-
公开(公告)号:CN118134943A
公开(公告)日:2024-06-04
申请号:CN202410358868.2
申请日:2024-03-27
Applicant: 上海交通大学医学院附属新华医院 , 上海杏脉信息科技有限公司
IPC: G06T7/10
Abstract: 本申请提供一种分割模型训练方法、系统、分割方法,设备及介质,所述分割模型训练方法包括:获取儿童腹部实体瘤数据集,所述儿童腹部实体瘤数据集包括儿童腹部实体瘤不同期相的医学影像;对所述儿童腹部实体瘤数据集进行多类瘤体标注,以获取训练数据集;利用所述训练数据集对深度学习模型进行训练,以获取儿童腹部实体瘤分割模型;其中,所述深度学习模型的损失函数利用所述瘤体标注和所述儿童腹部实体瘤分割模型的儿童腹部实体瘤预测分割结果获取。所述分割模型训练方法能够进行多期相多瘤体训练,获取更为精准高效的儿童腹部实体瘤分割模型。
-
公开(公告)号:CN119251172A
公开(公告)日:2025-01-03
申请号:CN202411317512.0
申请日:2024-09-20
Applicant: 上海交通大学医学院附属新华医院
IPC: G06T7/00 , G06T7/10 , G06T7/13 , G06T7/33 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种儿童腹部常见实体瘤活性影像评估方法装置和介质,利用3D卷积神经网络模型,捕捉病灶在平扫及增强后静脉期图像上的变化信息,进行智能化剪影生成病灶在化疗后强化区域及强化程度,最后综合所有信息进行智能诊断、判断肿瘤活性,形成腹部实体瘤化疗后人工智能辅助活性评估方案;本发明利用了平扫及增强CT图像,通过肿瘤自动分割及配准减影图像计算,实现儿童肝母细胞瘤、肾母细胞瘤及神经母细胞瘤的自动强化程度量化评估,从而从多角度提取病灶特征,充分挖掘图像信息,可显著提高儿童腹部实体瘤化疗后活性判别的准确率和灵敏度。
-