-
公开(公告)号：CN118058702A
公开(公告)日：2024-05-24
申请号：CN202311490372.2
申请日：2023-11-09
Applicant: 东北林业大学
IPC: A61B3/12 , A61B3/14 , G06T7/00 , G06V10/26 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 血管引导与多实例热图回归的眼底血管连接点检测算法，本发明涉及视网膜眼底血管分析中，眼底血管连接点检测困难的问题。视网膜血管形态与多种眼部及全身病变的发生相关。视网膜眼底血管分析，对诊断眼部与全身疾病具有重要意义。在视网膜眼底血管分析中，眼底血管连接点(分叉点与交叉点)是血管形态特征分析与量化的重要参考。然而，由于眼底血管分布复杂，连接点数量、空间分布未知，导致连接点特征提取与表达困难、上下文信息利用不充分。为解决这一问题，本发明提出血管引导与多实例热图回归的眼底血管连接点检测算法。实验表明，该方法优势如下：(1)将连接点坐标预测转变为多实例热图回归，解决稀疏标签注释导致连接点特征表示困难的问题。(2)利用血管注意力机制增强模型对血管区域的关注，利用多分辨率交互机制增强模型对细微血管的感知能力，提升连接点检测精度。本发明应用于眼底血管连接点检测。
-
公开(公告)号：CN115831364A
公开(公告)日：2023-03-21
申请号：CN202211606506.8
申请日：2022-12-14
Applicant: 东北林业大学
IPC: G16H50/30 , G16H30/20 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 基于多模态特征融合的2型糖尿病风险分层预测方法，本发明涉及基于视网膜眼底图像2型糖尿病风险预测技术中直接利用眼底视网膜图像进行深度学习模型训练并且模型训练过程中提取的特征相关性不强，导致预测准确度不高的问题。为改善这一问题，本发明提出了一种基于多模态特征融的2型糖尿病风险预测方法，考虑到了多种模态的特征，包含临床特征、生物指标特征、血糖方面特征以及预测血糖值，将多种信息融合在一起，综合考量，提高预测患病风险的准确率。本发明应用于2型糖尿病预测风险。
-
公开(公告)号：CN115831364B
公开(公告)日：2023-09-08
申请号：CN202211606506.8
申请日：2022-12-14
Applicant: 东北林业大学
IPC: G16H50/30 , G16H30/20 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 基于多模态特征融合的2型糖尿病风险分层预测方法，本发明涉及基于视网膜眼底图像2型糖尿病风险预测技术中直接利用眼底视网膜图像进行深度学习模型训练并且模型训练过程中提取的特征相关性不强，导致预测准确度不高的问题。为改善这一问题，本发明提出了一种基于多模态特征融的2型糖尿病风险预测方法，考虑到了多种模态的特征，包含临床特征、生物指标特征、血糖方面特征以及预测血糖值，将多种信息融合在一起，综合考量，提高预测患病风险的准确率。本发明应用于2型糖尿病预测风险。
-
公开(公告)号：CN115984193A
公开(公告)日：2023-04-18
申请号：CN202211614599.9
申请日：2022-12-15
Applicant: 东北林业大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/25
Abstract: 融合组织病理图像和CT影像的PDL1表达水平检测方法，本发明涉及PDL1表达水平检测中，对单一特征进行预测效果不佳的问题。PDL1表达水平对患者治疗方法的选取有着至关重要的作用。然而免疫组织化学(IHC)检测不仅耗时，而且不能反映动态PD‑L1表达，同时手工提取放射特征也存在着一些问题：对ROI进行分割时，往往存在视觉差异不明显现象，其不仅耗时而且对不同勾画者的可变性极其敏感。为了解决以上问题，本发明提出了一种融合组织病理图像和CT影像的PDL1表达水平检测方法，该方法能有效地本发明应用于PDL1表达水平检测。
-
-
-
Search Results
4
records
(took 0.019 seconds)
