-
公开(公告)号：CN116309404A
公开(公告)日：2023-06-23
申请号：CN202310202432.X
申请日：2023-03-02
Applicant: 复旦大学附属华山医院
IPC: G06T7/00 , A61B90/00 , A61B8/08 , G06V10/774 , G06V10/94 , G16H30/20 , G16H30/40 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种脑胶质瘤术中超声实时检测方法和系统，该方法包括如下步骤：S1，对采集到的脑胶质瘤患者的超声静态图像进行预处理，获得处理后的第一超声图像；S2，对处理后的超声图像标注胶质瘤病灶区域，并基于标注的第一超声图像生成对应的胶质瘤超声数据集；S3，通过所述的胶质瘤超声数据集训练深度卷积神经网络模型，所述的深度卷积神经网络模型用于从输入的术中超声图像识别胶质瘤病灶区域；S4，将术中实时超声图像输入训练好的深度卷积神经网络模型，识别患者的胶质瘤病灶区域。本发明能够实时检测术中超声影像的胶质瘤病灶，为外科医生手术切除胶质瘤提供导航信息。
-
公开(公告)号：CN113222887A
公开(公告)日：2021-08-06
申请号：CN202110235754.5
申请日：2021-03-03
Applicant: 复旦大学附属华山医院
Abstract: 本发明涉及了磁共振影像深度学习和神经生物交叉学科领域，尤其是涉及了基于深度学习的纳米铁标记神经干细胞示踪的方法，包括如下步骤：S1：利用磁共振成像技术生成纳米铁标记的神经干细胞图像；S2：利用基于深度学习影像组学方法，获得了影像组学特征，得到潜在的多个候选图像；S3：在基于深度学习影像组学时，使用卷积神经网络对纳米铁标记的神经干细胞进行识别；S4：将一个三维卷积核的过滤盒顺利的选定肿瘤区域；S5：利用改良的费舍尔向量编码深度过滤影像数据；S6：利用费舍尔矢量编码，得到输入影像的纳米铁标记的神经干细胞分布情况。通过影像组学的深度学习精准的掌握细胞的位置，具有稳定、高效、自动、无损等特点。
-
公开(公告)号：CN115025398A
公开(公告)日：2022-09-09
申请号：CN202210670867.2
申请日：2022-06-15
Applicant: 复旦大学附属华山医院
Abstract: 本发明公开了动物头颅电磁引导移植示踪干细胞定向迁移的装置及方法，涉及电磁控制技术领域，具体为动物头颅电磁引导移植示踪干细胞定向迁移的装置及方法，包括以下步骤：S1、构建一种脑损伤动物模型；S2、动物脑外伤模型建立后，通过立体定向下移植标记的超顺磁性氧化铁粒子的神经干细胞分别在损伤区域中心、损伤区域周边、以及稍远离损伤区域，并在移植细胞后采集磁共振影像图像数据。本发明通过物理磁场来引导标记的干细胞定向迁移；利用磁场效应和强度变化，使纳米铁颗粒沿一定的方向发生聚集和迁移，在损伤区域外使用电磁贴片，随着磁场强度的变化，来引导纳米铁标记的干细胞定向迁移至损伤区域。
-
公开(公告)号：CN117894469A
公开(公告)日：2024-04-16
申请号：CN202311577119.0
申请日：2023-11-23
Applicant: 复旦大学附属华山医院
IPC: G16H50/50 , G16H70/60 , G16H30/00 , G06T7/00 , G06T7/11 , G06T7/136 , G06T7/90 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/776
Abstract: 本发明公开了一种基于全切片病理图像的垂体腺瘤复发预测模型构建方法及预测系统。本发明预测模型首先在1倍放大倍数上对全切片病理图像进行二值化处理分割出待分析的组织区域和无关的背景区域，而后在20倍放大倍数上从组织区域中无重叠地提取图像块集合。为去除冗余图像块从而进一步提升网络模型性能，对图像块集合进行聚类，并选择类中心图像块输入网络。最后，建立基于聚类注意力的多实例分类模型预测垂体神经内分泌肿瘤复发，并通过模型中聚类图像块注意力分数的可视化对全切片病理图像进行可解释性分析。本发明预测模型不仅具有较高的复发预测精度，且整个过程由计算机自动完成无需人工干预，可用于临床中垂体神经内分泌肿瘤复发预测。
-
-
-
Search Results
4
records
(took 0.024 seconds)
