公开(公告)号：CN119993556A

公开(公告)日：2025-05-13

申请号：CN202510075959.X

申请日：2025-01-16

Applicant: 广东工业大学

Inventor： 顾国生 ,  韩浩杰 ,  陈旭东 ,  邓杰航 ,  黎凡 ,  项德杰 ,  江芡 ,  杨珉浩 ,  伍浩伟 ,  张纯霖 ,  陈泽昊 ,  吴艳娟 ,  李梓亮

IPC: G16H70/40 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明涉及一种基于异同构多分支的抗癌药物反应预测方法，应用于生物信息学领域。该方法包括：S1：对数据进行预处理，获取细胞系多组学数据、药物子结构指纹数据、药物分子图数据以及细胞系‑药物反应数据；S2：构建相似性全局特征提取模块(SGFE)进行特征提取，得到细胞系相似性特征、药物相似性特征、药物全局特征；S3：构建异同构多分支特征提取模块(HHFE)得到多分支细胞系特征与多分支药物特征；S4：构建多分支多层融合模块(MFML)，得到细胞系融合特征和药物融合特征，并计算两者相关性；S5：利用相关性对细胞系和药物间的反应情况进行预测，输出预测结果。本发明充分利用已知的细胞系数据和药物数据，提升了模型的泛化能力。

公开(公告)号：CN119991688A

公开(公告)日：2025-05-13

申请号：CN202510122987.2

申请日：2025-01-24

Applicant: 广东工业大学

Inventor： 李梓亮 ,  吴艳娟 ,  陈泽昊 ,  张纯霖 ,  黎凡 ,  项德杰 ,  江芡 ,  杨珉浩 ,  陈楷青 ,  洪彬 ,  陈旭东 ,  韩浩杰 ,  邓杰航 ,  顾国生

IPC: G06T7/10 ,  G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06T3/4038 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于多向空间特征的肝肿瘤分割方法，该方法旨在实现精确的肝肿瘤分割。该方法包括：S1：预处理腹部CT数据，得到NPY矩阵数据，将数据划分为训练集，验证集和测试集；S2：提取NPY矩阵数据的初始特征；S3：在初始特征中提取多向空间特征；S4：构建自适应门控注意力模块AGAM对多向空间特征进行特征提取，得到局部特征；S5：构建六向Mamba模块HoM对多向空间特征进行特征提取，得到全局特征；S6：对局部特征和全局特征进行融合和增强得到强化特征；S7：构建通道解析熵模块CPEM对强化特征进行筛选，得到最终特征；S8：拼接多尺度的最终特征，得到肝肿瘤的分割图。本发明能够有效提升肝肿瘤分割精度，可用于CT图像中的肝肿瘤分割。

公开(公告)号：CN119904469A

公开(公告)日：2025-04-29

申请号：CN202411982971.0

申请日：2024-12-30

Applicant: 广东工业大学

Inventor： 黎凡 ,  江芡 ,  杨珉浩 ,  项德杰 ,  伍浩伟 ,  张纯霖 ,  陈泽昊 ,  吴艳娟 ,  李梓亮 ,  顾国生 ,  邓杰航

IPC: G06T7/11 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455

Abstract: 本发明公开了一种基于多区域感知注意力的脑肿瘤分割方法，旨在通过充分学习脑肿瘤组织区域之间内在关系，实现脑肿瘤子区域精准定位。该方法包括以下步骤：S1：对脑肿瘤MR图像进行预处理与数据增强，得到脑肿瘤数据集；S2：构建多模态特征交互增强模块对脑肿瘤MRI不同模态(T1,T1CE,T2,Flair)分别进行特征提取并融合，得到全局特征；S3：构建多区域感知注意力模块，提取多区域之间的特征表示，得到局部多区域特征；S4：构建多区域协同融合模块对局部多区域特征和全局特征进行融合，得到融合特征；S5：根据训练好的MRI脑胶质瘤分割模型进行MRI脑胶质瘤分割；本发明通过从MRI中有效提取并融合脑肿瘤多区域内在关系，实现了对脑肿瘤MRI的精准分割。

公开(公告)号：CN119722709A

公开(公告)日：2025-03-28

申请号：CN202411910756.X

申请日：2024-12-23

Applicant: 广东工业大学

Inventor： 项德杰 ,  江芡 ,  杨珉浩 ,  黎凡 ,  伍浩伟 ,  张纯霖 ,  陈泽昊 ,  吴艳娟 ,  李梓亮 ,  顾国生 ,  邓杰航

IPC: G06T7/11 ,  G06T3/40 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及一种基于目标一致多分辨融合的肺结节分割方法和装置，该方法包括：S1：采集肺部CT影像数据并采用目标一致的多分辨率输入策略(Object‑Consistent Muti‑Resolution Input Strategy,OCMIS)，生成高分辨率和低分辨率数据；S2：通过小结节细粒度增强编码器(Small Nodule Fine‑Grained Enhanced Encoder,SNFGEE)和多粒度增强编码器(Multi‑Granularity Enhanced Encoder,MGEE)分别对高、低分辨率数据进行特征提取，得到小结节的高、低分辨率特征；S3：通过多分辨率无损特征融合模块(Muti‑Resolution Lossless Feature Fusion,MLFF)对高、低分辨率特征进行融合，生成融合特征；S4：将融合特征输入解码器，生成分割结果。本发明能够实现对复杂形态的肺结节的精准分割。本发明作为一种基于目标一致多分辨融合的肺结节分割方法和装置，可广泛应用于医学图像分割领域。