公开(公告)号：CN114511537B

公开(公告)日：2025-04-25

申请号：CN202210116221.X

申请日：2022-01-29

Applicant: 杭州电子科技大学

Inventor： 曹九稳 ,  周德阳 ,  王天磊 ,  徐璐 ,  魏劭农 ,  蒋铁甲 ,  高峰

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种深度融合学习的儿童脑部MRI脱髓鞘辅助分析方法，首先进行儿童脱髓鞘疾病数据预处理及数据集构建；然后深度融合学习脱髓鞘疾病辅助模型设计；通过构建的儿童脱髓鞘疾病数据集对深度融合学习脱髓鞘疾病辅助模型进行训练；最后通过训练好的深度融合学习脱髓鞘疾病辅助模型完成高信号白质分割图的获取与特征分类，通过可视化结果模型展示高信号白质分割图与特征分类标签。本发明方法不仅可以辅助医生进行临床诊断，而且可以大大提高图像标注的速率，这将极大缩短患者的确诊时间与确诊成本，使患者获得及时的治疗，缓解患者预后过程遗留的神经功能缺损，获得更好的预后效果。

公开(公告)号：CN114511537A

公开(公告)日：2022-05-17

申请号：CN202210116221.X

申请日：2022-01-29

Applicant: 杭州电子科技大学

Inventor： 曹九稳 ,  周德阳 ,  王天磊 ,  徐璐 ,  魏劭农 ,  蒋铁甲 ,  高峰

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种深度融合学习的儿童脑部MRI脱髓鞘辅助分析方法，首先进行儿童脱髓鞘疾病数据预处理及数据集构建；然后深度融合学习脱髓鞘疾病辅助模型设计；通过构建的儿童脱髓鞘疾病数据集对深度融合学习脱髓鞘疾病辅助模型进行训练；最后通过训练好的深度融合学习脱髓鞘疾病辅助模型完成高信号白质分割图的获取与特征分类，通过可视化结果模型展示高信号白质分割图与特征分类标签。本发明方法不仅可以辅助医生进行临床诊断，而且可以大大提高图像标注的速率，这将极大缩短患者的确诊时间与确诊成本，使患者获得及时的治疗，缓解患者预后过程遗留的神经功能缺损，获得更好的预后效果。

公开(公告)号：CN114677389A

公开(公告)日：2022-06-28

申请号：CN202210331876.9

申请日：2022-03-30

Applicant: 浙江大学 ,  杭州电子科技大学

Inventor： 高峰 ,  徐璐 ,  魏劭农 ,  王天磊 ,  蒋铁甲 ,  张洪锡 ,  刘珂舟 ,  曹九稳

IPC: G06T7/11 ,  G06T7/00 ,  G06V10/774 ,  G06V10/778 ,  G06V10/72 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  A61B5/055

Abstract: 本发明公开了一种深度半监督分割的儿童脑部MRI脱髓鞘病灶定位方法，首先进行数据集构建，然后构建分割模型，分割模型包括Student网络和Teacher网络两个部分；利用构建的数据集进行Student网络训练，并根据反向传播后的Student网络参数进行参数漂移得到Teacher网络参数；本发明方法针对性设计预处理方式，使得本发明对成像过程中可能出现的问题具有良好的补偿。利用图像增强、图像加噪声和半监督的方式，使得模型只需要少量的标注图像就能获得很好的分割性能，并对噪声和伪影获得良好的鲁棒性能，解决了标注过程存在的难度大、不准确、费时费力的问题。