-
公开(公告)号：CN117670883B
公开(公告)日：2024-05-07
申请号：CN202410133370.6
申请日：2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明涉及智能医疗技术领域，更具体地，涉及一种鉴别高低级别膀胱癌的方法、设备和系统，方法包括：S1：获取膀胱癌患者的CT影像；S2：对所述CT影像计算得到影像特征，所述影像特征包括AEF或LD/SD比值，所述AEF是皮质髓质期摄碘量和肾造影期摄碘量的比值，所述LD/SD是肿瘤的长轴直径与短轴直径的比值；S3：基于所述影像特征判断所述膀胱癌患者是高级别膀胱癌还是低级别膀胱癌，当影像特征大于预设值则判断为高级别膀胱癌，否则判断为低级别膀胱癌。本发明可以有效的区分高低级别膀胱癌。
-
公开(公告)号：CN117670883A
公开(公告)日：2024-03-08
申请号：CN202410133370.6
申请日：2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明涉及智能医疗技术领域，更具体地，涉及一种鉴别高低级别膀胱癌的方法、设备和系统，方法包括：S1：获取膀胱癌患者的CT影像；S2：对所述CT影像计算得到影像特征，所述影像特征包括AEF或LD/SD比值，所述AEF是皮质髓质期摄碘量和肾造影期摄碘量的比值，所述LD/SD是肿瘤的长轴直径与短轴直径的比值；S3：基于所述影像特征判断所述膀胱癌患者是高级别膀胱癌还是低级别膀胱癌，当影像特征大于预设值则判断为高级别膀胱癌，否则判断为低级别膀胱癌。本发明可以有效的区分高低级别膀胱癌。
-
公开(公告)号：CN115661107B
公开(公告)日：2023-09-19
申请号：CN202211386972.X
申请日：2022-11-07
Applicant: 中国医学科学院北京协和医院
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于膀胱癌危险分层的图像分析方法、系统及设备。包括：获取患者术前CT造影图像序列，所述患者术前CT造影图像序列包括平扫、皮髓质期、实质期和排泄期图像；对获取的患者术前CT造影图像序列进行分割和定位，得到肿瘤病灶ROI；然后基于肿瘤病灶ROI提取膀胱癌特征，得到参数图像组合特征；再将其输入到基于多任务深度学习构建的膀胱癌分层模型，输出预测的膀胱癌分层结果。本发明方法旨在基于自动定位的肿瘤病灶ROI提取参数图像组合特征，再输入到基于多任务深度学习构建的膀胱癌分层模型实现分类，旨在发掘其对泌尿学CT影像数据的分析能力和潜在应用价值。
-
公开(公告)号：CN115661107A
公开(公告)日：2023-01-31
申请号：CN202211386972.X
申请日：2022-11-07
Applicant: 中国医学科学院北京协和医院
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于膀胱癌危险分层的图像分析方法、系统及设备。包括：获取患者术前CT造影图像序列，所述患者术前CT造影图像序列包括平扫、皮髓质期、实质期和排泄期图像；对获取的患者术前CT造影图像序列进行分割和定位，得到肿瘤病灶ROI；然后基于肿瘤病灶ROI提取膀胱癌特征，得到参数图像组合特征；再将其输入到基于多任务深度学习构建的膀胱癌分层模型，输出预测的膀胱癌分层结果。本发明方法旨在基于自动定位的肿瘤病灶ROI提取参数图像组合特征，再输入到基于多任务深度学习构建的膀胱癌分层模型实现分类，旨在发掘其对泌尿学CT影像数据的分析能力和潜在应用价值。
-
-
-
Search Results
4
records
(took 0.022 seconds)
