关联免疫组化指标Ki67的肾癌风险等级预测方法

    公开(公告)号:CN112735593A

    公开(公告)日:2021-04-30

    申请号:CN202110087250.3

    申请日:2021-01-22

    Applicant: 吉林大学

    Abstract: 本发明涉及一种关联免疫组化指标Ki67的肾癌风险等级预测方法,属于放射组学与机器学习领域。本发明使用的技术方案是,基于肾脏肿瘤纹理特征提取与支撑向量机(Support Vector Machine,SVM)分类的肾癌风险等级分类方法。步骤如下:1)获取肾脏肿瘤的核磁共振的T1加权图像;2)勾画肾脏肿瘤区域,即感兴趣区域(Region of Interest,RoI);3)对RoI进行像素灰度值归一化处理;4)提取RoI的二阶纹理特性;5)将已有Ki67指标分级结果与病灶区域的二阶纹理特征相关联,用SVM分类器对RoI图像进行训练,得到关联Ki67的肾癌风险等级智能预测分类模型。本发明方法训练时间短,结果准确率高,通过Ki67等级和肾癌细胞纹理特征的相关性,实现肾癌风险等级预测,可以在放射学层面为医生提供可靠的肾癌等级辅助诊断结果。

    一种仿生蟹腿减震结构
    2.
    发明公开

    公开(公告)号:CN118021543A

    公开(公告)日:2024-05-14

    申请号:CN202410302802.1

    申请日:2024-03-18

    Abstract: 一种应用于危急重症病患智能载移机器人的仿生蟹腿减震结构,它涉及一种蟹腿运动结构,具体涉及一种仿生蟹腿减震结构。所述仿蟹腿结构包括床板支撑杆、蟹足节、小腿节、旋转节、大腿节、伸缩节以及行走轮。本发明为了解决现有危急重症病患在载移过程中由于环境原因而导致的颠簸、震动,从而导致患者发生二次损伤的问题,通过对螃蟹腿部结构的力学特性进行分析,模拟螃蟹腿部的支撑结构,通过关节之间的连接减轻震动产生的冲击力,并且利用蟹足结构增强行走轮的稳定性与抓地力。通过关节与关节之间的联动,以及与足部的配合来实现减轻病患载移过程中震动的问题,减小患者在载移过程中受到的二次伤害。本发明属于机器人领域。

    一种介入科用造影剂推注器

    公开(公告)号:CN112843376B

    公开(公告)日:2021-08-24

    申请号:CN202110147242.3

    申请日:2021-02-03

    Applicant: 吉林大学

    Inventor: 黄萨 陈鹏 魏雪

    Abstract: 本发明涉及医疗辅助器械技术领域,具体为一种介入科用造影剂推注器,一种介入科用造影剂推注器,包括平移机构、注射机构、储存更换机构、夹取机构。上述介入科用造影剂推注器只需把储力弹簧储满力就可实现连续注射。该装置具有减少了医务人员频繁操作,提高了工作效率、节省医疗器械等优点。

    一种纳米造影剂及其制备方法和应用

    公开(公告)号:CN113244415A

    公开(公告)日:2021-08-13

    申请号:CN202110504356.9

    申请日:2021-05-10

    Applicant: 吉林大学

    Abstract: 本发明适用于分子影像领域,提供了一种纳米造影剂及其制备方法和应用,该纳米造影剂的制备方法包括以下步骤:将钆源、镥源、聚乙二醇和尿素置于溶剂中进行混合,得到混合溶液;将混合溶液进行加热反应,得到所述纳米造影剂。本发明实施例采用一步均相沉淀法可大量合成聚乙二醇修饰的二元稀土纳米造影剂。该纳米造影剂显示了良好的胶体稳定性、溶液分散性。体外成像结果显示该纳米造影剂具有高效的T1权重MRI成像能力;体内对皮下荷瘤小鼠模型成像,结果此纳米造影剂可用于活体层面的T1加权MRI成像和CT双模式成像能力。体内及体外毒性研究结果显示,该纳米造影剂具有较低生物毒性并具有很好的生物兼容性。

    一种用于CTA图像的颅内动脉瘤区域自动检测系统和检测方法

    公开(公告)号:CN111445478B

    公开(公告)日:2023-09-08

    申请号:CN202010190048.9

    申请日:2020-03-18

    Applicant: 吉林大学

    Abstract: 本发明公开了一种用于CTA图像的颅内动脉瘤区域自动检测系统及检测方法,包括:数据增强模块,其用于将采集后的CTA图像数据进行增强处理;疑似区域预选模块,其用于对增强后的CTA图像数据进行模型训练,确定疑似区域的中心坐标;精细目标检测模块,其用于根据所述中心坐标裁剪原始图像后,进行模型训练,在所述原始图像上标注颅内动脉瘤所在区域;多维度融合模块,其用于根据所述中心坐标裁剪三维立体图像后,进行模型训练,在所述三维立体图像上标注颅内动脉瘤所在区域,进而结合精细目标检测结果,在所述原始图像上标注颅内动脉瘤所在区域;增量训练模块,其用于采集新增的CTA图像,重新确定颅内动脉瘤所在区域。

    一种基于奖励函数引入先验知识的医学图像分割方法

    公开(公告)号:CN115187571A

    公开(公告)日:2022-10-14

    申请号:CN202210893407.6

    申请日:2022-07-27

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于奖励函数引入先验知识的医学图像分割方法,包括如下步骤:获取公开的医学CT图像数据集;基于图像数据集,设计并得到奖励函数;在奖励函数中引入图像数据集中的CT图像的前景‑背景比引入,得到改进的奖励函数;在改进的奖励函数中引入先验知识实例的近似难度,得到最终的奖励函数;使用最终的奖励函数替换强化学习网络中的奖励函数,并进行强化网络训练,最后通过分割网络输出最终的分割结果图。本发明采用将外部先验知识引入到奖励函数的设计,使其朝着有益的方向极大地影响了模型学习的过程,图像中每个像素不仅考虑自身的状态,同时会考虑其它相邻像素的状态,并在约束方向上更新策略,分割结果与真实病变相似。

    基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法

    公开(公告)号:CN113223704B

    公开(公告)日:2022-07-26

    申请号:CN202110550042.2

    申请日:2021-05-20

    Applicant: 吉林大学

    Abstract: 本发明属于主动脉瘤辅助诊断技术领域,具体为基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法,包括步骤一:数据采集,首先从医院的院区中回顾性的收集了多份带有主动脉的普通CT扫描;步骤二:数据处理,将其分为三个数据集:训练集,内部测试集和外部测试集;步骤三:建立模型,然后利用Attention‑Unet卷积神经网络构建辅助诊断工具,使用其评估测试集中主动脉瘤风险,检测敏感度、特异度和准确度,其设计合理,对主动脉瘤具有良好的诊断能力。与放射科医生联合使用,该方法可以显著增强放射科医生的胶片读取和决策能力,提高影像科室的整体实力。这一先进技术的性能证明了这种无创、廉价、方便的方法具有临床试验的潜力。

    基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法

    公开(公告)号:CN113223704A

    公开(公告)日:2021-08-06

    申请号:CN202110550042.2

    申请日:2021-05-20

    Applicant: 吉林大学

    Abstract: 本发明属于主动脉瘤辅助诊断技术领域,具体为基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法,包括步骤一:数据采集,首先从医院的院区中回顾性的收集了多份带有主动脉的普通CT扫描;步骤二:数据处理,将其分为三个数据集:训练集,内部测试集和外部测试集;步骤三:建立模型,然后利用Attention‑Unet卷积神经网络构建辅助诊断工具,使用其评估测试集中主动脉瘤风险,检测敏感度、特异度和准确度,其设计合理,对主动脉瘤具有良好的诊断能力。与放射科医生联合使用,该方法可以显著增强放射科医生的胶片读取和决策能力,提高影像科室的整体实力。这一先进技术的性能证明了这种无创、廉价、方便的方法具有临床试验的潜力。

Patent Agency Ranking