硬化效果，改善其塑性及切削加工性。

公开(公告)号：CN114399475A

公开(公告)日：2022-04-26

申请号：CN202111642992.4

申请日：2021-12-30

Applicant: 燕山大学

Inventor： 王金甲 ,  常万里 ,  周莹 ,  宋佳锐 ,  郭浩攀 ,  于存国 ,  张立欣 ,  陈妍 ,  孟康

IPC: G06T7/00 ,  G06T7/60 ,  G06V10/766 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于nnFormer进行预测狭窄血管的尺寸和介入手术支架尺寸的方法，属于医学技术领域，基于Swin Transformer与CNN相结合进行预测冠脉造影狭窄血管尺寸以及两侧正常血管尺寸的方法还是该领域比较新颖的一种方法；本发明可以准确地预测狭窄血管和两侧正常血管的尺寸信息，进而可以给予医生更有力的参考价值，帮助医生选取适合患者最优尺寸的介入手术支架；整个模型由Swin Transformer和CNN相结合搭建而成，并由均方误差损失函数监督训练，进而可以训练出可以做出准确预测的回归模型，从而帮助选取最优尺寸的介入手术支架，提升手术的成功率。

公开(公告)号：CN113657494A

公开(公告)日：2021-11-16

申请号：CN202110941970.1

申请日：2021-08-17

Applicant: 燕山大学

Inventor： 王金甲 ,  常万里 ,  周莹 ,  郭浩攀 ,  宋佳锐 ,  陈妍 ,  孟康

IPC: G06K9/62 ,  G16H40/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种预测冠状动脉原位病变介入手术支架尺寸的深度学习方法，属于医学技术领域，包括获取实验所需要的冠脉造影图像数据、利用深度学习方法训练多任务分类与回归预测模型、训练完成后验证多任务分类与回归预测模型的性能、对多任务分类与回归预测模型进行测试、将测试好的多任务分类与回归预测模型应用于冠脉介入手术支架的选择；所述多任务分类与回归预测模型包括由交叉熵损失函数监督训练的分类支路和由均方误差损失函数进行监督训练的回归回路。本发明可以帮助医生快速准确地确定所需要的冠状动脉原位病变介入手术支架的最优尺寸，能够有效提高手术效率并提升手术成功率。

公开(公告)号：CN110923429A

公开(公告)日：2020-03-27

申请号：CN201911274547.X

申请日：2019-12-12

Applicant: 燕山大学

Inventor： 赵晓洁 ,  刘莹 ,  陈妍 ,  王岱楠 ,  滕思诗 ,  张子悦 ,  刘建华

IPC: C21D1/78 ,  C21D6/00 ,  C22C38/02 ,  C22C38/38

Abstract: 本发明提供了一种获得耐磨高锰钢粒状和细短棒状碳化物组织的方法和一种耐磨高锰钢，涉及金属材料技术领域。本发明包括以下步骤：(1)将水韧处理后的耐磨高锰钢进行超高压热处理，所述超高压热处理的压力为4～6GPa，加热温度为550～650℃，保温保压时间为30～60min；然后停止加热，继续保压自然冷却至室温；(2)将经过步骤(1)处理的耐磨高锰钢进行常压热处理，所述常压热处理的加热温度为650～750℃，保温时间为120～150min；然后空冷至室温。本发明提供的方法能保证耐磨高锰钢组织内出现大量且分布均匀的粒状和细短棒状碳化物，降低耐磨高锰钢的加工硬化效果，改善其塑性及切削加工性。