-
公开(公告)号:CN115644873B
公开(公告)日:2024-09-27
申请号:CN202211320983.8
申请日:2022-10-26
Applicant: 复旦大学
Abstract: 本发明公开一种面向噪音职业危害的脑电波焦虑监测分析方法,通过对各目标监测人员对应各异常时间段的噪音分贝浮动指数、噪音影响指数和大气环境影响系数进行分析,并综合分析得到各目标监测人员对应的噪音焦虑系数,从一方面来说,避免了现有技术中对噪音监测分析的片面性,大幅度提升了各目标监测人员对应噪音焦虑系数的精准性、有效性和科学依据性;从另一方面来说,为各职业类型对应噪音焦虑系数的分析提供了有力的数据支撑,便于各职业类型人员及时进行相应的调整和休息,在很大程度上避免了各职业类型人员噪音职业病的诱发。
-
公开(公告)号:CN112907563B
公开(公告)日:2023-12-01
申请号:CN202110286102.4
申请日:2021-03-17
Applicant: 复旦大学附属华山医院
Inventor: 于泽宽 , 耿道颖 , 陈泓亦 , 陆青青 , 刘学玲 , 吕锟 , 王容 , 杜鹏 , 文剑波 , 韩秋月 , 张海燕 , 杜成娟 , 王娜 , 李璇璇 , 吴昊 , 耿岩 , 张军 , 尹波 , 李郁欣 , 王俊杰 , 陈卫强 , 李强 , 张顺 , 曹鑫
Abstract: 本发明提供了一种基于深度学习的CTA全自动侧枝循环评分方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:对大脑CTA图像进行掩模和归一化的预处理;步骤S2:对CTA图像进行脑区划分,获取相关解剖图谱以及功能图谱,获取加权大脑各脑区掩模图;步骤S3:对掩模与归一化后的CTA图像进行血管分割;步骤S4:基于血管分割结果量化计算评分特征;步骤S5:基于卷积神经网络测量血管壁厚度的评分特征;步骤S6:构建多标签评分分类模型,对计算得到的特征向量进行分类评分。本发明能够实现基于血流代偿途径的侧枝循环血管分级机制,并提高小血管的分割精度,还能使得评分策略具有更广泛(56)对比文件刘国玮.基于深度学习的脑部CTA图像血管分割方法研究《.中国优秀硕士学位论文全文数据库(信息科技辑)》.2020,(第03期),全文.Rahil Shahzad et.al.Fully automateddetection and segmentation ofintracranial aneurysms in subarachnoidhemorrhage on CTA using deep learning.《nature》.2020,全文.吴秋雯等.基于深度学习的计算机体层摄影血管造影颈动脉斑块分割初步研究《.上海医学》.2020,第43卷(第05期),280-283.
-
公开(公告)号:CN115222007B
公开(公告)日:2023-06-20
申请号:CN202210611738.6
申请日:2022-05-31
Applicant: 复旦大学 , 粤港澳大湾区精准医学研究院(广州)
IPC: G06N3/006 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/11
Abstract: 本发明提供了一种面向胶质瘤多任务一体化网络的改进粒子群参数优化方法,包括:步骤1:构建脑胶质瘤患者数据集:步骤2:进行数据预处理;步骤3:构建多任务学习框架;步骤4:构建多任务损失函数;步骤5:通过改进的粒子群优化算法对多任务学习框架进行优化训练,得到损失函数中两个任务的最佳权重;步骤6:在网络中载入训练集,确定网络模型的参数,得到训练好的网络模型并保存,载入训练好的网络模型,输入测试集进行预测,得到结果并根据标签计算各评价指标值。本发明使用改进的粒子群优化算法可以根据粒子适应度来调节惯性权重,实现惯性权重的自适应调整。
-
公开(公告)号:CN115222007A
公开(公告)日:2022-10-21
申请号:CN202210611738.6
申请日:2022-05-31
Applicant: 复旦大学 , 粤港澳大湾区精准医学研究院(广州)
Abstract: 本发明提供了一种面向胶质瘤多任务一体化网络的改进粒子群参数优化方法,包括:步骤1:构建脑胶质瘤患者数据集:步骤2:进行数据预处理;步骤3:构建多任务学习框架;步骤4:构建多任务损失函数;步骤5:通过改进的粒子群优化算法对多任务学习框架进行优化训练,得到损失函数中两个任务的最佳权重;步骤6:在网络中载入训练集,确定网络模型的参数,得到训练好的网络模型并保存,载入训练好的网络模型,输入测试集进行预测,得到结果并根据标签计算各评价指标值。本发明使用改进的粒子群优化算法可以根据粒子适应度来调节惯性权重,实现惯性权重的自适应调整。
-
公开(公告)号:CN113571203B
公开(公告)日:2024-01-26
申请号:CN202110813710.6
申请日:2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统,利用多中心的多模态脑肿瘤影像及其组学信息,患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测,提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型,在保证患者图像数据隐私的基础上实现可靠
-
公开(公告)号:CN113571203A
公开(公告)日:2021-10-29
申请号:CN202110813710.6
申请日:2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统,利用多中心的多模态脑肿瘤影像及其组学信息,患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测,提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型,在保证患者图像数据隐私的基础上实现可靠的、准确度更高的脑肿瘤预后生存期预测系统。
-
公开(公告)号:CN112967778A
公开(公告)日:2021-06-15
申请号:CN202110287375.0
申请日:2021-03-17
Applicant: 复旦大学附属华山医院
Inventor: 于泽宽 , 周锟 , 耿道颖 , 吴兴旺 , 王乐 , 韩方凯 , 刘晓 , 陈卫强 , 李强 , 王侠 , 刘学玲 , 吕锟 , 王容 , 杜鹏 , 文剑波 , 韩秋月 , 张海燕 , 杜成娟 , 王娜 , 李璇璇 , 吴昊 , 耿岩 , 李郁欣 , 张军 , 尹波 , 曹鑫
IPC: G16H20/10 , G16H30/20 , G16H30/40 , G16H50/20 , G06T7/00 , G06T7/11 , G06K9/46 , G06K9/62 , G06N20/20
Abstract: 本发明提供了一种基于机器学习的炎症性肠病精准用药方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:获取炎症性肠病能谱CT数据并对能谱CT数据进行预处理,制作病情活动度‑用药标签数据集;步骤S2:对预处理后的能谱CT数据进行病灶区域分割;步骤S3:将炎症性肠病病灶区域ROIIBD进行影像组学特征提取;构建迁移模型;步骤S4:获得炎症性肠病无创用药评估模型。本发明能够帮助指导IBD患者的治疗方案选择,评估预后,进而缩短IBD患者的治疗时间,具有更好的临床实用性。
-
公开(公告)号:CN112967778B
公开(公告)日:2024-02-02
申请号:CN202110287375.0
申请日:2021-03-17
Applicant: 复旦大学附属华山医院
Inventor: 于泽宽 , 周锟 , 耿道颖 , 吴兴旺 , 王乐 , 韩方凯 , 刘晓 , 陈卫强 , 李强 , 王侠 , 刘学玲 , 吕锟 , 王容 , 杜鹏 , 文剑波 , 韩秋月 , 张海燕 , 杜成娟 , 王娜 , 李璇璇 , 吴昊 , 耿岩 , 李郁欣 , 张军 , 尹波 , 曹鑫
IPC: G16H20/10 , G16H30/20 , G16H30/40 , G16H50/20 , G06T7/00 , G06T7/11 , G06V10/44 , G06V10/74 , G06V10/764 , G06N20/20
Abstract: 时间,具有更好的临床实用性。本发明提供了一种基于机器学习的炎症性肠病精准用药方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:获取炎症性肠病能谱CT数据并对能谱CT数据进行预处理,制作病情活动度‑用药标签数据集;步骤S2:对预处理后的能谱CT数据进行病灶区域分割;步骤S3:将炎症性肠病病灶区域ROIIBD进行影像组学特征提取;
-
公开(公告)号:CN115644873A
公开(公告)日:2023-01-31
申请号:CN202211320983.8
申请日:2022-10-26
Applicant: 复旦大学
Abstract: 本发明公开一种面向噪音职业危害的脑电波焦虑监测分析方法,通过对各目标监测人员对应各异常时间段的噪音分贝浮动指数、噪音影响指数和大气环境影响系数进行分析,并综合分析得到各目标监测人员对应的噪音焦虑系数,从一方面来说,避免了现有技术中对噪音监测分析的片面性,大幅度提升了各目标监测人员对应噪音焦虑系数的精准性、有效性和科学依据性;从另一方面来说,为各职业类型对应噪音焦虑系数的分析提供了有力的数据支撑,便于各职业类型人员及时进行相应的调整和休息,在很大程度上避免了各职业类型人员噪音职业病的诱发。
-
公开(公告)号:CN112907563A
公开(公告)日:2021-06-04
申请号:CN202110286102.4
申请日:2021-03-17
Applicant: 复旦大学附属华山医院
Inventor: 于泽宽 , 耿道颖 , 陈泓亦 , 陆青青 , 刘学玲 , 吕锟 , 王容 , 杜鹏 , 文剑波 , 韩秋月 , 张海燕 , 杜成娟 , 王娜 , 李璇璇 , 吴昊 , 耿岩 , 张军 , 尹波 , 李郁欣 , 王俊杰 , 陈卫强 , 李强 , 张顺 , 曹鑫
Abstract: 本发明提供了一种基于深度学习的CTA全自动侧枝循环评分方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:对大脑CTA图像进行掩模和归一化的预处理;步骤S2:对CTA图像进行脑区划分,获取相关解剖图谱以及功能图谱,获取加权大脑各脑区掩模图;步骤S3:对掩模与归一化后的CTA图像进行血管分割;步骤S4:基于血管分割结果量化计算评分特征;步骤S5:基于卷积神经网络测量血管壁厚度的评分特征;步骤S6:构建多标签评分分类模型,对计算得到的特征向量进行分类评分。本发明能够实现基于血流代偿途径的侧枝循环血管分级机制,并提高小血管的分割精度,还能使得评分策略具有更广泛的适用范围与更客观的评价阈值。
-
-
-
-
-
-
-
-
-