-
公开(公告)号：CN114403924B
公开(公告)日：2024-02-02
申请号：CN202210058516.6
申请日：2022-01-19
Applicant: 复旦大学附属中山医院
Abstract: 本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法通过在自身免疫性胰腺炎患者体内推注造影剂后来获取超声造影动态图像，并对图像进行分析得到拟合的时间强度曲线TIC，在TIC基础上得到定量特征，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注的降低，从而来评估AIP激素治疗疗效。本申请可提供无创评估AIP激素治疗疗效，使得评估疗效更方便。
-
公开(公告)号：CN114938974A
公开(公告)日：2022-08-26
申请号：CN202210629679.5
申请日：2022-06-06
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于超声弹性技术预测胰瘘风险的方法及系统,属于医学影像技术领域。方法包括：获取临床实证的围手术期胰瘘风险因素，对所述风险因素进行评估，确定待选因素；根据所述待选因素，构建预测胰瘘风险的初期预测模型；对所述初期预测模型进行验证和优化，得到最优胰瘘风险预测模型；术前采集多模态超声影像，得到预测胰瘘风险所需的参数数据，将所述参数数据输入所述最优胰瘘风险预测模型中，预测胰瘘发生的可能性。本发明以超声弹性技术测量术前胰腺组织弹性值数据为依托，建立超声可视化定量预测胰腺切除术后胰瘘风险的新模型，预测准确率高，为临床决策提供可靠信息。
-
公开(公告)号：CN113948211A
公开(公告)日：2022-01-18
申请号：CN202111297913.0
申请日：2021-11-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种胰腺切除术前无创定量评估术后并发胰瘘风险的预测模型，属于医学影像技术领域。本发明将临床实践中所获取的真实图像投入人工智能端，结合超声多模态、术前各项胰瘘有关指标；以AI算法深度挖掘图像中的影像组学特征信息，并对其综合评价、筛选、加权，综合运算、提取有用信息，结合患者术前各项特征与有关实验室检查和影像学检查结果，建立人工智能预测术后胰瘘的诊疗模型。本发明从超声弹性定量出发，解决既往无法于胰腺切除手术前客观评估胰腺质地的问题，对胰腺质地进行无创定量；同时引进人工智能机器学习方法，解决人工分析图像时无法实时处理大量信息量的问题，使预测模型的效力与精确度最大化。
-
公开(公告)号：CN113077439A
公开(公告)日：2021-07-06
申请号：CN202110349084.X
申请日：2021-03-31
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种新型的预测肝细胞肝癌MVI的超声造影系统，具体包括以下步骤：获取Sonozoid超声造影Kupffer期图像；HCC病灶区域分割，覆盖完整肿瘤病灶区域；提取ROI区域的形状特征、一阶直方图特征、二阶直方图和纹理特征；借助统计分析方法，找到少数的真正关键的特征；将患者临床信息、超声图像特点及AI提取特征共同纳入模型，构建影像组学预测模型；使用测试图像数据进行模型外部验证，验证模型的预测效能。其优点表现在：基于Sonazoid超声造影中Kupffer期的特异性消退表现，以及结合人工智能影像组学分析，构建术前预测肝细胞癌MVI的模型并检验其效能，从而精准预测肝癌MVI，指导临床决策，对评估HCC患者预后、选择手术方案及制定抗复发转移治疗方案具有重要意义。
-
公开(公告)号：CN113948211B
公开(公告)日：2024-06-28
申请号：CN202111297913.0
申请日：2021-11-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种胰腺切除术前无创定量评估术后并发胰瘘风险的预测模型，属于医学影像技术领域。本发明将临床实践中所获取的真实图像投入人工智能端，结合超声多模态、术前各项胰瘘有关指标；以AI算法深度挖掘图像中的影像组学特征信息，并对其综合评价、筛选、加权，综合运算、提取有用信息，结合患者术前各项特征与有关实验室检查和影像学检查结果，建立人工智能预测术后胰瘘的诊疗模型。本发明从超声弹性定量出发，解决既往无法于胰腺切除手术前客观评估胰腺质地的问题，对胰腺质地进行无创定量；同时引进人工智能机器学习方法，解决人工分析图像时无法实时处理大量信息量的问题，使预测模型的效力与精确度最大化。
-
Patent Agency Ranking
公开(公告)号：CN113506273A
公开(公告)日：2021-10-15
申请号：CN202110799113.2
申请日：2021-07-15
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种预测ICC免疫治疗联合靶向和/或化疗疗效的超声系统，其特征在于，包括：灰阶超声图像获取模块，用于获得病灶最大切面的灰阶超声图像；ICC病灶分割模块；特征提取模块，对病灶ROI区域进行特征提取；特征降维模块；影像组学预测模型对患者进行免疫治疗联合靶向和/或化疗治疗后的关键特征数据进行预测。超声是目前肝脏检查的一线影像学方法，也是ICC术前评估及疗效随访的最常用的影像学方法。影像组学能够提取海量高通量特征，结合常规灰阶图像及患者临床资料，并建立基于高通量特征的影像组学模型，实现ICC患者免疫治疗联合靶向和/或化疗疗效预测。
-
公开(公告)号：CN114202512A
公开(公告)日：2022-03-18
申请号：CN202111383693.3
申请日：2021-11-22
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供了一种动态随访肿瘤局部放疗化疗效果的超声造影定量分析方法、系统及计算机可读介质，涉及医学影像技术领域。本发明所述的超声造影定量分析方法首先采集自超声造影剂注射开始的连续动态造影图像，对动态造影图像进行预处理后进行基于呼吸动态补偿的病灶标注，最终拟合计算得到时间‑强度曲线TIC。通过预处理消除因设备、人为因素等因素造成的误差，基于呼吸动态补偿的病灶标注抵消患者呼吸运动对图像的干扰，最终通过拟合计算得到TIC曲线，有效提高了定量分析的准确度和可重复性，为无创敏感的肿瘤局部放疗化疗效果评估提供基础。
-
公开(公告)号：CN113689469A
公开(公告)日：2021-11-23
申请号：CN202110972901.7
申请日：2021-08-24
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种自动识别超声造影小肝癌病灶的方法及超声系统，该方法包括：(S1)对患者进行肝脏超声造影检查，获取CEUS动态图像；(S2)计算CEUS动态图像对应的流光视频；(S3)将流光视频输入实时跟踪框架；在实时跟踪框架中，采用U‑Net网络完成病灶区域分割；并利用特征追踪算法，根据病灶的深度特征逐帧对病灶位置进行时序位置跟踪；(S4)融合全局和局部时序信息，采用智能诊断模块对病灶进行分类。本步骤的病灶分类结果会告知临床医生根据该患者动脉期CEUS增强表现，其诊断为小肝癌的可能性有多大，为临床后续治疗策略提供参考。本方法可充分发挥CEUS实时性和时空信息，克服分割精度限制，实现CEUS中小肝癌的精准诊断。
-
公开(公告)号：CN112220493A
公开(公告)日：2021-01-15
申请号：CN202010827901.3
申请日：2020-08-17
Applicant: 复旦大学附属中山医院
Abstract: 本技术方案公开了一种颈动脉硬化的评估方法，应用一医学影像彩超进行评估影像获取，包括如下步骤：步骤S1，对颈动脉进行灰阶超声扫查；步骤S2，根据扫查结果获取斑块位置和狭窄度；步骤S3，对斑块位置进行向量血液成像；步骤S4，根据动态向量血流图像生成与狭窄度关联的血管壁应力评估阈值；步骤S5，根据评估与之对患者的颈动脉樱花情况进行评估。本技术方案通过灰阶超声扫查和向量血流成像技术相结合，能够可视化颈动脉狭窄处血流动力学变化及血流流线改变情况，进而基于大数据分析精准获取灵敏度高、特异度高、准确性高的诊断阈值，具有极强的适用性和临床应用价值。
-
公开(公告)号：CN114403924A
公开(公告)日：2022-04-29
申请号：CN202210058516.6
申请日：2022-01-19
Applicant: 复旦大学附属中山医院
Abstract: 本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法通过在自身免疫性胰腺炎患者体内推注造影剂后来获取超声造影动态图像，并对图像进行分析得到拟合的时间强度曲线TIC，在TIC基础上得到定量特征，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注的降低，从而来评估AIP激素治疗疗效。本申请可提供无创评估AIP激素治疗疗效，使得评估疗效更方便。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
