-
公开(公告)号：CN116188493A
公开(公告)日：2023-05-30
申请号：CN202310185756.7
申请日：2023-03-01
Applicant: 同济大学
Abstract: 本发明涉及图像识别与语义分割领域，尤其涉及一种造影图像分割方法，包括：利用RetinexNet网络对造影图像进行图像增强；利用引入了CA(Coordinate Attention)注意力机制的ResUNet++模型对图像增强后的造影图像进行训练，以获取造影图像的语义分割结果。本发明通过引入CA注意力机制，增强了网络学习特征的表达能力，有效地提升了模型的准确率，且计算消耗小；通过引入RetinexNet网络对造影图像进行预处理，能够批量处理低光照、对比度的造影图像，有效提升了输入图像的对比度，增强了图像的细节，使得到的图像轮廓更加清晰，可以满足血管分割的高精度识别要求，提升了系统的鲁棒性与准确性。
-
公开(公告)号：CN117535352A
公开(公告)日：2024-02-09
申请号：CN202311333039.0
申请日：2023-10-16
Applicant: 同济大学
Abstract: 本发明属于免疫细胞技术领域，涉及一种筛选具有POLE抗原特异性T细胞的方法。所述的筛选具有POLE抗原特异性T细胞的方法，包括：将POLE突变型抗原肽与HLA‑1、B2M复合物形成POLE突变抗原肽MHC复合物四聚体；TCR mRNA脂质体融合转染T细胞获得POLE突变抗原特异性T细胞；使用POLE突变抗原肽MHC复合物四聚体分选POLE突变抗原特异性T细胞。本发明还提供了具有POLE抗原特异性T细胞在制备杀伤表达POLE抗原细胞的药物中的应用。所述的杀伤表达POLE抗原细胞的药物对表达POLE抗原的细胞具有杀伤作用。PD‑L1与所述的杀伤表达POLE抗原细胞的药物联用，具有特异性杀伤肿瘤细胞的作用。
-
Patent Agency Ranking
公开(公告)号：CN117535352B
公开(公告)日：2024-07-26
申请号：CN202311333039.0
申请日：2023-10-16
Applicant: 同济大学
Abstract: 本发明属于免疫细胞技术领域，涉及一种筛选具有POLE抗原特异性T细胞的方法。所述的筛选具有POLE抗原特异性T细胞的方法，包括：将POLE突变型抗原肽与HLA‑1、B2M复合物形成POLE突变抗原肽MHC复合物四聚体；TCR mRNA脂质体融合转染T细胞获得POLE突变抗原特异性T细胞；使用POLE突变抗原肽MHC复合物四聚体分选POLE突变抗原特异性T细胞。本发明还提供了具有POLE抗原特异性T细胞在制备杀伤表达POLE抗原细胞的药物中的应用。所述的杀伤表达POLE抗原细胞的药物对表达POLE抗原的细胞具有杀伤作用。PD‑L1与所述的杀伤表达POLE抗原细胞的药物联用，具有特异性杀伤肿瘤细胞的作用。
-
公开(公告)号：CN117218293A
公开(公告)日：2023-12-12
申请号：CN202311202086.1
申请日：2023-09-18
Applicant: 同济大学
Abstract: 本发明公开了一种DICOM医学影像的三维重建方法、系统及计算机软件产品，提供更多可选择化的模块选择以及更多种可搭配的组合，从三维重建算法开始，用户可以选择自己需要的算法类型，数据处理类也可由用户选择，最后生成的三维重建模型也可根据用户对渲染器设置颜色等，实现根据自己需要的调整。所述三维重建方法基于VTK作为图形处理库，利用了多种三维重建算法，同时使用多种渲染和交互功能，可实现功能完善、性能高效、操作方便的医学影像三维重建。
-
公开(公告)号：CN117133399A
公开(公告)日：2023-11-28
申请号：CN202311045052.6
申请日：2023-08-18
Applicant: 同济大学
IPC: G16H15/00 , G16H10/60 , G06F40/186
Abstract: 本发明公开了一种基于大语言模型的手术报告生成系统及其工作方法，通过大语言模型来实现手术报告及术后建议的自动生成，减少医生的工作量，提高医疗质量和效率。所述手术报告生成系统包括硬件和软件两部分，所述硬件包括实时数据采集模块；所述软件包括数据预处理模块、图像处理模块、自然语言处理与报告生成模块、用户界面模块。数据预处理模块接收来自实时数据采集模块的数据并进行处理；图像处理模块接收图像采集设备拍摄手术过程中的图像数据并进行处理；自然语言处理与报告生成模块接收数据预处理模块处理的信息，基于大语言模型的自然语言处理算法，根据患者的生理参数、手术过程中的关键信息，生成手术报告和术后建议。
-
公开(公告)号：CN116416288A
公开(公告)日：2023-07-11
申请号：CN202310421873.9
申请日：2023-04-19
Applicant: 同济大学
IPC: G06T7/33 , G06T5/00 , G06T5/20 , G06V10/46 , G06V10/50 , G06V10/771 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于AKAZE与ResNet的血管造影图像配准方法、存储介质及终端。所述图像配准方法包括使用AKAZE算法识别出不同尺度和旋转角度下的所述图像的特征点，对每个检测到的特征点进行方向分配和M‑LDB描述子生成、将所述ResNet神经网络的分类输出转换为特征点对输出、使用包含所述M‑LDB描述子的数据集训练修改后的ResNet神经网络、从识别出的M‑LDB描述子中选取特征点对，并通过所述特征点对计算出图像间的变换关系等步骤。本发明很好地解决了AKAZE算法和ResNet神经网络之间的兼容性问题，避免了由于图像间存在复杂的姿态变化和噪声影响而导致的误差。
-
公开(公告)号：CN117637142A
公开(公告)日：2024-03-01
申请号：CN202311455467.0
申请日：2023-11-03
Applicant: 同济大学
Abstract: 本发明公开了本发明涉及一种基于边缘计算与联邦学习的泛血管智能诊疗系统。包括中心服务器、边缘计算模块和终端设备，中心服务器包含数据库和综合处理系统，用于存储和管理各个边缘计算模块上传的血压、血脂、血糖、心电图等数据和模型参数，以及提供泛血管智能诊疗服务的接口和平台；边缘计算模块设置在各个医院心内科诊室，与中心服务器通过网络连接，用于实现快速和智能的诊断，并将数据和模型上载至中心服务器，利用分布式数据集进行协作机器学习，进而优化智能诊疗模型。提高了泛血管智能诊疗服务的效率和质量；优化了泛血管智能诊疗模型的性能和泛化能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
