公开(公告)号：CN109125743A

公开(公告)日：2019-01-04

申请号：CN201811260041.9

申请日：2018-10-26

Applicant: 复旦大学附属华山医院

Inventor： 张军 ,  刘先平 ,  王剑虹 ,  庞志清 ,  耿道颖

IPC: A61K49/14 ,  A61K49/12 ,  A61K49/00

CPC classification number: A61K49/0002 ,  A61K49/0039 ,  A61K49/0054 ,  A61K49/0056 ,  A61K49/126 ,  A61K49/14

Abstract: 本发明涉及一种针对脑胶质母细胞瘤靶向纳米磁共振对比剂及制备、应用；所述磁共振对比剂由具有靶向结合功能的小分子、荧光标记物和磁性氧化铁纳米载体组成；所述的具有靶向结合功能的小分子为针对脑胶质母细胞瘤细胞表面高表达的EGFRvIII具有亲和力的短肽；所述荧光标记物以共价连接的方式包载在纳米载体表面，短肽通过共价连接方式与纳米粒表面的聚乙二醇相连。该对比剂可通过静脉注射，使得短肽与肿瘤细胞表面高表达的EGFRvIII结合，促进纳米载体在肿瘤部位浓聚，有助于临床提高治疗的精确性和安全性，为肿瘤放化疗的疗效评价和患者预后的评估提高无创性可视化手段。

公开(公告)号：CN105497922A

公开(公告)日：2016-04-20

申请号：CN201410499261.2

申请日：2014-09-25

Applicant: 复旦大学附属华山医院

Inventor： 王剑虹 ,  张军 ,  于向荣 ,  耿道颖 ,  庞志清 ,  潘嘉炜

IPC: A61K49/12 ,  A61K49/14 ,  A61K49/18 ,  A61K49/00 ,  A61K47/04 ,  A61K47/42 ,  A61K47/48 ,  A61K9/51 ,  A61P25/08

Abstract: 本发明公开了一种针对脑癫痫灶的靶向纳米磁共振对比剂及其制备与应用，所述磁共振对比剂包括靶向功能分子，荧光标记物和纳米载体；所述的靶向功能分子为针对癫痫灶区高表达的P-糖蛋白具有高亲和力的短肽；所述荧光标记物以共价连接的方式包载在纳米载体内，短肽通过共价连接的方式与纳米粒表面的聚乙二醇相连。该对比剂可通过静脉注射，使得短肽与癫痫灶区高表达的P-糖蛋白结合，促进纳米载体在癫痫灶聚集，MRI T2加权显像病灶区呈显著低信号，从而能够准确、直观显示特发性/隐源性癫痫灶，有助于临床提高治疗的精确性和安全性，评价抗癫痫治疗方式的疗效、评估癫痫患者的预后。

公开(公告)号：CN119942233A

公开(公告)日：2025-05-06

申请号：CN202510203692.8

申请日：2025-02-24

Applicant: 复旦大学

Inventor： 耿道颖 ,  徐智坚 ,  曾延玮 ,  刘晓 ,  陈泓亦

IPC: G06V10/764 ,  G06V10/20 ,  G06V10/40 ,  G06V10/80 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种脑肿瘤多模态磁共振影像联合分类方法及系统,包括：步骤S1：获取并且预处理脑肿瘤多模态磁共振影像数据；步骤S2：提取所述脑肿瘤多模态磁共振影像数据的影像组学特征集合Frad；步骤S3：训练深度特征提取器，提取脑肿瘤多模态磁共振影像数据的深度特征集合Fdeep；步骤S4：合并所述深度特征集合Fdeep与所述影像组学特征集合Frad，筛选得到联合特征集合Fhybrid；步骤S5：基于所述联合特征集合Fhybrid，分类脑肿瘤多模态磁共振影像。本发明在卷积网络编码模块和特征图下采样模块使用了深度可分离卷积与膨胀和压缩层，使得模型可以更好融合多模态磁共振影像的跨模态特征。

公开(公告)号：CN112365980B

公开(公告)日：2024-03-01

申请号：CN202011279154.0

申请日：2020-11-16

Applicant: 复旦大学附属华山医院

Inventor： 于泽宽 ,  耿道颖 ,  刘晓 ,  曹鑫 ,  李郁欣 ,  刘军 ,  张军 ,  尹波 ,  刘杰 ,  吴昊 ,  耿岩 ,  胡斌 ,  张海燕 ,  杜鹏 ,  陆逸平

IPC: G16H50/30 ,  G06T7/00 ,  G06T7/11 ,  G06T7/45 ,  G06T7/62 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442

Abstract: 视化任务；本发明具有更好的临床实用性。本发明提供了一种脑肿瘤多靶点辅助诊断与前瞻性治疗演化可视化方法及系统，包括：获取治疗前、后配对的脑肿瘤多靶点多模态MRI数据并进行预处理；对预处理后治疗前、后配对的脑肿瘤多靶点多模态MRI数据通过3DU‑net卷积神经网络进行肿瘤区域分割得到 和将 和 通过影像组学方法获得生长特征标签L＝{l1,l2,l3,...,ln}；将 和通过多通道卷积神经网络进行特征提取再进行SE融合操作，得到深度学习特征 和将 输入预测模型，得到脑肿瘤多靶点生长预测标签 将 和输入训练后的前瞻性治疗可视化(56)对比文件CN 111445946 A,2020.07.24CN 111584073 A,2020.08.25CN 111599464 A,2020.08.28EP 3576020 A1,2019.12.04KR 20200114228 A,2020.10.07US 2017357844 A1,2017.12.14US 2020160997 A1,2020.05.21WO 2020028382 A1,2020.02.06WO 2020190821 A1,2020.09.24王锦程;郁芸;杨坤;胡新华.基于BP神经网络的脑肿瘤MRI图像分割.生物医学工程研究.2016,(第04期),Liu,X.BTSC-TNAS: A neuralarchitecture search-based transformer forbrain tumor segmentation andclassification.COMPUTERIZED MEDICALIMAGING AND GRAPHICS.2023,110.王锦程;郁芸;杨坤;胡新华.基于BP神经网络的脑肿瘤MRI图像分割.生物医学工程研究.2016,(第04期),76-79.

公开(公告)号：CN115713520A

公开(公告)日：2023-02-24

申请号：CN202211482880.1

申请日：2022-11-24

Applicant: 复旦大学 ,  光华临港工程应用技术研发(上海)有限公司

Inventor： 杨丽琴 ,  罗啸 ,  耿道颖 ,  胡斌 ,  周书怡 ,  李郁欣

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种基于深度学习的医学影像颈动脉血管分割算法和系统，所述方法通过对原始颈部医学影像数据的获取和预处理后，输入预训练的医学影像颈动脉血管检测网络进行血管定位，生成颈动脉血管定位框；然后将定位框对应的部分颈部医学影像，输入预训练的医学影像颈动脉血管分割网络进行血管分割，生成颈动脉血管分割结果；最后将颈动脉血管分割结果和原始颈部医学影像数据进行可视化展示。与现有技术相比，本发明具有分割准确性高的优点。

公开(公告)号：CN115619794A

公开(公告)日：2023-01-17

申请号：CN202210513459.6

申请日：2022-05-11

Applicant: 复旦大学 ,  粤港澳大湾区精准医学研究院(广州)

Inventor： 耿道颖 ,  罗啸 ,  杨丽琴 ,  胡斌 ,  耿岩 ,  吕锟 ,  李佩雯 ,  李郁欣 ,  尹波 ,  张军 ,  于泽宽

IPC: G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的原发性肝细胞癌病灶分割系统及方法，包括：模块M1：获取肝脏多期相CT数据并进行预处理，得到预处理后的肝脏多期相CT数据；模块M2：将预处理后的肝脏多期相CT数据通过第一个预训练的多通道卷积神经网络进行肝脏分割，得到肝脏区域的多期相CT数据；模块M3：将肝脏区域的多期相CT数据通过第二个预训练的多通道卷积神经网络进行原发性肝细胞癌病灶筛查，获得含有原发性肝细胞癌病灶的多期相CT数据；模块M4：将含有原发性肝细胞癌病灶的多期相CT数据通过第三个预训练的多通道卷积神经网络进行原发性肝细胞癌病灶分割，得到原发性肝细胞癌病灶多期相分割结果。

公开(公告)号：CN114984457A

公开(公告)日：2022-09-02

申请号：CN202210539954.4

申请日：2022-05-17

Applicant: 复旦大学 ,  粤港澳大湾区精准医学研究院(广州)

Inventor： 耿道颖 ,  周锟 ,  于泽宽

IPC: A61N5/06 ,  A61B5/055 ,  A61B5/00 ,  A61B3/12 ,  A61B3/14 ,  G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/25 ,  G06V10/40

Abstract: 本发明提供了一种基于脑功能网络的患者光刺激参数选择方法及系统，获取并预处理脑小血管病患者脑部弥散张量模态数据和静息态功能模态数据；基于预处理后的静息态功能模态数据，进行统计分析获取多个不同的全局网络属性和多条连接权重有差异的连边；对预处理后的脑部弥散张量模态数据运用卷积神经网络进行海马体区域分割，将图像所包含的信息进行量化获取多个影像组学特征；将获取的全局网络属性、连接权重有差异的连边与影像组学特征融合构成特征矩阵，构建多个基础分类器并运用集成学习进行训练，最后输出向量。本发明实现CSVD光刺激参数的自动化选择，克服临床上采用的复杂评分带来的诸多局限。

公开(公告)号：CN114926475A

公开(公告)日：2022-08-19

申请号：CN202210513505.2

申请日：2022-05-11

Applicant: 复旦大学附属华山医院

Inventor： 张军 ,  陈泓亦 ,  耿道颖 ,  王剑虹

IPC: G06T7/11 ,  G06T7/33 ,  G06T7/62 ,  G06V10/25 ,  G06V10/28 ,  G06V10/80 ,  G06V10/82 ,  G16H30/20 ,  G16H50/20 ,  G06N3/04 ,  G06V10/774

Abstract: 本发明提供了一种脑干缺血性卒中的病灶自动分割和评分方法及系统，包括对脑CT图像进行预处理；对脑干进行自动分割；获取镜像脑干图像和包含中脑、脑桥和延髓区域的脑干图谱Atlasstem，对脑干和镜像脑干图像划分区域；构建脑干梗死病灶检出分割网络模型；脑干梗死病灶检出分割网络模型含有三个编码器、一个解码器和六个差别计算模块，每个编码器由三层卷积层组成，每个解码器由三层逆卷积层组成，差别计算模块包含多尺度的金字塔卷积和每个尺度上的特征融合模块；依据分割出的病灶进行预测评分。本发明的病灶检出分割方法可以对病灶进行快速、准确而客观的检出与分割。

公开(公告)号：CN114240846A

公开(公告)日：2022-03-25

申请号：CN202111394790.2

申请日：2021-11-23

Applicant: 复旦大学附属华山医院

Inventor： 杨丽琴 ,  罗啸 ,  吴秋雯 ,  胡斌 ,  周书怡 ,  耿辰 ,  耿道颖

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明提供了一种降低医学图像病灶分割结果假阳率的系统及方法，包括：模块M1：获取医学图像；模块M2：利用分割技术对获取的医学图像进行组织分割和病灶分割，分别得到第一组织区域和第一病灶区域；模块M3：对第一组织区域进行膨胀操作，得到第二组织区域；模块M4：对第一病灶区域与第二组织区域进行假阳性降低处理，得到第二病灶区域，第二病灶区域为降低假阳率病灶检测分割结果。通过医学图像分割的解剖组织结构和病灶的空间膨胀和卷积方法，解决了病灶分割结果假阳率高的问题，取得了提高病灶诊断正确性与分割精准度的效果。

公开(公告)号：CN112150477B

公开(公告)日：2021-09-28

申请号：CN201911118499.5

申请日：2019-11-15

Applicant: 复旦大学

Inventor： 耿辰 ,  杨丽琴 ,  李郁欣 ,  耿道颖

IPC: G06T7/11 ,  G06T7/136 ,  G06T7/00 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明提供一种脑影像动脉全自动分割方法及装置，能够对二维或是三维的待测脑影像进行自动的脑血管分割，其特征在于，包括：步骤S1，对待测脑影像进行图像增强；步骤S2，采用预先训练的机器学习分类器以及构建的子类‑参数对照表进行参数自适应选取；步骤S3，根据参数进行阈值分割；步骤S4，自适应颅骨种子点提取；步骤S5，根据参数进行颅骨去除；步骤S6，分析所有连通域的体积并根据参数进行连通域筛选；步骤S7，自适应阈值统计得出上下限阈值；步骤S8，根据上下限阈值区域增长；步骤S9，均匀扩展得到最后的图像分割结果。