-
公开(公告)号：CN118782251B
公开(公告)日：2025-03-28
申请号：CN202411266240.6
申请日：2024-09-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于全肝影像和深度学习的全自动肝癌复发风险预测系统及装置，包括：增强CT肝脏自动分割模块，用于基于增强CT图像获取全肝掩码；增强CT肝癌自动分割模块，用于基于增强CT图像和全肝掩码获取肝癌掩码；基于全肝影像和深度学习的复发风险预测模块，用于基于增强CT图像和全肝掩码获取全肝感兴趣区域，并结合肝癌掩码作为共同输入，预测风险评分，并生成与复发风险相关的显著性图。本发明通过对包括肿瘤在内的全肝影像区域建模分析，充分挖掘肿瘤内和肿瘤外肝脏实质中重要的复发风险相关信息，该系统性能超出了传统临床模型和基于肿瘤的模型，并且具有全自动和非侵入性的优点，有助于改进对肝癌患者的个性化管理。
-
公开(公告)号：CN118782251A
公开(公告)日：2024-10-15
申请号：CN202411266240.6
申请日：2024-09-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于全肝影像和深度学习的全自动肝癌复发风险预测系统及装置，包括：增强CT肝脏自动分割模块，用于基于增强CT图像获取全肝掩码；增强CT肝癌自动分割模块，用于基于增强CT图像和全肝掩码获取肝癌掩码；基于全肝影像和深度学习的复发风险预测模块，用于基于增强CT图像和全肝掩码获取全肝感兴趣区域，并结合肝癌掩码作为共同输入，预测风险评分，并生成与复发风险相关的显著性图。本发明通过对包括肿瘤在内的全肝影像区域建模分析，充分挖掘肿瘤内和肿瘤外肝脏实质中重要的复发风险相关信息，该系统性能超出了传统临床模型和基于肿瘤的模型，并且具有全自动和非侵入性的优点，有助于改进对肝癌患者的个性化管理。
-
公开(公告)号：CN115187783B
公开(公告)日：2022-12-27
申请号：CN202211099106.2
申请日：2022-09-09
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于联邦学习的多任务混合监督医疗图像分割方法及系统，包括：基于各种弱监督数据以及完全监督和未标记数据的数据采集模块；基于联邦学习的第一阶段多任务网络模型模块，基于第二阶段伪标签生成模块，基于第二阶段动态样本选择模块，基于不同阶段的联邦模型动态更新模块。本发明打破了单一标签类型的限制，提出一种基于联邦学习的多任务混合模型架构，通过检测任务辅助医学图像分割任务联合各方数据进行协同建模，确保患者隐私的基础上，打破各方的数据孤岛，不仅充分地挖掘多机构数据的潜能和深层价值，而且充分利用任务之间的关系进而挖掘有效的上下文特征，实现不同层次特征之间的信息互补，进而提高模型的准确性和鲁棒性。
-
公开(公告)号：CN115187783A
公开(公告)日：2022-10-14
申请号：CN202211099106.2
申请日：2022-09-09
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于联邦学习的多任务混合监督医疗图像分割方法及系统，包括：基于各种弱监督数据以及完全监督和未标记数据的数据采集模块；基于联邦学习的第一阶段多任务网络模型模块，基于第二阶段伪标签生成模块，基于第二阶段动态样本选择模块，基于不同阶段的联邦模型动态更新模块。本发明打破了单一标签类型的限制，提出一种基于联邦学习的多任务混合模型架构，通过检测任务辅助医学图像分割任务联合各方数据进行协同建模，确保患者隐私的基础上，打破各方的数据孤岛，不仅充分地挖掘多机构数据的潜能和深层价值，而且充分利用任务之间的关系进而挖掘有效的上下文特征，实现不同层次特征之间的信息互补，进而提高模型的准确性和鲁棒性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
