-
公开(公告)号:CN114882017A
公开(公告)日:2022-08-09
申请号:CN202210755614.5
申请日:2022-06-30
Applicant: 中国科学院大学 , 首都医科大学宣武医院 , 中国科学院自动化研究所
Abstract: 本发明公开了基于颅内动脉图像的薄纤维帽斑块检测的方法及装置,方法包括:获取颅内动脉OCT图像;通过训练好的纤维分割模型从颅内动脉OCT图像中分割出纤维区域;根据纤维区域确定管腔内壁;根据管腔内壁以及预设距离对颅内动脉OCT图像进行截取,得到截取后的颅内动脉OCT图像;通过训练好的脂质分割模型从截取后的颅内动脉OCT图像中分割出脂质区域;根据分割图像确定薄纤维帽斑块检测结果。本发明充分考虑纤维和脂质的特征差异,采用两段式分割即现通过训练好的纤维分割模型分割出纤维区域,再通过训练好的脂质分割模型分割出脂质区域,提升了模型分割性能,使得分割过程更加准确且可控,提升了薄纤维帽斑块检测结果的准确性。
-
公开(公告)号:CN114882017B
公开(公告)日:2022-10-28
申请号:CN202210755614.5
申请日:2022-06-30
Applicant: 中国科学院大学 , 首都医科大学宣武医院 , 中国科学院自动化研究所
Abstract: 本发明公开了基于颅内动脉图像的薄纤维帽斑块检测的方法及装置,方法包括:获取颅内动脉OCT图像;通过训练好的纤维分割模型从颅内动脉OCT图像中分割出纤维区域;根据纤维区域确定管腔内壁;根据管腔内壁以及预设距离对颅内动脉OCT图像进行截取,得到截取后的颅内动脉OCT图像;通过训练好的脂质分割模型从截取后的颅内动脉OCT图像中分割出脂质区域;根据分割图像确定薄纤维帽斑块检测结果。本发明充分考虑纤维和脂质的特征差异,采用两段式分割即现通过训练好的纤维分割模型分割出纤维区域,再通过训练好的脂质分割模型分割出脂质区域,提升了模型分割性能,使得分割过程更加准确且可控,提升了薄纤维帽斑块检测结果的准确性。
-
公开(公告)号:CN115032375A
公开(公告)日:2022-09-09
申请号:CN202210508464.8
申请日:2022-05-11
Applicant: 首都医科大学宣武医院
IPC: G01N33/50
Abstract: 本发明涉及生物医药技术领域,尤其涉及标志物在制备诊断脑卒中的试剂盒中的应用。该标志物包括甘油二酯(18:3/24:0)、甘油二酯(22:0/24:0)、植物鞘氨醇、半乳糖神经酰胺(18:1/24:1)、甘油三酯(15:0/16:1/o‑18:0)、葡糖神经酰胺(18:1/24:0)中的至少一种。本发明研究发现,以上标志物中前四种在大动脉粥样硬化来源的血栓中明显增高,后两种物质在心源性栓塞来源的血栓中明显增高。利用该标志物可快速、准确区分大动脉粥样硬化来源的血栓和心源性栓塞来源的血栓,及时给予患者个体化治疗。
-
-