-
公开(公告)号：CN120013840A
公开(公告)日：2025-05-16
申请号：CN202510074759.2
申请日：2024-02-27
Applicant: 宜昌市中心人民医院(三峡大学第一临床医学院、三峡大学附属中心人民医院)
Abstract: 腰椎骨折CT图像转化MR图像的方法，包括如下步骤：S1:对腰椎骨折的CT图像和MR图像处理，图像处理包括图像裁切、将不同患者的CT和MR图像的亮度和对比度统一，和对患者的CT和MR图片统一配对；S2:将处理好的图片输入Self‑pix模型中训练学习多轮；S3:模型训练完毕后，将腰椎骨折CT图片输入Self‑pix，生成器会根据训练好的参数来转化风格，将腰椎骨折CT图像转化为MR图像。CT和MR图像的裁切要求：前缘为腰4或腰5椎体的最前缘，后缘为棘突最后方，上缘为12胸椎最上方，下缘为骶一椎体的最下方。本发明用于解决CT和DR无法区分腰椎骨折的新鲜或陈旧的问题。
-
公开(公告)号：CN118297859A
公开(公告)日：2024-07-05
申请号：CN202410216297.9
申请日：2024-02-27
Applicant: 宜昌市中心人民医院(三峡大学第一临床医学院、三峡大学附属中心人民医院)
Abstract: 腰椎骨折CT图像转化MR图像的方法，包括如下步骤：S1:对腰椎骨折的CT图像和MR图像处理，图像处理包括图像裁切、将不同患者的CT和MR图像的亮度和对比度统一，和对患者的CT和MR图片统一配对；S2:将处理好的图片输入Self‑pix模型中训练学习多轮；S3:模型训练完毕后，将腰椎骨折CT图片输入Self‑pix，生成器会根据训练好的参数来转化风格，将腰椎骨折CT图像转化为MR图像。CT和MR图像的裁切要求：前缘为腰4或腰5椎体的最前缘，后缘为棘突最后方，上缘为12胸椎最上方，下缘为骶一椎体的最下方。本发明用于解决CT和DR无法区分腰椎骨折的新鲜或陈旧的问题。
-
公开(公告)号：CN118296121A
公开(公告)日：2024-07-05
申请号：CN202410379390.1
申请日：2024-03-29
Applicant: 三峡大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/151 , G06F40/186 , G16H50/20 , G16H70/00 , G16H80/00 , G06F18/243
Abstract: 本发明公开了一种基于大语言模型的医学术语标准化辅助诊断方法，包括以下步骤：利用先进的自然语言处理技术，特别是大型预训练语言模型；通过独特上下文学习(ICL)和思维链(CoT)提示的比较说明的训练方法，利用多轮与大语言模型训练对话，建立最优对话策略；结合特定数据集进行模型训练，最后，通过Gradio启动Web模式，提供用户友好的界面，使医生和研究人员能够轻松利用该工具进行医学术语的查询、标准化和消歧。同时，该界面生成的数据可以被提取出来，供其他自然语言处理的研究使用，进一步推动医学文本处理领域的发展。
-
公开(公告)号：CN118570168A
公开(公告)日：2024-08-30
申请号：CN202410701194.1
申请日：2024-05-31
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明是利用循环一致性对抗生成网络的图像翻译U‑GAT‑IT模型作为基础模型，将医学骨折腰椎的CT图像和MRI图像作为数据集，通过改进的U‑GAT‑IT模型实现骨折腰椎CT图像和MRI图像之间的相互转换。本发明提供一种新型的神经网络策略，即使用双流神经网络，它由两个编码器组成，一个是用于提取局部特征的CNN编码器，主要负责获取局部的图像特征差异；另一个则是用于提取全局特征的Swin‑Transformer编码器，主要通过计算图像之间的attention来获取全局特征。将这两个编码器得到的特征进行融合得到新的特征，最后通过自适应归一化层和上采样解码器实现图像翻译。通过这种方法，有效地提高了医学图像翻译的稳定性。
-
-
-
Search Results
4
records
(took 0.015 seconds)
