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

Inventor： 于泽宽 ,  耿道颖 ,  项睿 ,  刘晓 ,  李郁欣 ,  陈卫强 ,  李强 ,  尹波 ,  张军 ,  杜鹏

IPC: G16H70/60 ,  G16H30/00 ,  G16H50/70 ,  G16H10/60 ,  G06N20/00

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：CN116152560A

公开(公告)日：2023-05-23

申请号：CN202310174891.1

申请日：2023-02-24

Applicant: 复旦大学

Inventor： 耿道颖 ,  项睿 ,  李郁欣 ,  刘晓 ,  罗啸 ,  陈泓亦 ,  周锟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06V10/80 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明涉及一种基于多任务学习的胶质瘤图像分类方法及系统，该方法包括以下步骤：步骤S1、采集脑胶质瘤的多模态磁共振成像图像数据，将其分为训练集和测试集；步骤S2、构建基于多任务学习的多模态磁共振成像图像分类与分割联合网络，其损失函数为分割网络损失函数和分类网络损失函数的加权和；采用标注有肿瘤mask金标准的训练集对多模态磁共振成像图像分类与分割联合网络进行训练；步骤S3、采用训练好的多模态磁共振成像图像分类与分割联合网络对测试集进行图像分割与分类，输出胶质瘤多模态磁共振成像图像自动分割结果以及分类结果。与现有技术相比，本发明具有分类准确性高的优点。

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

Inventor： 于泽宽 ,  耿道颖 ,  项睿 ,  刘晓 ,  李郁欣 ,  陈卫强 ,  李强 ,  尹波 ,  张军 ,  杜鹏

IPC: G16H70/60 ,  G16H30/00 ,  G16H50/70 ,  G16H10/60 ,  G06N20/00

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。