公开(公告)号：CN119649087A

公开(公告)日：2025-03-18

申请号：CN202411556242.9

申请日：2024-11-04

Applicant: 复旦大学 ,  密歇根大学理事会

Inventor： 孙允陆 ,  焦悦轩 ,  范旭东

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/26 ,  G06V10/44 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G16H50/20 ,  G16H50/70 ,  G06N3/048

Abstract: 本发明属于医学图像处理技术领域，具体为一种基于深度学习的多模态病理数据联合分析方法。本发明利用ResNet50网络，分别采集病理切片图像、荧光图像和激射图像进行深度学习，将病理组织分为5种组织类型，实现超多分类；并通过权重投票系统，对三模态的5分类结果进行权重综合投票，得到不同颜色代表不同组织类型的投票结果。这种对病理组织的多模态数据联合分析的方法，通过引入与原二维病理切片成像正交的高维度信息，使得可以采用相对粗糙的数据集，来实现优化判定，并提高判断鲁棒性。可高效率地辅助病理医生对病理切片的即时诊断与分析。

公开(公告)号：CN120009248A

公开(公告)日：2025-05-16

申请号：CN202510020424.2

申请日：2025-01-07

Applicant: 复旦大学

Inventor： 季敏标 ,  孙允陆 ,  贺英杰 ,  焦悦轩

IPC: G01N21/65 ,  G01N21/01

Abstract: 本发明属于光学显微成像技术领域，具体为一种基于平面平行微腔的相干拉曼显微成像方法。本发明首次把平面平行微腔结构，即法布里‑珀罗谐振腔用于传统的相干拉曼显微成像，设计不同反射率镀膜的微腔结构，分别针对相干反斯托克斯拉曼散射和受激拉曼散射过程进行调控，将样品的空间结构信息与拉曼信号耦合生成新的光谱与图像，分别实现腔增强相干反斯托克斯拉曼散射成像和腔增强受激拉曼散射成像。本发明与传统相干拉曼显微成像相比，提高了信号强度，并使样品的空间结构信息和化学信息被同时获取，从而提供样品更多维度的信息，与传统生物微腔传感成像相比，可以快速无标记成像；在生物医学检测等领域具有广乏应用前景。

公开(公告)号：CN119724570A

公开(公告)日：2025-03-28

申请号：CN202411593870.4

申请日：2024-11-08

Applicant: 复旦大学

Inventor： 孙允陆 ,  焦悦轩 ,  樊洁 ,  杨梅

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/70 ,  G16H70/60 ,  G16H30/20 ,  G16B20/50 ,  G16B40/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于癌症生存风险预测技术领域，具体为基于深度学习的病理形态学与KRAS基因及SMAD4蛋白相关性分析方法。本发明利用ResNet50网络对所采集的病理扫描切片进行深度学习，实现高达10种组织类型的分类，统计分类结果。并根据KRAS基因突变情况及SMAD4蛋白表达情况，进而预测病人预后，对患者进行危险分层。这种利用人工智能技术定量分析病理切片的方式，可以将基因及蛋白表达关联起来，在帮助病理医生对病理切片实现高精度、高效率地诊断之外，提供了更多维度的关联信息。通过综合分析这些因素，医生可以更准确地预测疾病进展，制定更有效的治疗策略，提高患者的生存率和生活质量。