公开(公告)号：CN116310604B

公开(公告)日：2024-02-13

申请号：CN202310579742.3

申请日：2023-05-23

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京大学

Inventor： 陈练 ,  裴新龙 ,  赵扬玉 ,  王平 ,  宗鸣 ,  张晨滨 ,  罗登 ,  颜鲲

IPC: G06V10/766 ,  G06V10/82 ,  G06V10/25 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及一种胎盘植入分型评估工具和方法，该工具包括感兴趣区域预处理输入模块、多流深度模型模块和多流模型预测融合输出模块,感兴趣区域预处理输入模块用于提取感兴趣区域，得到整体ROI区域标注信息；多流深度模型模块用于采用相同的深度为18层3D残差网络对FIESTA序列、SSFSE序列、FIESTA ROI序列和SSFSE ROI序列进行各自独立训练；多流模型预测融合输出模块用于对多流深度模型的四个流FIESTA流、SSFSE流、FIESTA ROI流和SSFSE ROI流对不同胎盘植入类型的预测概率相加取平均，得到最终的融合预测概率值，取最高的概率值对应的胎盘植入类别作为多流模型最终的预测输

公开(公告)号：CN116363081A

公开(公告)日：2023-06-30

申请号：CN202310252466.X

申请日：2023-03-16

Applicant: 北京大学 ,  北京大学第三医院(北京大学第三临床医学院)

Inventor： 王平 ,  罗登 ,  颜鲲 ,  马萌 ,  陈练

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公布了一种基于深度神经网络的胎盘植入MRI征象检测分类方法及装置，包括：MRI图像预处理模块和MRI胎盘植入征象区域检测分类模块；其中MRI胎盘植入征象区域检测分类模块包括：特征提取模块、征象区域生成模块、假阳性区域消减模块和掩码生成模块。构建基于深度神经网络的胎盘植入MRI征象区域检测分类模型，针对医学MRI图像数据，通过少量的标注信息和数据处理作为模型输入，模型输出包含征象区域的三维包围框以及征象所属类别，可用于胎盘植入MRI征象区域的检测分类。本发明具备一定的扩展性，支持对征象类型的修改以及广泛的三维数据类型处理和分类检测。

公开(公告)号：CN116310604A

公开(公告)日：2023-06-23

申请号：CN202310579742.3

申请日：2023-05-23

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京大学

Inventor： 陈练 ,  裴新龙 ,  赵扬玉 ,  王平 ,  宗鸣 ,  张晨滨 ,  罗登 ,  颜鲲

IPC: G06V10/766 ,  G06V10/82 ,  G06V10/25 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及一种胎盘植入分型评估工具和方法，该工具包括感兴趣区域预处理输入模块、多流深度模型模块和多流模型预测融合输出模块,感兴趣区域预处理输入模块用于提取感兴趣区域，得到整体ROI区域标注信息；多流深度模型模块用于采用相同的深度为18层3D残差网络对FIESTA序列、SSFSE序列、FIESTA ROI序列和SSFSE ROI序列进行各自独立训练；多流模型预测融合输出模块用于对多流深度模型的四个流FIESTA流、SSFSE流、FIESTA ROI流和SSFSE ROI流对不同胎盘植入类型的预测概率相加取平均，得到最终的融合预测概率值，取最高的概率值对应的胎盘植入类别作为多流模型最终的预测输出。

公开(公告)号：CN117936086A

公开(公告)日：2024-04-26

申请号：CN202311758246.0

申请日：2023-12-20

Applicant: 北京大学第一医院 ,  北京大学

Inventor： 杨莉 ,  王平 ,  吕继成 ,  梁虹 ,  徐大民 ,  颜鲲 ,  郑茜子 ,  徐菱忆 ,  张宇慧 ,  赵酉璐 ,  周庆庆

IPC: G16H50/30 ,  G16H50/50

Abstract: 本发明涉及一种基于缺失数据的急性肾损伤预测模型的训练方法和系统，属于急性肾损伤预测的技术领域，解决了现有技术存在数据缺失时预测模型的准确性、鲁棒性和泛化性能差的问题。方法包括：获取患者包含缺失数据的多元时序数据，基于所述多元时序数据构建训练样本集；构建用于预测未来多元时序数据的预训练模型，基于所述训练样本集训练所述预训练模型；基于训练好的预训练模型构建用于预测急性肾损伤的预测模型，基于所述训练样本集训练所述预测模型得到训练好的预测急性肾损伤的预测模型。实现了在存在缺失数据时准确的急性肾损伤预测。

公开(公告)号：CN118136243A

公开(公告)日：2024-06-04

申请号：CN202311763582.4

申请日：2023-12-20

Applicant: 北京大学第一医院 ,  北京大学

Inventor： 杨莉 ,  王平 ,  吕继成 ,  梁虹 ,  徐大民 ,  颜鲲 ,  郑茜子 ,  徐菱忆 ,  张宇慧 ,  赵酉璐 ,  周庆庆

IPC: G16H50/30 ,  A61B5/0205 ,  A61B5/1455 ,  A61B5/00

Abstract: 一种急性肾损伤风险预警系统，属于急性肾损伤预测的技术领域，解决了现有技术不能及时准确地预测急性肾损伤风险的问题。系统包括数据采集装置，用于定时采集患者的体征数据，将体征数据发送至患者医疗数据综合管理平台；患者医疗数据综合管理平台包括数据存储模块、风险预测模块和通知模块；存储模块用于存储体征数据；风险预测模块用于提取最新的体征数据构建多元时序数据并输入急性肾损伤预测模型中得到急性肾损伤风险预测结果，将预测结果发送至通知模块；通知模块，用于显示预测结果以及当存在急性肾损伤风险时向预警装置发送报警信息；预警装置，设置于医护士工作站，用于根据所述报警信息进行报警。实现了及时准确的急性肾损伤预警。

公开(公告)号：CN114511540A

公开(公告)日：2022-05-17

申请号：CN202210123897.1

申请日：2022-02-10

Applicant: 北京大学

Inventor： 王平 ,  张晨滨 ,  颜鲲 ,  马萌 ,  刘德风 ,  和清源

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公布了一种基于多模态MRI图像的肌肉分割模型方法，属于医学图像分割技术领域。本发明集中所有MRI数据的物理信息，每例MRI数据通过编码器生成FAT模态和WATER模态图像特征，再通过注意力机制子模块整合两个模态的信息，最后通过解码模块生成肌肉分割的结果，再将该结果和真实标注进行比对，通过反向传播的方式训练模型，得到训练好的基于多模态MRI图像的肌肉分割模型。本发明在多模态的情况下，充分利用各个模态之间的互补性，深入挖掘图像的结构信息和语义信息，提高肌肉分割的准确率和稳定性。

公开(公告)号：CN116721111A

公开(公告)日：2023-09-08

申请号：CN202310684723.7

申请日：2023-06-09

Applicant: 北京大学

Inventor： 王平 ,  颜鲲 ,  张晨滨 ,  戴舒羽 ,  马萌

IPC: G06T7/10

Abstract: 本发明提供了一种基于两帧标注的高泛化性视频物体分割方法，属于视频目标分割技术领域。本发明对于每个训练视频，只需要随机标注两帧，就可以训练得到性能良好的VOS模型。可以适用于当前主流的基于特征匹配的VOS模型训练，达到与全标注数据下相媲美的精度。

公开(公告)号：CN114511540B

公开(公告)日：2024-11-26

申请号：CN202210123897.1

申请日：2022-02-10

Applicant: 北京大学

Inventor： 王平 ,  张晨滨 ,  颜鲲 ,  马萌 ,  刘德风 ,  和清源

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公布了一种基于多模态MRI图像的肌肉分割模型方法，属于医学图像分割技术领域。本发明集中所有MRI数据的物理信息，每例MRI数据通过编码器生成FAT模态和WATER模态图像特征，再通过注意力机制子模块整合两个模态的信息，最后通过解码模块生成肌肉分割的结果，再将该结果和真实标注进行比对，通过反向传播的方式训练模型，得到训练好的基于多模态MRI图像的肌肉分割模型。本发明在多模态的情况下，充分利用各个模态之间的互补性，深入挖掘图像的结构信息和语义信息，提高肌肉分割的准确率和稳定性。