公开(公告)号：CN119273918A

公开(公告)日：2025-01-07

申请号：CN202411332447.9

申请日：2024-09-24

Applicant: 南方医科大学

Inventor： 黄美燕 ,  傅思睿 ,  杨磊

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供了一种腹部CT图像中肝脏肿瘤的自动分割方法和装置，所述方法包括：获取待分割腹部CT图像，并对所述待分割腹部CT图像进行重采样和归一化处理，得到预处理后的待分割腹部CT图像，将预处理后的待分割腹部CT图像输入训练好的肝脏肿瘤自动分割模型，所述肝脏肿瘤自动分割模型以滑动窗口的形式，依次从所述预处理后的待分割腹部CT图像截取预设大小的图像区域进行分割，待所有区域完成分割后得到预测的肿瘤掩膜。本发明构建和训练的肝脏肿瘤自动分割模型可以自动分割腹部CT图像中肝脏肿瘤，并且克服了肝脏肿瘤的强异质性和边界模糊带来的识别难题，以及成功解决分割过程中肿瘤区域容易出现的假阴性分割问题，从而提高了肝脏肿瘤分割的准确性。

公开(公告)号：CN103366183A

公开(公告)日：2013-10-23

申请号：CN201310302124.0

申请日：2013-07-19

Applicant: 南方医科大学

Inventor： 阳维 ,  黄美燕 ,  冯前进 ,  佘广南 ,  卢振泰 ,  陈武凡

IPC: G06K9/62 ,  A61B6/03

Abstract: 一种局灶性病灶的非参数自动检测方法，预先以已经勾画好病灶的医学病灶图像作为样本构建样本集A1数据库，分别提取样本集A1中每一幅图像的目标区域和背景区域的局部描述子，得到样本集A1中所有目标区域局部描述子组成的目标特征库F1和样本集A1中所有背景区域局部描述子组成的背景特征库F2；处理时具体包括下列步骤：（1）将待处理的医学病灶图像I分为多个子区域；（2）用NBNN分类器对每个子区域进行分类；（3）计算目标函数，得到病灶检测结果。本发明不需预先建立参数化模型，且不需要对图像局部描述子进行量化，应用灵活，图像局部描述子鉴别能力强，能精确检测局灶性病灶。

公开(公告)号：CN102663446B

公开(公告)日：2013-04-24

申请号：CN201210123247.3

申请日：2012-04-24

Applicant: 南方医科大学

Inventor： 冯前进 ,  阳维 ,  黄美燕

IPC: G06K9/64 ,  G06F17/30

Abstract: 本发明涉及识别医学病灶图像，具体涉及一种医学病灶图像的词袋模型的构建方法，该方法首先将医学病灶图像划分为病灶区域和病灶边界区域两个部分，分别得到病灶区域和病灶边界区域的词袋，进而构建出病灶区域词袋和病灶边界区域词袋联合的词袋模型。本发明所述的构建方法得到的词袋模型相对于一般的词袋模型增加了病灶区域局部特征的相对空间位置信息，因此有助于提高临床诊断的准确性。

公开(公告)号：CN114187962A

公开(公告)日：2022-03-15

申请号：CN202111308654.7

申请日：2021-11-05

Applicant: 南方医科大学

Inventor： 黄美燕 ,  冯前进 ,  陈秀美

IPC: G16B20/20 ,  G06T5/00 ,  G06T7/00 ,  G06T7/11 ,  G06T7/33

Abstract: 一种基于联合结构约束和不完整多模态数据非线性关联分析方法,通过4个步骤得到多个模态表型数据和SNP对应的权重，本发明通过非线性变换去构建SNP与表型的非线性关联，从而考虑了SNP与表型之间的复杂关联，并通过多个SNP对表型的贡献得到不同模态对应的模态共享和模态特定的生物标记物。本发明的最小均方根误差明显优于通过现有技术得到的最小均方根误差的值，从而能够提升检测生物标志物的性能。