公开(公告)号：CN119991959A

公开(公告)日：2025-05-13

申请号：CN202510116484.4

申请日：2025-01-24

Applicant: 复旦大学 ,  复旦大学附属华山医院

Inventor： 单洪明 ,  李郁欣 ,  王晨辉 ,  朴思蓉 ,  谢芳

IPC: G06T17/00 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明属于医学图像处理技术领域，具体为一种多示踪剂PET跨模态合成系统。本发明系统，包括一个生成扩散Transformer模型，记为GenPET，该GenPET用于从结构MRI图像合成多示踪剂PET图像，包括两个阶段：使用三维编码器将MRI和多示踪剂PET图像编码到统一的潜空间中，并设计模态区分损失，以确保潜空间中不同模态的区分；利用隐空间扩散Tansformer模型实现从MRI到特定示踪剂PET的隐空间特征转换。通过神经放射专家视觉图灵测试、分层定量指标、临床相关性和放射组学分析，系统地评估GenPET合成的多示踪剂PET的成像质量和诊断效用，结果表明GenPET有望解决服务不足地区成像资源稀缺的问题，并提高神经退行性疾病的诊断水平。

公开(公告)号：CN116364285A

公开(公告)日：2023-06-30

申请号：CN202310278934.0

申请日：2023-03-21

Applicant: 复旦大学

Inventor： 单洪明 ,  王晨辉 ,  张军平

IPC: G16H50/30 ,  A61B5/055 ,  G06F18/2132 ,  G06F18/22

Abstract: 本发明属于医学影像分析技术领域，具体涉及一种基于序关系原型匹配的MCI未来进展预测方法。本发明利用阿尔兹海默症不同发展阶段受试者(从NC到MCI到AD)的T1MRI影像，借助深度学习方法将图像编码到低维特征并与受试者标签顺序一致，从而学习到阿尔兹海默症的全局有序关系，在不需要精确的MCI标签情况下可以区分当前MCI受试者为pMCI还是sMCI。在训练阶段，采用序损失对不同AD阶段的受试者进行排序，用Fisher判别损失学习类内紧凑和类间可分离特征，用交叉熵来区分不同AD阶段的受试者；在推理阶段，利用学习到的NC和AD原型来推断当前MCI患者是否会转化为AD或在未来停止恶化。本发明可大大提高预测准确率。

公开(公告)号：CN118397120A

公开(公告)日：2024-07-26

申请号：CN202410412376.7

申请日：2024-04-08

Applicant: 复旦大学

Inventor： 单洪明 ,  王晨辉

IPC: G06T11/00 ,  G06T3/02 ,  G06Q30/0601 ,  G06T5/70 ,  G06T5/60

Abstract: 本发明属于图像生成技术领域，具体为一种基于隐空间扩散模型的保真虚拟换装方法。本发明从两个方面对传统的隐空间扩散过程训练加以改进：通过利用仿射的衣服作为起点和局部条件，为模型提供保真的衣服先验，以分别减轻初始和过程中增加的随机性；通过衣服扁平化网络提供衣服一致性的保真监督，从原始扁平衣服中带来额外的图像级约束，提高虚拟换装的保真性；此外，还对设计基于仿射衣服的噪声采样方式改进推理过程，进一步提高模型的性能。