-
公开(公告)号：CN116310591A
公开(公告)日：2023-06-23
申请号：CN202310395993.6
申请日：2023-04-13
Applicant: 复旦大学附属华山医院
IPC: G06V10/764 , G06V10/40 , G06V10/62 , G06V10/771
Abstract: 本发明提供了一种基于脑微结构和动静态功能的疾病分类或预测方法及系统，包括：步骤S1：获取脑多模态磁共振影像，并进行预处理；步骤S2：将对预处理后的数据进行脑功能特征的提取；步骤S3：将提取的特征进行特征筛选；步骤S4：搭建模型，对疾病数据进行预测和分类。本发明通过采用结合脑微结构和动态及静态功能特征信息，解决了单模态图像无法全面表征疾病病理变化的问题，既可用于疾病的分类，也可用于疾病进展的预测；本发明取得了较单模态、单类别特征更优的分类预测效果。
-
-
公开(公告)号：CN113223699A
公开(公告)日：2021-08-06
申请号：CN202110355578.9
申请日：2021-04-01
Applicant: 复旦大学附属华山医院
IPC: G16H50/20 , G16H30/20 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/00 , G06T7/11 , 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：CN111681184A
公开(公告)日：2020-09-18
申请号：CN202010523058.X
申请日：2020-06-09
Applicant: 复旦大学附属华山医院
Abstract: 本申请实施例提出了一种神经黑色素图像重建方法、装置、电子设备和计算机存储介质，所述神经黑色素图像重建方法包括：获取QSM序列的N组幅值图像；定所述N组幅值图像中的前M组幅值图像；将所述前M组幅值图像中的每一组幅值图像确定为短回波时间的幅值图像；基于所述M组短回波时间的幅值图像进行图像重建，得到所述N组幅值图像对应的神经黑色素图像。由于该神经黑色素图像的重建方法是通过QSM序列所获得的短回波时间的幅值图像所重建的，可以避免在后续的图像处理流程中进行图像的配准，同时，可以实现通过同一次扫描获取包含NM-MRI序列和QSM两个序列的信息，有利于实际临床检查。
-
公开(公告)号：CN111612762A
公开(公告)日：2020-09-01
申请号：CN202010430630.8
申请日：2020-05-20
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种MRI脑肿瘤图像生成方法及系统，包括：步骤1：构建图像融合对抗生成的GAN网络；步骤2：构建重建图像内容的泊松方程插入算法；步骤3：根据所述图像融合对抗生成的GAN网络和重建图像内容的泊松方程插入算法对输入的3D核磁共振图像进行图像融合生成，将基于GAN网络的MRI图像生成、基于泊松方程编辑MRI融合效果叠加得到最终的图像扩增结果。本发明进行现有样本的数据扩增，增强训练模型的精度和泛化性，为脑肿瘤的诊断、治疗和医生模拟读片训练提供准确的依据。
-
Patent Agency Ranking
公开(公告)号：CN117218202A
公开(公告)日：2023-12-12
申请号：CN202311414933.0
申请日：2023-10-27
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种基于三维核磁共振足印区空间定位及形态分析方法及系统，包括：步骤S1：获取加权的3D MRI磁共振图像，进行足印区层面重建；步骤S2：获取与足印区平面平行的图像，确定空间定位区；步骤S3：进行足印区勾勒，分割足印区；步骤S4：针对足印区进行空间定位分析和形态分析。本发明通过采用3D MRI重建技术，能准确地在ACL与股骨的附着点紧密相切的斜矢状平面评估ACL股骨足印区，解决了传统2D MRI评估方法中关于ACL股骨足印区形态评估的不准确问题，从而为医生提供了更为准确的ACL股骨足印区形态信息，进而优化ACL重建手术的效果。
-
公开(公告)号：CN115713520A
公开(公告)日：2023-02-24
申请号：CN202211482880.1
申请日：2022-11-24
Applicant: 复旦大学 , 光华临港工程应用技术研发(上海)有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的医学影像颈动脉血管分割算法和系统，所述方法通过对原始颈部医学影像数据的获取和预处理后，输入预训练的医学影像颈动脉血管检测网络进行血管定位，生成颈动脉血管定位框；然后将定位框对应的部分颈部医学影像，输入预训练的医学影像颈动脉血管分割网络进行血管分割，生成颈动脉血管分割结果；最后将颈动脉血管分割结果和原始颈部医学影像数据进行可视化展示。与现有技术相比，本发明具有分割准确性高的优点。
-
公开(公告)号：CN115619794A
公开(公告)日：2023-01-17
申请号：CN202210513459.6
申请日：2022-05-11
Applicant: 复旦大学 , 粤港澳大湾区精准医学研究院(广州)
Abstract: 本发明提供了一种基于神经网络的原发性肝细胞癌病灶分割系统及方法，包括：模块M1：获取肝脏多期相CT数据并进行预处理，得到预处理后的肝脏多期相CT数据；模块M2：将预处理后的肝脏多期相CT数据通过第一个预训练的多通道卷积神经网络进行肝脏分割，得到肝脏区域的多期相CT数据；模块M3：将肝脏区域的多期相CT数据通过第二个预训练的多通道卷积神经网络进行原发性肝细胞癌病灶筛查，获得含有原发性肝细胞癌病灶的多期相CT数据；模块M4：将含有原发性肝细胞癌病灶的多期相CT数据通过第三个预训练的多通道卷积神经网络进行原发性肝细胞癌病灶分割，得到原发性肝细胞癌病灶多期相分割结果。
-
公开(公告)号：CN114240846A
公开(公告)日：2022-03-25
申请号：CN202111394790.2
申请日：2021-11-23
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种降低医学图像病灶分割结果假阳率的系统及方法，包括：模块M1：获取医学图像；模块M2：利用分割技术对获取的医学图像进行组织分割和病灶分割，分别得到第一组织区域和第一病灶区域；模块M3：对第一组织区域进行膨胀操作，得到第二组织区域；模块M4：对第一病灶区域与第二组织区域进行假阳性降低处理，得到第二病灶区域，第二病灶区域为降低假阳率病灶检测分割结果。通过医学图像分割的解剖组织结构和病灶的空间膨胀和卷积方法，解决了病灶分割结果假阳率高的问题，取得了提高病灶诊断正确性与分割精准度的效果。
-
公开(公告)号：CN112150477B
公开(公告)日：2021-09-28
申请号：CN201911118499.5
申请日：2019-11-15
Applicant: 复旦大学
Abstract: 本发明提供一种脑影像动脉全自动分割方法及装置，能够对二维或是三维的待测脑影像进行自动的脑血管分割，其特征在于，包括：步骤S1，对待测脑影像进行图像增强；步骤S2，采用预先训练的机器学习分类器以及构建的子类‑参数对照表进行参数自适应选取；步骤S3，根据参数进行阈值分割；步骤S4，自适应颅骨种子点提取；步骤S5，根据参数进行颅骨去除；步骤S6，分析所有连通域的体积并根据参数进行连通域筛选；步骤S7，自适应阈值统计得出上下限阈值；步骤S8，根据上下限阈值区域增长；步骤S9，均匀扩展得到最后的图像分割结果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.027 seconds)
