-
公开(公告)号：CN116051545A
公开(公告)日：2023-05-02
申请号：CN202310208710.2
申请日：2023-03-07
Applicant: 复旦大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/047 , G06N3/048 , G06N3/08 , G06N3/084
Abstract: 本发明涉及生物医学技术领域，进一步涉及影像处理、医学影像处理，具体涉及一种双模态影像的脑龄预测方法，主要提供一种双模态特征融合方法，所述双模态为MRI与PET两种医学影像；所述特征融合是基于3D卷积神经网络方法获得，包括如下步骤：S01使用两个3D卷积神经网络作为骨干网络来提取PET和MRI影像的特征；S02将两条骨干网络提取出的MRI与PET影像的特征在通道维度拼接，然后输入到压缩激励模块(Squeeze‑and‑ExcitationNetworks)；S03将激励部分的输出结果和原始的特征图相乘，得到融合通道注意力信息的特征，获得双模态特征的融合特征图。本发明基于融合MRI与PET双模态脑影像进行脑龄预测，有效保留了影像的空间信息，相较于传统的单模态影像脑龄预测方法，更为全面反映了大脑衰老过程中的变化，从而显著提升了脑龄预测精度。
-
公开(公告)号：CN117036793B
公开(公告)日：2024-04-19
申请号：CN202310946251.8
申请日：2023-07-31
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0895 , G06V10/80
Abstract: 本发明公开了一种基于PET影像多尺度特征的脑龄评估方法，包括以下步骤：获取多个年龄段健康个体的大脑PET影像数据；将大脑PET影像划分成多个脑区并进行图像处理，以获得对应的各脑区代谢特征；构建健康个体的多尺度个体代谢功能邻接矩阵；将所述大脑PET影像和对应的脑龄标签，各脑区代谢特征以及多尺度个体代谢功能邻接矩阵组成数据集；构建基于图神经网络的识别模型；采用数据集对识别模型进行自监督训练，以获得脑龄预测模型；将待预测的大脑PET影像输入至脑龄预测模型中，以获得对应的脑龄预测结果。本发明还提供了一种脑龄评估装置。本发明提供的方法有效地减少了模型预测的偏倚，从而获取更加准确的脑龄预测结果。
-
公开(公告)号：CN117275726A
公开(公告)日：2023-12-22
申请号：CN202311224230.1
申请日：2023-09-21
Applicant: 复旦大学
Abstract: 本发明公开了一种基于多组学生物标志物的OSA发病风险预测方法，包括以下步骤：获取健康组和OSA发病组的医学数据；分别对体脂成分和代谢组学数据进行预处理，以获得包含体脂特征和代谢特征的组学特征，并将组学特征与医学数据组成数据集；根据所述数据集对预构建的预测模型进行训练，以获得风险预测模型；将待预测用户的医学数据输入至风险预测模型中，以获得用户的OSA发病风险预测结果。本发明还提供了一种OSA发病风险预测装置。本发明提供的方法可以提高OSA发病风险预测的准确率，从而为医师的医疗诊断提供有效的指导。
-
Patent Agency Ranking
公开(公告)号：CN117275726B
公开(公告)日：2024-09-27
申请号：CN202311224230.1
申请日：2023-09-21
Applicant: 复旦大学
Abstract: 本发明公开了一种基于多组学生物标志物的OSA发病风险预测方法，包括以下步骤：获取健康组和OSA发病组的医学数据；分别对体脂成分和代谢组学数据进行预处理，以获得包含体脂特征和代谢特征的组学特征，并将组学特征与医学数据组成数据集；根据所述数据集对预构建的预测模型进行训练，以获得风险预测模型；将待预测用户的医学数据输入至风险预测模型中，以获得用户的OSA发病风险预测结果。本发明还提供了一种OSA发病风险预测装置。本发明提供的方法可以提高OSA发病风险预测的准确率，从而为医师的医疗诊断提供有效的指导。
-
公开(公告)号：CN116051545B
公开(公告)日：2024-02-06
申请号：CN202310208710.2
申请日：2023-03-07
Applicant: 复旦大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/047 , G06N3/048 , G06N3/08 , G06N3/084
Abstract: 本发明涉及生物医学技术领域，进一步涉及影像处理、医学影像处理，具体涉及一种双模态影像的脑龄预测方法，主要提供一种双模态特征融合方法，所述双模态为MRI与PET两种医学影像；所述特征融合是基于3D卷积神经网络方法获得，包括如下步骤：S01使用两个3D卷积神经网络作为骨干网络来提取PET和MRI影像的特征；S02将两条骨干网络提取出的MRI与PET影像的特征在通道维度拼接，然后输入到压缩激励模块(Squeeze‑and‑ExcitationNetworks)；S03将激励部分的输出结果和原始的特征图相乘，得到融合通道注意力信息的特征，获得双模态特征的融合特征图。本发明基于融合MRI与PET双模态脑影像进行脑龄预测，有效保留了影像的空间信息，相较于传统的单模态影像脑龄预测方法，更为全面反映了大脑衰老过程中的变化，从而显著提升了脑龄预测精度。
-
公开(公告)号：CN117036793A
公开(公告)日：2023-11-10
申请号：CN202310946251.8
申请日：2023-07-31
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0895 , G06V10/80
Abstract: 本发明公开了一种基于PET影像多尺度特征的脑龄评估方法，包括以下步骤：获取多个年龄段健康个体的大脑PET影像数据；将大脑PET影像划分成多个脑区并进行图像处理，以获得对应的各脑区代谢特征；构建健康个体的多尺度个体代谢功能邻接矩阵；将所述大脑PET影像和对应的脑龄标签，各脑区代谢特征以及个体代谢功能网络组成数据集；构建基于图神经网络的识别模型；采用数据集对识别模型进行自监督训练，以获得脑龄预测模型；将待预测的大脑PET影像输入至脑龄预测模型中，以获得对应的脑龄预测结果。本发明还提供了一种脑龄评估装置。本发明提供的方法有效地减少了模型预测的偏倚，从而获取更加准确的脑龄预测结果。
-
公开(公告)号：CN308084212S
公开(公告)日：2023-06-16
申请号：CN202230832816.6
申请日：2022-12-13
Applicant: 复旦大学
Abstract: 1.本外观设计产品的名称：用于数字人体脉管系统交互式展示图形用户界面的显示屏幕面板。
2.本外观设计产品的用途：用于运行程序及数据交互。
3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。
4.最能表明设计要点的图片或照片：主视图。
5.请求保护的外观设计包含色彩。
6.图形用户界面的用途：本外观设计用于显示健康人体模型及展示用户表型脉管数据的软件。
7.图形用户界面的变化状态说明：主视图为主界面首页示意图，显示人体脉管模型的构造。
点击主视图主界面首页“脑血管”按钮进入界面变化状态图1，本界面显示脑血管（大脑前动脉、右侧大脑中动脉、左侧大脑中动脉、右侧颈内动脉、左侧颈内动脉、右侧大脑后动脉、左侧大脑后动脉、右侧小脑上动脉、左侧小脑上动脉、基底动脉、右侧椎动脉、左侧椎动脉）相关数据。
点击主视图主界面首页“心血管”按钮进入界面变化状态图2，本界面显示心血管（上腔静脉、下腔静脉、右心房、右心室、左心房、左心室、主动脉、肺动脉、肺静脉、心肌壁）相关数据。
点击主视图主界面首页“颈部血管”按钮进入界面变化状态图3，本界面显示颈动脉（右颈总动脉、右颈外动脉、右颈内动脉、左颈总动脉、左颈外动脉、左颈内动脉）相关数据。
点击主视图主界面首页“主动脉弓”按钮进入界面变化状态图4，本界面显示主动脉弓（右颈总动脉、头臂干、右锁骨下动脉、左颈总动脉、左锁骨下动脉、主动脉弓、升主动脉、降主动脉）相关数据。
点击主视图主界面首页“上腔静脉”按钮进入界面变化状态图5，本界面显示上腔静脉（右头臂静脉、上腔静脉、左头臂静脉）相关数据。
点击主视图主界面首页“肺血管”按钮进入界面变化状态图6，本界面显示肺血管（右肺上叶支气管、右肺中叶支气管、右肺下叶支气管、左肺上叶支气管、左肺中叶支气管、左肺下叶支气管）相关数据。
点击主视图主界面首页“肝血管”按钮进入界面变化状态图7，本界面显示肝血管（下腔静脉、门静脉、脾静脉、肝静脉、腹主动脉、胆囊）相关数据。
点击主视图主界面首页“肾血管”按钮进入界面变化状态图8，本界面显示肾血管（肾静脉、下腔静脉、腹主动脉、肾动脉）相关数据。
点击主视图主界面首页“骶髂血管”按钮进入界面变化状态图9，本界面显示骶髂血管（腹主动脉、左髂主动脉、右髂主动脉）相关数据。
界面变化状态图2‑9中的颜色条均表示指标的高低变化。
点击主视图主界面首页“统计指标”按钮进入界面变化状态图10，本界面显示脉管内指标数据。
点击界面变化状态图10“Ⅱ”按钮进入界面变化状态图11，本界面显示脉管三种统计指标数据。
8.所述显示屏幕面板用于手机、电脑、平板电脑。-
公开(公告)号：CN308084211S
公开(公告)日：2023-06-16
申请号：CN202230832765.7
申请日：2022-12-13
Applicant: 复旦大学
Abstract: 1.本外观设计产品的名称：用于人体表型器官亚区的交互式展示图形用户界面的显示屏幕面板。
2.本外观设计产品的用途：本图形界面用于展示人体器官数据交互。
3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。
4.最能表明设计要点的图片或照片：主视图。
5.请求保护的外观设计包含色彩。
6.图形用户界面的用途：本图形界面用于展示人体器官关联数据。
7.图形用户界面的变化状态说明：主视图是此页面的首页,展示人体器官的总体概览，点击主视图“脑部”图形进入界面变化状态图1，本界面显示脑(额叶、顶叶、颞叶、枕叶、脑干、小脑)相关数据。
点击主视图“心脏”图形进入界面变化状态图2，本界面显示心脏各分区相关数据。
点击主视图“肺”图形进入界面变化状态图3，本界面显示肺部(右肺上叶、右肺下叶、左肺上叶、右肺中叶、左肺下叶)相关数据。
点击主视图“肝脏”图形进入界面变化状态图4，本界面显示心脏(下腔静脉、肝右前叶上段、肝右后叶上段、肝右后叶下段、肝右前叶下段、肝左内叶上段、肝左外叶上段、肝左外叶下段肝左内叶下段)相关数据。
点击主视图“脾脏”图形进入界面变化状态图5，本界面显示脾脏相关数据。
点击主视图“胰腺”图形进入界面变化状态图6，本界面显示胰腺(胰头、胰体、胰尾)相关数据。
点击主视图“肾脏”图形进入界面变化状态图7，本界面显示肾脏(肾髓质、肾皮质)相关数据。
点击主视图“前列腺”图形进入界面变化状态图8，本界面显示前列腺(前纤维肌肉基质带、移行带、周围带、中央带)相关数据。
点击主视图“子宫”图形进入界面变化状态图9，本界面显示子宫 (子宫腔、子宫体、子宫底、子宫颈、左侧卵巢、右侧卵巢)相关数据。
点击主视图下方的“统计”按钮进入页面变化状态图10，本界面显示器官间关联的统计结果。
8.所述显示屏幕面板用于手机、电脑、平板电脑。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
