-
公开(公告)号：CN116342600A
公开(公告)日：2023-06-27
申请号：CN202310612940.5
申请日：2023-05-29
Applicant: 中日友好医院(中日友好临床医学研究所) , 北京交通大学
IPC: G06T7/00 , G06T7/136 , G06T7/11 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供胸腺瘤组织病理学图像中细胞核的分割方法，包括：采用加权的位置敏感的轴向多头自注意力，跳跃连接多头交叉注意力，帮助解码器融合信息，采用加权的损失函数和全自动的后处理方法分割易出错区域并分离接触或重叠的细胞核，增强细胞核分割的视觉效果；构建胸腺瘤组织病理学图像数据集。本发明加权的位置敏感的轴向多头自注意力通过引入相对位置编码的权重控制相对位置编码的比重，提升了分割准确度，降低了计算复杂度，使计算成本可控；将UNet中原有的两层浅层卷积层和以自注意力为核心的两层深层Transformer层结合，解决了CNN无法建模长距离依赖问题，弥补了Transformer欠缺的CNN固有的归纳偏置。
-
公开(公告)号：CN116342600B
公开(公告)日：2023-08-18
申请号：CN202310612940.5
申请日：2023-05-29
Applicant: 中日友好医院(中日友好临床医学研究所) , 北京交通大学
IPC: G06T7/00 , G06T7/136 , G06T7/11 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供胸腺瘤组织病理学图像中细胞核的分割方法，包括：采用加权的位置敏感的轴向多头自注意力，跳跃连接多头交叉注意力，帮助解码器融合信息，采用加权的损失函数和全自动的后处理方法分割易出错区域并分离接触或重叠的细胞核，增强细胞核分割的视觉效果；构建胸腺瘤组织病理学图像数据集。本发明加权的位置敏感的轴向多头自注意力通过引入相对位置编码的权重控制相对位置编码的比重，提升了分割准确度，降低了计算复杂度，使计算成本可控；将UNet中原有的两层浅层卷积层和以自注意力为核心的两层深层Transformer层结合，解决了CNN无法建模长距离依赖问题，弥补了Transformer欠缺的CNN固有的归纳偏置。
-
公开(公告)号：CN115471448A
公开(公告)日：2022-12-13
申请号：CN202210843559.5
申请日：2022-07-18
Applicant: 中日友好医院(中日友好临床医学研究所) , 北京交通大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/774 , G16H30/40 , G06N3/04
Abstract: 本发明涉及一种基于人工智能的胸腺瘤组织病理的分型方法及装置，所述方法包括获取待分型的胸腺瘤组织病理学全玻片图像；将待分型的胸腺瘤组织病理学全玻片图像输入至训练好的多路径跨尺度视觉Transformer模型中，得到分型结果；其中，交叉尺度感知Transformer模型用于对胸腺瘤组织病理学全玻片图像进行病例信息分类，全玻片图像Transformer模型用于根据病例信息分类后的胸腺瘤组织病理学全玻片图像输出胸腺瘤分型。本发明综合利用了胸腺瘤组织病理学全玻片图像，有效地模拟了病理学专家综合观察一个组织病理学全玻片图像中多个多尺度的局部图像补丁，以确定病理信息类别，进而诊断出相应的胸腺瘤分型的过程，因此可以精确地预测病理信息类别及胸腺瘤分型。
-
公开(公告)号：CN119360167B
公开(公告)日：2025-03-25
申请号：CN202411393728.5
申请日：2024-10-08
Applicant: 中日友好医院(中日友好临床医学研究所)
IPC: G06V10/80 , G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种肺肉芽肿分枝杆菌感染的多模态融合识别系统及装置，涉及多模态融合识别技术领域，系统主要包括：病理图像特征提取模块、CT影像特征提取模块、临床信息特征提取模块及特征融合分类模块；所述病理图像特征提取模块，包括预处理单元、分割单元及病理特征单元；所述特征融合分类模块，包括自注意力机制模块，用于将所述病理特征、所述CT影像特征及所述临床信息特征输入至自注意力机制模块中，输出肺肉芽肿分枝杆菌感染的识别结果；本方案全面融合了病理、影像及临床等多种模态的肺肉芽肿性疾病信息，可以准确、简便、经济地识别肺肉芽肿分枝杆菌感染。
-
公开(公告)号：CN116631632A
公开(公告)日：2023-08-22
申请号：CN202310551929.2
申请日：2023-05-16
Applicant: 中日友好医院(中日友好临床医学研究所) , 北京透彻未来科技有限公司
Abstract: 本发明提供了基于乳腺病理组织学的HER‑2智能预测系统，包括：扫描模块收集目标标本对目标标本进行数字切片扫描获得数字病理切片，并确定数字病理切片的HER‑2基因状态；分层模块用于基于数字病理的HER‑2基因状态对数字病理切片进行随机分层，获得第一层切片集与第二层切片集；模型训练校验模块用于对第一层切片集进行学习建目标预测模型，同时，基于第二层切片集对目标预测模型进行双阈值校验，获得校验结果；预测模块用于当校验结果合格时基于目标预测模型对待测数字病理切片进行预测，输出待测数字病理切片的目标HER‑2基因状态。有利于降低待医师诊断切片的数量，提高诊断效率、减轻病理医师工作负荷并降低医疗成本。
-
Patent Agency Ranking
公开(公告)号：CN118584117A
公开(公告)日：2024-09-03
申请号：CN202410523112.9
申请日：2024-04-28
Applicant: 中日友好医院(中日友好临床医学研究所)
Abstract: 本发明公开一种肺癌检测的蛋白质标志物及肺癌预测方法，收集肺结节良性样本和恶性样本，分为训练集和测试集，提取血浆蛋白进行Olink蛋白质检测，获得蛋白质丰度值，在训练集中构建算法模型，用测试集样本数据验证算法模型的效果，通过评估血液中大量蛋白质丰度有助于更好的区分肺结节良恶性，从而能够实现肺结节无创精准检测。
-
公开(公告)号：CN118166108A
公开(公告)日：2024-06-11
申请号：CN202410599937.9
申请日：2024-05-15
Applicant: 中日友好医院(中日友好临床医学研究所)
IPC: C12Q1/6886 , G16B40/00 , G06N3/06 , G06N3/048 , G06N3/08 , G16B20/30 , C12Q1/6806 , C12Q1/6869 , C40B50/06
Abstract: 检测肺结节良恶性的甲基化标志物、评估模型及应用，本发明通过收集肺结节良性样本和恶性样本，分为训练集和测试集，提取训练集样本的cfDNA，构建甲基化靶向测序文库，并进行测序，对序列进行甲基化转化处理、数据比对，计算甲基化分值，对训练集样本数据进行特征矩阵构建，获得评估模型，用测试集样本数据验证模型的效果，因此能够区分良性和恶性的肺结节，从而实现肺结节无创精准辨析的目的。
-
公开(公告)号：CN116701353A
公开(公告)日：2023-09-05
申请号：CN202310659385.1
申请日：2023-06-06
Applicant: 中日友好医院(中日友好临床医学研究所) , 北京透彻未来科技有限公司
Abstract: 本发明提供了一种结外淋巴瘤病理数据库的建设方法，包括：步骤1：基于淋巴与造血系统肿瘤分类标准，确定拟入库的淋巴瘤亚型查询列表；步骤2：根据淋巴瘤亚型查询列表，针对每个淋巴瘤亚型获取至少预设数量的目标病例生成淋巴瘤亚型数据包，其中目标病例中包含多种临床信息；步骤3：对所述淋巴瘤亚型数据包进行存储，建立结外淋巴瘤病理数据库。本发明建立了结外淋巴瘤病理数字切片库，医学生可搜索数字病理知识图谱，调取病理教学文字内容相关的数字病理图片，图片附详细临床信息并能自动弹出正常图像与经详细标注过病变图像的区别，学生可标注重点并保存笔记，方便学生的病理学习，提升病理学习效率。
-
公开(公告)号：CN116219015A
公开(公告)日：2023-06-06
申请号：CN202310067353.2
申请日：2023-02-06
Applicant: 中日友好医院(中日友好临床医学研究所) , 苏州锐讯生物科技有限公司
IPC: C12Q1/6886 , C12N15/11 , C12Q1/6858
Abstract: 本发明涉及一种基于PCR的DNA中PIK3CA基因突变检测试剂盒及检测方法，所述方法包括针对预设的突变靶点和野生型靶点设计的引物探针组；所述引物探针组的每个位点均设计有对应的序列；将不同点位的引物探针组进行组合，并将组合分成预设个数的检测孔；其中，不同的检测孔用于检测不同点位。本发明可以一次性地特异检测新鲜组织样本、石蜡包埋组织样本或血浆样本中DNA（gDNA或cfDNA）的PIK3CA的11个突变位点和4种野生型的位点，具有样本利用率高、分辨率高、灵敏度高、重复性好、操作简便、自动判读等优点。
-
公开(公告)号：CN119360167A
公开(公告)日：2025-01-24
申请号：CN202411393728.5
申请日：2024-10-08
Applicant: 中日友好医院(中日友好临床医学研究所)
IPC: G06V10/80 , G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种肺肉芽肿分枝杆菌感染的多模态融合识别系统及装置，涉及多模态融合识别技术领域，系统主要包括：病理图像特征提取模块、CT影像特征提取模块、临床信息特征提取模块及特征融合分类模块；所述病理图像特征提取模块，包括预处理单元、分割单元及病理特征单元；所述特征融合分类模块，包括自注意力机制模块，用于将所述病理特征、所述CT影像特征及所述临床信息特征输入至自注意力机制模块中，输出肺肉芽肿分枝杆菌感染的识别结果；本方案全面融合了病理、影像及临床等多种模态的肺肉芽肿性疾病信息，可以准确、简便、经济地识别肺肉芽肿分枝杆菌感染。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.036 seconds)
