-
公开(公告)号：CN119991940A
公开(公告)日：2025-05-13
申请号：CN202510016371.7
申请日：2025-01-06
Applicant: 复旦大学
IPC: G06T17/00 , G06T7/11 , G06T19/20 , G06T7/12 , G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供了一种用于磁共振成像中自动分割深灰质核团的系统、方法及介质，包括：对磁共振图像进行重采样、裁剪和归一化预处理；使用包含交替的卷积神经网络编码器块和Transformer编码器块的编码器模块提取层次化特征表示；通过级联通道‑空间融合模块，应用通道和空间注意力机制融合特征；使用包含上采样层和跳跃连接的解码器模块重建分割图；通过对称边界注意模块，比较原始和镜像分割图，增强边界细化；使用动态自适应加权Dice损失函数，根据每个核团的体积调整权重，指导网络训练；输出深灰质核团的分割图。本发明实现了对DGM核团的精确分割，并有效解决了小体积核团分割中的类不平衡问题。
-
公开(公告)号：CN119832103A
公开(公告)日：2025-04-15
申请号：CN202411881336.3
申请日：2024-12-19
Applicant: 复旦大学附属华山医院
IPC: G06T11/00 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/096 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提供了一种脑影像脑膜瘤患者平扫图像全自动生成增强图像方法，包括：将脑膜瘤患者的原始图像文件进行格式转换，整理并划分为训练集和验证集；对训练集和验证集的图像进行图像预处理和图像数据增强放大数据量；进行训练并验证，保存训练完的模型；对测试集的脑膜瘤CT切片图像进行后处理的推理重建并保存。本发明对于每种设备采集的数据均可以转换为适合脑膜瘤患者增强影像生成模型的数据格式，更适应医生临床所需，便于查阅，同时支持数据批量处理操作，具有高适配性；具有可重复、无创性、批量化、提高临床医生诊断效率的优点，能够为脑膜瘤影像简易筛查提供辅助手段。
-
公开(公告)号：CN113643805B
公开(公告)日：2024-04-02
申请号：CN202110913967.9
申请日：2021-08-10
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种基于影像组学的脑膜瘤伽马刀后瘤周水肿预测系统；包括影像组学特征提取单元，用以对各患者术前头颅磁共振常规序列肿瘤区域进行影像组学特征提取；将各患者影像组学特征中的冗余特征去除以得到筛选后的重要影像组学特征；结合筛选后的影像组学特征、临床数据获取单元的临床特征及影像学语义特征获取单元获取的影像学特征等，根据水肿发生与否及发生时间得到临床影像特征与结局判定单元获得的术后水肿发生率及发生期之间的关系，建立随机生存森林模型用于预测。本发明的术后水肿预测系统，通过提取肿瘤区域的影像学特征结合临床特征，具有无创性、可重复、易操作的优点，可为评估行伽马刀的脑膜瘤患者预后、改善临床决策提供有力支持。
-
公开(公告)号：CN110197715B
公开(公告)日：2023-05-26
申请号：CN201910416151.8
申请日：2019-05-19
Applicant: 复旦大学附属华山医院
IPC: G16H30/40 , G16H50/70 , G06F16/904
Abstract: 本发明属于医学图像处理技术领域，具体为一种读片教学用医学影像浏览系统。本发明包括：数据库、业务服务器、前端软件三个部分；数据库用于存储医学影像文件数据、典型影像学表现患者信息数据等；业务服务器为负责与数据库、与前端软件通讯的中间件，与数据库具有增删改查的通讯，与前端软件具有双向通讯；业务服务器通过调用大数据分析模块与影像分析模块，进行增量数据的分析等；前端软件为系统与用户进行交互的软件，具有数据库信息显示、影像数据浏览、数据标记与标注等功能。本发明系统可避免重复标注，降低标注的错误率；能够从众多标注中筛选正确率最高的标注，将用户的临床经验更好地转换为信息；并能为临床诊疗标准的建立提供依据。
-
公开(公告)号：CN114181233A
公开(公告)日：2022-03-15
申请号：CN202111403938.4
申请日：2021-11-24
Applicant: 复旦大学
Abstract: 本发明涉及一种基于羧酸吡啶‑三乙酸‑四氮杂环十二烷配体的钆基T1磁共振造影剂FD‑Gd‑123，分子结构通式含有一个羧酸吡啶‑三乙酸‑四氮杂环十二烷配体(DO3A‑PA)，一个九配位的三价钆(Gd)离子和n个配位水分子，DO3A‑PA是羧酸吡啶的2号位通过X基团与1,4,7‑三乙酸‑1,4,7,10‑四氮杂环十二烷(DO3A)通过共价键相连的大环配体。本发明造影剂FD‑Gd‑123在结构设计上不仅兼具大环非离子型造影剂Gd‑DO3A和大环高稳定型造影剂Gd‑DOTA的优点，且T1加权成磁共振成像数值明显高于临床使用的Gd‑DOTA(3.6mM‑1s‑1)。
-
Patent Agency Ranking
公开(公告)号：CN111821279A
公开(公告)日：2020-10-27
申请号：CN202010688439.3
申请日：2020-07-16
Applicant: 复旦大学附属华山医院
IPC: A61K9/51 , A61K33/32 , A61K47/42 , A61K41/00 , A61K49/00 , A61K49/04 , A61K49/18 , A61P35/00 , A61P35/04 , B82Y5/00 , B82Y20/00 , B82Y25/00 , B82Y30/00 , B82Y40/00
Abstract: 本发明公开了一种白蛋白载二氧化锰及全氟溴辛烷纳米粒及制备方法与应用，涉及生物技术领域，所述的白蛋白载二氧化锰及全氟溴辛烷纳米粒由牛血清白蛋白载二氧化锰及全氟溴辛烷所得。本发明还提供该白蛋白载二氧化锰及全氟溴辛烷纳米粒制备方法及其在肿瘤双模态成像和增强高强度聚焦超声肿瘤免疫原性死亡中的应用。其优点在于：本发明获得的白蛋白载二氧化锰及全氟溴辛烷纳米粒具有增强高强度聚焦超声免疫死亡的特性及生物相容性，在肿瘤中主动靶向富集量高的特点，可通过CT和MRI双模态成像实现肿瘤诊断和实时监测，可通过增强高强度聚焦超声肿瘤免疫原性死亡，体内抑制肿瘤生长及肺转移，提高动物生存率。
-
公开(公告)号：CN113223699B
公开(公告)日：2024-10-18
申请号：CN202110355578.9
申请日：2021-04-01
Applicant: 复旦大学附属华山医院
IPC: G16H50/70 , G16H50/20 , G16H30/40 , G06V10/764 , G06V10/77 , G06V10/82 , G06V10/26 , G06N3/045 , G06N3/0499 , G06T7/00 , G06T7/73 , A61B34/10
Abstract: 本发明提供了一种构建腰椎骨量减少和骨质疏松筛查模型的方法和系统，包括：步骤1：从双平面成像设备中采集影像数据，获取冠、矢状面影像数据及体检信息并进行预处理；步骤2：对冠、矢状面影像进行椎体分割，得到分割结果；步骤3：根据分割结果和体检信息，构成特征集合；步骤4：基于特征集合进行腰椎骨量减少和骨质疏松筛查模型构建。本发明利用常规体检指标及冠、矢状面影像信息，进行腰椎骨量减少和骨质疏松疾病的筛查，在降低辐射量的同时，为今后快速准确地筛查具有高OP疾病风险的人群提供了理论和实践依据，具有很大的实际应用价值。
-
公开(公告)号：CN113571203B
公开(公告)日：2024-01-26
申请号：CN202110813710.6
申请日：2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统，利用多中心的多模态脑肿瘤影像及其组学信息，患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测，提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型，在保证患者图像数据隐私的基础上实现可靠
-
公开(公告)号：CN113643805A
公开(公告)日：2021-11-12
申请号：CN202110913967.9
申请日：2021-08-10
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种基于影像组学的脑膜瘤伽马刀后瘤周水肿预测系统；包括影像组学特征提取单元，用以对各患者术前头颅磁共振常规序列肿瘤区域进行影像组学特征提取；将各患者影像组学特征中的冗余特征去除以得到筛选后的重要影像组学特征；结合筛选后的影像组学特征、临床数据获取单元的临床特征及影像学语义特征获取单元获取的影像学特征等，根据水肿发生与否及发生时间得到临床影像特征与结局判定单元获得的术后水肿发生率及发生期之间的关系，建立随机生存森林模型用于预测。本发明的术后水肿预测系统，通过提取肿瘤区域的影像学特征结合临床特征，具有无创性、可重复、易操作的优点，可为评估行伽马刀的脑膜瘤患者预后、改善临床决策提供有力支持。
-
公开(公告)号：CN113571203A
公开(公告)日：2021-10-29
申请号：CN202110813710.6
申请日：2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统，利用多中心的多模态脑肿瘤影像及其组学信息，患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测，提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型，在保证患者图像数据隐私的基础上实现可靠的、准确度更高的脑肿瘤预后生存期预测系统。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.018 seconds)
