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

Inventor： 田梅 ,  薛乐 ,  蒋皆恢 ,  张颖 ,  张硕彦 ,  魏铃 ,  付钰

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：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

Inventor： 田梅 ,  薛乐 ,  蒋皆恢 ,  张颖 ,  张硕彦 ,  魏铃 ,  付钰

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：CN119991647A

公开(公告)日：2025-05-13

申请号：CN202510165877.4

申请日：2025-02-14

Applicant: 复旦大学附属华山医院 ,  上海大学 ,  上海市锐邦数据系统有限公司

Inventor： 管一晖 ,  左传涛 ,  蒋皆恢 ,  江伟 ,  门建炜

IPC: G06T7/00 ,  A61B6/03 ,  A61B6/50 ,  A61B6/00 ,  G06T7/30 ,  G06T3/02

Abstract: 本发明公开了一种基于18F‑AV45 PET影像的无监督特征分析方法，包括以下步骤：获取医疗图像数据；基于生成式网络框架构建预测网络，所述预测网络包括图像配准模块，特征提取模块以及重构模块；利用训练集对预测网络进行无监督式训练，以获得用于重构健康者初始图像的无监督生成模型，设计用于计算两张图像之间特征残差的残差模块；将所述无监督生成模型的输出端与所述残差模块的输入端相连，已组成用于分析图像差异的特征分析模型；将待分析大脑PET影像输入至所述特征分析模型中，以输出图像特征差异分布结果。本发明还提供了一种无监督特征分析系统。本发明提供的方法能准确识别PET影像中沉淀脑区信息，为后续临床诊断提供更加全面的参考。