-
公开(公告)号：CN1333360C
公开(公告)日：2007-08-22
申请号：CN200410017998.2
申请日：2004-04-28
Applicant: 复旦大学
Abstract: 一种用于虚拟内窥镜系统中器官内部浏览的成像视点位置的自动定位方法，属于医学图像处理及应用领域。本发明首先通过距离变换将从CT、MRI等断层图像得到的数据场(以下称原始数据场)转换为一个用距离尺度表示的距离数据场；在定位初始点后，用最大代价生成树的算法对原始数据场建立树结构，得到其最长分支后即完成虚拟内窥镜中心线的自动生成。本发明实现了虚拟内窥镜的中心线自动查找，避免了人工指定位置的操作繁琐和不精确，定位准确，无需再行修正。
-
公开(公告)号：CN119993286A
公开(公告)日：2025-05-13
申请号：CN202510067568.3
申请日：2025-01-16
Applicant: 复旦大学
IPC: G16B40/20 , G06N3/0895 , G16B20/30
Abstract: 本发明公开一种基于蛋白质尺寸提示的自监督学习预训练方法和系统，首先从蛋白质数据库中收集未经标注的蛋白质数据；利用尺寸提示适配器，将蛋白质尺寸信息编码为提示向量，并嵌入到蛋白质编码器中；然后基于蛋白质的图或点云表示，执行掩码预测任务完成预训练；最后，在下游任务中对预训练模型进行微调，优化其特定任务表现。本发明通过蛋白质尺寸提示显著减少了预训练和下游任务之间数据分布不一致的问题，从而提升了预训练模型的通用性和下游任务的性能。本方法具有数据高效性、模型通用性及易扩展性，适用于蛋白质功能预测、结合位点检测等多种任务。
-
公开(公告)号：CN118297895A
公开(公告)日：2024-07-05
申请号：CN202410386997.2
申请日：2024-04-01
Applicant: 复旦大学附属中山医院
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种肝窦阻塞综合征的影像辅助诊断模型及方法，所述辅助诊断模型包括分割模块以及分类模块，所述分割模块用于对输入的患者CT图像数据进行肝脏分割，并输出分割后的全肝数据，所述分类模块用于对分割后的全肝数据进行图像标注及预处理，构建基于多尺度卷积的神经网络的预测模型，并对构建的模型进行训练和测试，根据神经网络模型的预测结果进行肝窦阻塞综合征的影像辅助诊断。本发明的肝窦阻塞综合征的影像辅助诊断模型及方法可以提升肝窦阻塞综合征的诊断准确度，缩短诊断时间。
-
公开(公告)号：CN117766060A
公开(公告)日：2024-03-26
申请号：CN202410038945.6
申请日：2024-01-10
Applicant: 复旦大学
IPC: G16C20/30 , G16C20/70 , G16C20/90 , G06F18/214 , G06N3/09
Abstract: 本发明公开了一种针对分子表示学习的多模态自监督预训练方法及系统，其中方法步骤包括：从公开的小分子化合物库ZINC15中，收集无标注的分子数据集；基于分子数据集，构建预训练网络架构，构建预训练网络架构的方法包括：基于分子数据集，获取序列模态数据集和图模态数据集；基于序列模态数据集和图模态数据集，进行非重叠掩码操作，获取掩码后的特征；基于掩码后的特征，训练深度网络完成掩码特征的重建；基于预训练后的深度网络，在下游任务上微调。本发明能够利用大量无标注数据训练深度网络，并使得深度网络在下游任务上具有更好的表现。本发明能够使用无标注数据提升深度网络在下游任务上的表现，有效缓解对数据标注的依赖。
-
公开(公告)号：CN115879021A
公开(公告)日：2023-03-31
申请号：CN202211191757.4
申请日：2022-09-28
Applicant: 复旦大学
IPC: G06F18/24 , G06F18/214 , G06N3/0895 , G06N3/084 , G06N3/045
Abstract: 本发明公开了基于弱监督自训练的实例级别分类器构造方法,包括以下步骤：步骤1、构建实例级别分类器，获取不同类型的实例数据集，将所述实例数据集划分为阳性包实例数据集和阴性包实例数据集，对所述阳性包实例数据集进行标记获得伪标签，对所述阴性包实例数据集进行标记获得真阴性标签；步骤2、将所述实例数据集输入所述实例级别分类器获取预测结果，基于所述预测结果、所述伪标签以及所述真阴性标签训练所述实例级别分类器；步骤3、对步骤1和步骤2进行迭代，直到所述伪标签和所述实例级别分类器的参数的收敛，获得训练好的实例级别分类器。本发明能够对包进行分类，还能够对包内的实例进行分类。
-
Patent Agency Ranking
公开(公告)号：CN115861196A
公开(公告)日：2023-03-28
申请号：CN202211470787.9
申请日：2022-11-23
Applicant: 复旦大学
IPC: G06T7/00 , G06V10/764 , G06V10/82
Abstract: 本发明公开了针对多模态医学影像的主动学习方法，包括：获取初始无标注数据集，初始无标注数据集包括若干个模态集合，其中模态集合为若干个样本的集合；构建编码器，通过多模态对比学习方法对编码器进行预训练，得到预训练的特征编码器；通过预训练的特征编码器计算初始无标注数据集中每个样本模态间的逐点互信息，基于逐点互信息，得到价值样本子集；对价值样本子集进行标注，得到标注数据；根据标注数据及价值样本子集对预训练的特征编码器进行调整训练，得到任务模型，通过任务模型对多模态医学影像进行识别，得到多模态医学影像识别结果。
-
公开(公告)号：CN105078573B
公开(公告)日：2017-12-01
申请号：CN201410196205.1
申请日：2014-05-11
Applicant: 复旦大学
Abstract: 本发明属于医学图像处理及应用领域,提供了一种基于手持式扫描仪的神经导航空间配准方法。本发明方法中使用手持式三维扫描仪获取被操作对象整个头部表面的点云并将其直接转换到手术真实场景，无需标定和对扫描仪进行跟踪；然后使用解剖标记点实现手术真实场景和图像空间的粗配准，利用粗配准的结果与阈值分割算法实现外点的去除，最后使用优化的ICP算法进行精配准，使用结果表明，本方法实施简单，精度可靠，便于临床应用，可集成在现有导航系统中，大幅度提高导航系统精度，尤其是脑后部的配准精度。
-
公开(公告)号：CN105310776A
公开(公告)日：2016-02-10
申请号：CN201410723354.9
申请日：2014-12-02
Applicant: 复旦大学
Abstract: 本发明属医学图像处理及应用领域，涉及一种软组织表面变形追踪算法。本发明方法包括软组织分割算法；对提取的目标组织进行网格化处理，获得初始软组织表面点集；通过三维激光扫描仪或者术中三维成像设备获取变形后软组织表面点集；使用刚性配准方法将对变形后软组织表面和初始软组织表面进行初配准；最后基于子块式能量函数最小非刚性配准算法来获得两个点集中点与点之间的映射关系。本发明的方法实施简单，精度可靠，可集成在现有导航系统中，实现术中软组织变形矫正，从而大幅度提高导航系统精度，有助于临床应用。
-
公开(公告)号：CN105078573A
公开(公告)日：2015-11-25
申请号：CN201410196205.1
申请日：2014-05-11
Applicant: 复旦大学
Abstract: 本发明属于医学图像处理及应用领域，提供了一种基于手持式扫描仪的神经导航空间配准方法。本发明方法中使用手持式三维扫描仪获取被操作对象整个头部表面的点云并将其直接转换到手术真实场景，无需标定和对扫描仪进行跟踪；然后使用解剖标记点实现手术真实场景和图像空间的粗配准，利用粗配准的结果与阈值分割算法实现外点的去除，最后使用优化的ICP算法进行精配准，使用结果表明，本方法实施简单，精度可靠，便于临床应用，可集成在现有导航系统中，大幅度提高导航系统精度，尤其是脑后部的配准精度。
-
公开(公告)号：CN103942826A
公开(公告)日：2014-07-23
申请号：CN201310018184.X
申请日：2013-01-17
Applicant: 复旦大学
CPC classification number: A61F2/28 , A61F2002/30001
Abstract: 本发明属生物医学工程技术领域，涉及医学图像处理用于外科学修复体重建的方法，具体涉及一种高适配度的颅骨修复体重建的方法。本发明中，以缺损颅骨的头颅CT扫描影像资料作为数据源，对其进行预处理后，用水平集方法结合脑组织信息将头皮数据剥离，再用水平集方法结合颅骨信息对其进行分割得到颅骨的内外轮廓，并还原出颅骨缺损部位信息，三维重建得到缺损部位三维结构，并以stl文件格式输出，最后用快速成型技术制备相应的缺损修复假体。所得颅骨缺损修复假体与计算机三维重建模型一致，且修复体与缺损适配性良好。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
