公开(公告)号：CN118888127A

公开(公告)日：2024-11-01

申请号：CN202411376803.7

申请日：2024-09-30

Applicant: 吉林大学

Inventor： 贾晓晶 ,  闫澍 ,  宫欣 ,  刘锐 ,  李双

IPC: G16H50/20 ,  G06T7/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06V10/771 ,  G06N3/006

Abstract: 本发明公开了基于人工智能的宫颈癌诊断增强系统，包括数据收集模块、图像分析增强模块、数据融合处理模块、诊断流程优化模块和综合分析模块。本发明属于宫颈癌智能诊断技术领域，具体为基于人工智能的宫颈癌诊断增强系统，本发明采用结合图像增强生成的视觉变压卷积双路径模型，进行图像分析增强，为后续最终宫颈癌阶段自动分类提供了较好的特征数据源；采用结合模态分解和混合搜索算法的双向门控循环模型进行宫颈癌阶段自动分级，提升了系统整体的功能自动性、智能性和可用性；采用图像分析、数据融合和阶段分级三种模块独立设计的方法进行系统模块设计，增强了宫颈癌诊断系统的整体可用性和应用泛用性。

公开(公告)号：CN118888127B

公开(公告)日：2024-11-29

申请号：CN202411376803.7

申请日：2024-09-30

Applicant: 吉林大学

Inventor： 贾晓晶 ,  闫澍 ,  宫欣 ,  刘锐 ,  李双

IPC: G16H50/20 ,  G06T7/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06V10/771 ,  G06N3/006

Abstract: 本发明公开了基于人工智能的宫颈癌诊断增强系统，包括数据收集模块、图像分析增强模块、数据融合处理模块、诊断流程优化模块和综合分析模块。本发明属于宫颈癌智能诊断技术领域，具体为基于人工智能的宫颈癌诊断增强系统，本发明采用结合图像增强生成的视觉变压卷积双路径模型，进行图像分析增强，为后续最终宫颈癌阶段自动分类提供了较好的特征数据源；采用结合模态分解和混合搜索算法的双向门控循环模型进行宫颈癌阶段自动分级，提升了系统整体的功能自动性、智能性和可用性；采用图像分析、数据融合和阶段分级三种模块独立设计的方法进行系统模块设计，增强了宫颈癌诊断系统的整体可用性和应用泛用性。

公开(公告)号：CN116936111A

公开(公告)日：2023-10-24

申请号：CN202310775181.4

申请日：2023-06-28

Applicant: 吉林大学

Inventor： 闫澍 ,  贾晓晶 ,  贾惠钧 ,  周菲 ,  陈睿 ,  薛舒予 ,  王甜甜

IPC: G16H50/50 ,  G16H50/30 ,  G16H50/70 ,  G06F16/9536 ,  G06F18/214 ,  G06F18/22 ,  G06F18/24 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的宫颈癌预后情况预测方法，该方法包括获取影像学特征、获取统计学特征、建立宫颈癌预后情况预测模型、预测宫颈癌预后情况，本发明属于宫颈癌预后技术领域，具体是指一种基于机器学习的宫颈癌预后情况预测方法，本方案采用机器学习的方法来提取进行宫颈癌预后情况预测时所需特征，机器学习可以分析大规模的影像学数据，并提取出与预后预测相关的特征信息，提高模型的准确性，采用基于机器学习的预后情况预测方法，提高了模型应用于实际场景的能力，提高了模型的泛用性，采用协同过滤算法，分析治疗方案间相似性，去除了冗余特征的干扰，具有较好的针对性和契合度。