公开(公告)号：CN110458859A

公开(公告)日：2019-11-15

申请号：CN201910582883.4

申请日：2019-07-01

Applicant: 南开大学

Inventor： 杨巨峰 ,  夏爽 ,  冀晓东 ,  陈松 ,  程明明

IPC: G06T7/136

Abstract: 一种基于多序列MRI的多发性骨髓瘤病灶分割系统。包括：输入模块，预处理模块，ROI选择模块，多序列MRI的特征描述模块，阈值计算模块，疑似病灶分割模块和输出模块。该系统基于专家预先标定的先验知识数据库确定RoI区域的坐标限定值集合、病灶区域的长宽比阈值、面积阈值、灰度值差异阈值，并依据其统计特性得到阳性病灶的特征阈值来分割疑似病灶区域，可准确有效的实现多序列MRI中具有多区域特性的多发性骨髓瘤病灶分割。本发明不仅融合了影像图像自有的特征，且依据人类高级先验知识使得确立的ROI更具灵活性，可显著提高多序列MRI中多发性骨髓瘤病灶分割的准确性，降低现有基于聚类分割系统中因初始随机化引起的分割结果不可靠的风险。

公开(公告)号：CN116982935A

公开(公告)日：2023-11-03

申请号：CN202310967948.3

申请日：2023-08-02

Applicant: 天津市第一中心医院 ,  南开大学

Inventor： 柴超 ,  刘之洋 ,  夏爽 ,  沈文 ,  刘国华 ,  孙寒煜 ,  王慧颖

IPC: A61B5/00 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  A61B5/055

Abstract: 本发明提供了一种基于T1WI和QSM的深度学习脑龄测试方法及系统，涉及医学图像分析领域，包括：获取测试者的磁共振T1WI数据和QSM图像数据；根据深度学习算法以及测试者的磁共振T1WI数据和QSM图像数据，确定测试者的脑核团三维分割图；根据测试者的脑核团三维分割图，计算测试者对应的数值形状特征和磁敏感值的统计特征；根据脑龄测试模型以及测试者对应的数值形状特征和磁敏感值的统计特征，计算测试者的脑龄；其中，脑龄测试模型是对健康者对应的年龄、数值形状特征和磁敏感值的统计特征进行线性回归后得到的。本发明能够更全面更准确进行脑龄测试。

公开(公告)号：CN110458859B

公开(公告)日：2023-05-05

申请号：CN201910582883.4

申请日：2019-07-01

Applicant: 南开大学

Inventor： 杨巨峰 ,  夏爽 ,  冀晓东 ,  陈松 ,  程明明

IPC: G06T7/136

Abstract: 一种基于多序列MRI的多发性骨髓瘤病灶分割系统。包括：输入模块，预处理模块，ROI选择模块，多序列MRI的特征描述模块，阈值计算模块，疑似病灶分割模块和输出模块。该系统基于专家预先标定的先验知识数据库确定RoI区域的坐标限定值集合、病灶区域的长宽比阈值、面积阈值、灰度值差异阈值，并依据其统计特性得到阳性病灶的特征阈值来分割疑似病灶区域，可准确有效的实现多序列MRI中具有多区域特性的多发性骨髓瘤病灶分割。本发明不仅融合了影像图像自有的特征，且依据人类高级先验知识使得确立的ROI更具灵活性，可显著提高多序列MRI中多发性骨髓瘤病灶分割的准确性，降低现有基于聚类分割系统中因初始随机化引起的分割结果不可靠的风险。

公开(公告)号：CN112348779A

公开(公告)日：2021-02-09

申请号：CN202011143562.3

申请日：2020-10-23

Applicant: 南开大学 ,  天津市第一中心医院

Inventor： 刘之洋 ,  柴超 ,  乔鹏冲 ,  赵彬 ,  吴虹 ,  刘国华 ,  吴梦然 ,  夏爽 ,  沈文

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的核磁影像大脑灰质核团分割方法。包括步骤：数据的准备与预处理；构建全局与局部支路数据对；基于3D Unet网络原有框架与残差结构设计3D ResUnet网络；设计全局与局部特征提取结构，将网络输入部分扩充为两条支路分别提取全局与局部数据对的特征；设计特征补偿模块，使用3D转置卷积，中心剪裁，特征拼接操作融合两条支路的特征；设计解码双支路；将处理好的数据输入最终模型进行训练；在像素级标签的测试集上验证网络的分割效果，并输出分割结果。本发明提出的方法可以大大减小标注数据的成本，在一定程度上为定量研究神经退行性疾病提供数据基础，对于探究疾病病理机制与临床治疗具有重大意义。

公开(公告)号：CN119380085A

公开(公告)日：2025-01-28

申请号：CN202411416303.1

申请日：2024-10-11

Applicant: 南开大学 ,  天津市第一中心医院

Inventor： 柴超 ,  刘之洋 ,  杨东 ,  张明浩 ,  沈文 ,  夏爽 ,  王慧颖

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/74 ,  G06F40/126 ,  G06F18/25 ,  G06F16/53 ,  G06N3/0455 ,  G06N3/09

Abstract: 本申请公开了一种基于对比学习的图像编码器‑文本编码器联合训练方法、图像查询方法、健康状态测评方法和设备，涉及医学图像理解领域，该方法包括：将各个3D多模态脑MRI图像和各个中文医学报告分别输入至图像编码器模型和文本编码器模型，获得一维图像向量和一维文本向量；根据图像‑文本相似度矩阵、文本‑图像相似度矩阵和语义相似度矩阵，利用融合损失函数，计算当前次迭代的损失并对图像编码器模型和文本编码器模型的参数进行优化；达到迭代结束条件时得到训练后的图像编码器模型和文本编码器模型。本申请实现了图像与文本的零样本分类与跨模态互相检索等下游任务。