-
公开(公告)号：CN111862079B
公开(公告)日：2023-09-22
申请号：CN202010755346.8
申请日：2020-07-31
Applicant: 复旦大学附属肿瘤医院
IPC: G06T7/00 , G06T7/12 , G06V10/764 , G16H50/20 , G16H50/50
Abstract: 本发明公开一种基于影像组学的高级别浆液性卵巢癌复发风险预测系统，包括T1加权增强影像组学处理、T2加权影像组学处理和信息融合。其中，影像组学处理主要包括：三维肿瘤分割、图像标准化、影像组学特征提取、特征归一化、特征筛选、SMOTE重采样、分类器训练；信息融合主要对T1和T2影像组学处理输出的复发风险预测概率进行融合，进一步提高风险预测的准确率。
-
公开(公告)号：CN111862079A
公开(公告)日：2020-10-30
申请号：CN202010755346.8
申请日：2020-07-31
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明公开一种基于影像组学的高级别浆液性卵巢癌复发风险预测系统，包括T1加权增强影像组学处理、T2加权影像组学处理和信息融合。其中，影像组学处理主要包括：三维肿瘤分割、图像标准化、影像组学特征提取、特征归一化、特征筛选、SMOTE重采样、分类器训练；信息融合主要对T1和T2影像组学处理输出的复发风险预测概率进行融合，进一步提高风险预测的准确率。
-
公开(公告)号：CN111539918A
公开(公告)日：2020-08-14
申请号：CN202010295618.0
申请日：2020-04-15
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明基于深度学习的磨玻璃肺结节风险分层预测系统包括：图像处理模块运用窗宽窗位调节技术，使用标准肺窗下窗宽和窗位，将所有肺部CT图像转化为灰度图像；提取模块提取灰度图像中3D肺结节区域，结合病理标签将肺结节分为良性、非浸润性腺癌和浸润性腺癌三组；数据扩增模块利用数据扩增技术，按良性与恶性比例为1:1、非浸润性组与浸润腺组比例为1:1分别对三组肺结节数据进行扩增；第一风险预测模块利用良性和恶性组肺结节数据，训练卷积神经网络模型，构建I级风险预测模型，预测肺结节恶性风险；第二风险预测模块利用非浸润性腺癌和浸润性腺癌组肺结节数据，训练卷积神经网络模型，构建II级风险预测模型，预测肺结节浸润风险。
-
公开(公告)号：CN111539918B
公开(公告)日：2023-05-02
申请号：CN202010295618.0
申请日：2020-04-15
Applicant: 复旦大学附属肿瘤医院
IPC: G06T7/00 , G06T7/90 , G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82
Abstract: 本发明基于深度学习的磨玻璃肺结节风险分层预测系统包括：图像处理模块运用窗宽窗位调节技术，使用标准肺窗下窗宽和窗位，将所有肺部CT图像转化为灰度图像；提取模块提取灰度图像中3D肺结节区域，结合病理标签将肺结节分为良性、非浸润性腺癌和浸润性腺癌三组；数据扩增模块利用数据扩增技术，按良性与恶性比例为1:1、非浸润性组与浸润腺组比例为1:1分别对三组肺结节数据进行扩增；第一风险预测模块利用良性和恶性组肺结节数据，训练卷积神经网络模型，构建I级风险预测模型，预测肺结节恶性风险；第二风险预测模块利用非浸润性腺癌和浸润性腺癌组肺结节数据，训练卷积神经网络模型，构建II级风险预测模型，预测肺结节浸润风险。
-
-
-
Search Results
4
records
(took 0.023 seconds)
