公开(公告)号：CN118467763A

公开(公告)日：2024-08-09

申请号：CN202410601385.0

申请日：2024-05-15

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  刘盼 ,  谌记文 ,  张全镇 ,  王璐

IPC: G06F16/51 ,  G06T7/00 ,  G06T7/30 ,  G06V10/74 ,  G06V10/26 ,  G16H30/40 ,  G06F16/901

Abstract: 本发明实施例涉及一种基于影像配准构建DW I影像医学图谱的处理方法和装置，所述方法包括：将标准脑模板T1影像作为模板影像，构建多模态影像库，对模板影像与多模态影像库的各模态影像的配准矩阵进行识别并创建标准影像库；接收被试者数据集，若T1子集存在则将T1子集作为当前子集、若T1不存在但T2子集存在则将T2子集作为当前子集、若只有DW I子集则将DW I子集作为当前子集；基于当前子集、标准影像库和模板影像对被试者的DW I影像与模板影像间的配准矩阵进行筛选；基于候选矩阵序列和模板影像的四类医学图谱模板对被试者DW I影像对应的四类医学图谱进行构建。通过本发明可以提高DW I影像医学图谱的分割准确度和处理效率。

公开(公告)号：CN119559147A

公开(公告)日：2025-03-04

申请号：CN202411688251.3

申请日：2024-11-22

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  刘盼 ,  张栗源 ,  刘思强 ,  王璐

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种血管狭窄率预测方法、预测模型和预测系统，其中，方法包括获取血管造影影像，对血管造影影像进行血管分割处理，得到血管分割图；然后将血管分割图作为预先训练的基于深度学习的血管狭窄率预测模型的输入，通过预测模型进行预测后输出血管狭窄率分布图，其中，血管狭窄率分布图包括多个第一像素。该预测模型、方法和系统将深度学习技术与临床医学相结合，通过深度学习技术将血管的狭窄情况准确的计算出来，能够适应于不同质量的医学影像，其预测速度快、预测结果准确且具有一致性，保持了医生诊断的规范和标准，并解决了深度学习可解释性差的缺点，是一种准确高的血管狭窄率预测方法。