公开(公告)号：CN113593672B

公开(公告)日：2022-11-01

申请号：CN202110443721.X

申请日：2021-04-23

Applicant: 安徽医科大学第一附属医院

Inventor： 梁伟 ,  吴及 ,  鹿晓亮 ,  贺志阳 ,  石佳玲 ,  丁小凤 ,  刘招弟 ,  吴昕悦

IPC: G16H20/40 ,  G06N3/04 ,  G06N3/08 ,  G06T7/10 ,  A61B6/00

Abstract: 本发明公开一种放疗靶区智能勾画方法，包括以下步骤：S1、利用稳健残差学习和挤压激励摸块得到了特征表示，并将它们合并到U‑Net结构中，作为医学图像分割的主干；S2、通过形状感知加权策略来调整模型的关注度，以突出前景面积较小的切片；S3、通过递归精化方法来精化预测，以适应更多的边界细节用于肿瘤临床靶区的勾画。本发明基于深度学习、形状感知加权策略和递归求精策略，得到一种端到端的三维卷积深度学习框架RS‑CTVNet，用于全自动全卷肿瘤临床靶区勾。

公开(公告)号：CN115845252A

公开(公告)日：2023-03-28

申请号：CN202211592651.5

申请日：2022-12-09

Applicant: 安徽医科大学第一附属医院 ,  安徽讯飞医疗股份有限公司

Inventor： 谢成娟 ,  王黎成 ,  陈新贵 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  崔荣涛 ,  鹿晓亮 ,  魏思 ,  赵志伟

IPC: A61N1/20 ,  A61M21/02 ,  A61B5/369 ,  G16H50/70 ,  G16H10/60

Abstract: 本发明公开了一种经颅直流电刺激参数预测方法、装置以及电子设备，本发明的主要构思在于，从规避人工对电刺激参数进行调整的角度出发，提出一种基于深度学习实现对经颅直流电刺激参数进行实时预测的方案，具体地，将患者睡眠相关数据输入至预先训练得到的电刺激参数预测模型进行推理，从而实现对用于控制经颅直流电刺激设备的电刺激参数进行更为精准、可靠的预测。与现有的以患者睡眠数据及与设定的电刺激参数作为输入，预测电流在人脑上的密度分布的模型相比，本发明将电刺激参数作为模型预测的最终目标，从而免除医生需要进行手动干预的操作，达到自动实时干预的效果。

公开(公告)号：CN117495874A

公开(公告)日：2024-02-02

申请号：CN202311446536.1

申请日：2023-10-31

Applicant: 安徽医科大学第一附属医院

Inventor： 梁伟 ,  路遥 ,  吴及 ,  石佳玲 ,  颜子夜 ,  赵曙光 ,  冯湘楠 ,  吴昕悦 ,  贺志阳 ,  鹿晓亮

IPC: G06T7/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06T7/11

Abstract: 本发明公开了一种宫颈癌CTV分割模型，通过构建神经网络模型并通过迭代训练得到最终的宫颈癌CTV分割模型用于对宫颈癌CTV进行分割并根据分割信息获得医疗判断信息，同时通过三阶段多中心随机对照评价法不断优化宫颈癌CTV分割模型，使得宫颈癌CTV分割模型的分割以及判断准确性不断增加；本发明极大的提高了宫颈癌CTV分割的准确性以及分割效率。

公开(公告)号：CN113593672A

公开(公告)日：2021-11-02

申请号：CN202110443721.X

申请日：2021-04-23

Applicant: 安徽医科大学第一附属医院

Inventor： 梁伟 ,  吴及 ,  鹿晓亮 ,  贺志阳 ,  石佳玲 ,  丁小凤 ,  刘招弟 ,  吴昕悦

IPC: G16H20/40 ,  G06N3/04 ,  G06N3/08 ,  G06T7/10 ,  A61B6/00

Abstract: 本发明公开一种放疗靶区智能勾画方法，包括以下步骤：S1、利用稳健残差学习和挤压激励摸块得到了特征表示，并将它们合并到U‑Net结构中，作为医学图像分割的主干；S2、通过形状感知加权策略来调整模型的关注度，以突出前景面积较小的切片；S3、通过递归精化方法来精化预测，以适应更多的边界细节用于肿瘤临床靶区的勾画。本发明基于深度学习、形状感知加权策略和递归求精策略，得到一种端到端的三维卷积深度学习框架RS‑CTVNet，用于全自动全卷肿瘤临床靶区勾。