公开(公告)号：CN117577274B

公开(公告)日：2024-05-10

申请号：CN202410051111.9

申请日：2024-01-15

Applicant: 之江实验室

Inventor： 马格格 ,  朱闻韬 ,  吕天翎 ,  金源

IPC: G16H30/20 ,  G06T5/00 ,  G06N3/048 ,  G06T9/00

Abstract: 本发明公开了一种基于空间频谱核函数的EIT图像重建方法、装置及设备。本发明通过构建一同时编码图像空间相关性信息与频域相关性信息的空间频谱核函数，再将其嵌入至多频EIT图像重建模型中，可隐式化引入空间域与频域的先验引导，同步抑制EIT空间域与频域的噪声干扰，并避免因电磁场“软场”特性而导致的EIT图像变形问题，实现高精度、低噪、高质量的多频生物电阻抗层析成像图像重建。

公开(公告)号：CN117577274A

公开(公告)日：2024-02-20

申请号：CN202410051111.9

申请日：2024-01-15

Applicant: 之江实验室

Inventor： 马格格 ,  朱闻韬 ,  吕天翎 ,  金源

IPC: G16H30/20 ,  G06T5/00 ,  G06N3/048 ,  G06T9/00

Abstract: 本发明公开了一种基于空间频谱核函数的EIT图像重建方法、装置及设备。本发明通过构建一同时编码图像空间相关性信息与频域相关性信息的空间频谱核函数，再将其嵌入至多频EIT图像重建模型中，可隐式化引入空间域与频域的先验引导，同步抑制EIT空间域与频域的噪声干扰，并避免因电磁场“软场”特性而导致的EIT图像变形问题，实现高精度、低噪、高质量的多频生物电阻抗层析成像图像重建。

公开(公告)号：CN117831757A

公开(公告)日：2024-04-05

申请号：CN202410245727.X

申请日：2024-03-05

Applicant: 之江实验室

Inventor： 金源 ,  朱闻韬 ,  陈宇璇 ,  马格格

IPC: G16H50/20 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于病理CT多模态先验知识引导的肺癌诊断方法及系统，该方法通过获取患者的肺部CT图像并输入至训练好的基于CT的肺癌诊断分类深度神经网络C，获得预测的诊断结果；其中基于CT的肺癌诊断分类深度神经网络C是基于对比学习理论，通过病理特征来进行优化训练获得的，可以有效提高网络的训练效率以及精度上限。得益于病理图像带来的先验知识，基于CT的肺癌诊断分类深度神经网络C对于肺部CT图像的肺癌诊断分类具有更高的准确性，而病理图像仅仅作用于网络的训练过程中，在临床应用中并不需要提供。由此，训练得到的CT肺癌诊断分类网络比单纯由肺部CT图像训练得到的网络精度更高，稳定性更好，对于肺癌的早期诊断具有临床实际意义。

公开(公告)号：CN117011617B

公开(公告)日：2024-03-22

申请号：CN202311285221.3

申请日：2023-10-07

Applicant: 之江实验室

Inventor： 严严 ,  黄光彧 ,  朱闻韬 ,  金源 ,  王彪

IPC: G06V10/766 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/088 ,  G06N3/0895

Abstract: 本发明公开一种基于二阶段教师‑学生框架的肺结节检测装置及构建方法，包括构建训练集，构建教师网络，利用强标注数据集和弱标注数据集，预训练教师‑学生框架中的教师网络，获取一个鲁棒的第一训练好的教师网络；再利用强弱标注数据集及在教师网络中得到的伪标签，构建并训练教师‑学生框架中的学生网络，获得肺结节检测装置本发明在混合监督的设置下，采用二阶段教师‑学生框架，仅利用少量的强标注数据，及一定量的弱标注数据，便可以有效地检测出形态、大小和位置不一的肺结节。相比于传统的完全监督学习方法，本发明能够较大地降低数据标注的成本和负担，并取得良好的检测性能。

公开(公告)号：CN113889261A

公开(公告)日：2022-01-04

申请号：CN202111113534.1

申请日：2021-09-23

Applicant: 之江实验室

Inventor： 朱闻韬 ,  黄海亮 ,  金源 ,  薛梦凡 ,  申慧

IPC: G16H50/20 ,  G16H30/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于病理特征辅助的PET/CT自动肺癌诊断分类模型训练方法，属于医学影像领域。该方法通过对病理图像的分类网络进行训练，优先得到一组较好的病理分类网络模型参数；通过该组参数获取病理图像的特征信息，来对PET/CT影像分类网络的特征提取进行指导，以提高PET/CT影像分类网络的精度，有利于基于PET/CT影像的早期肺癌诊断分类的推广应用，为临床医生的诊断以及后续随访提供帮助。通过本发明，可在后续不进行有创的病理检查之前，仅通过无创的PET/CT影像就可达到与病理诊断结果相接近的更准确的肺癌诊断分类结果，可以有效的提高临床医生的诊断效率，减少病患的创伤。

公开(公告)号：CN113506296A

公开(公告)日：2021-10-15

申请号：CN202111061904.1

申请日：2021-09-10

Applicant: 之江实验室

Inventor： 朱闻韬 ,  申慧 ,  陈凌 ,  金源 ,  黄海亮

IPC: G06T7/00 ,  G06K9/34 ,  G06K9/62 ,  A61B6/00 ,  A61B6/03

Abstract: 本发明公开了一种基于先验知识CT亚区影像组学的慢阻肺诊断装置，属于医学影像领域。该诊断装置包括：基于先验知识的亚区划分模块，用于根据肺内部CT值将患者CT肺部图像划分为三个亚区，其中，亚区一的肺内部CT值的范围为（‑1024，‑950）、亚区二的肺内部CT值的范围为（‑190，110）、亚区三的肺内部CT值的范围为（‑950，‑190）；特征提取模块，用于分别提取三个亚区的影像组学特征；并获取亚区一的LAA‑950I特征；分类模块，用于根据提取的特征区分病人是否患有慢性阻塞性肺疾病。本发明装置通过划分亚区，分别提取不同结构的特征，对提高慢阻肺的诊断效率有着更加积极的作用。