-
公开(公告)号：CN117457235B
公开(公告)日：2024-03-19
申请号：CN202311781777.1
申请日：2023-12-22
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明实施例提供一种病理损伤模式预测方法、装置、存储介质及电子设备，属于数据处理技术领域。所述病理损伤模式预测方法包括：获取待检测病理切片图像；基于预置的病理结构识别模型对所述待检测病理切片图像进行图像识别，得到预处理图像，所述预处理图像中包含正常结构和病变区域的分布信息；基于多边形追踪算法，对所述预处理图像进行矢量化处理，得到矢量图像；基于所述正常结构和病变区域的分布信息，在所述矢量图像中分别确定正常结构和病变区域的空间坐标信息；基于预置的医学规则和所述正常结构和病变区域的空间坐标信息，得到病理损伤模式预测结果。提高了病理损伤模式预测结果的准确率，也增加了结果的可解释性和可信度。
-
公开(公告)号：CN117457235A
公开(公告)日：2024-01-26
申请号：CN202311781777.1
申请日：2023-12-22
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明实施例提供一种病理损伤模式预测方法、装置、存储介质及电子设备，属于数据处理技术领域。所述病理损伤模式预测方法包括：获取待检测病理切片图像；基于预置的病理结构识别模型对所述待检测病理切片图像进行图像识别，得到预处理图像，所述预处理图像中包含正常结构和病变区域的分布信息；基于多边形追踪算法，对所述预处理图像进行矢量化处理，得到矢量图像；基于所述正常结构和病变区域的分布信息，在所述矢量图像中分别确定正常结构和病变区域的空间坐标信息；基于预置的医学规则和所述正常结构和病变区域的空间坐标信息，得到病理损伤模式预测结果。提高了病理损伤模式预测结果的准确率，也增加了结果的可解释性和可信度。
-
公开(公告)号：CN116524248A
公开(公告)日：2023-08-01
申请号：CN202310410604.2
申请日：2023-04-17
Applicant: 首都医科大学附属北京友谊医院 , 北京雅丁信息技术有限公司
IPC: G06V10/764 , G06V10/762 , G06V10/80
Abstract: 本申请公开了医学数据处理装置、方法及分类模型训练装置。该装置中，第一获取模块获取不同模态的多个医学数据。第一处理模块对多个医学数据进行特征聚类处理，以得到目标特征数据，其中，目标特征数据为反映肝病的指标数据。第一确定模块基于目标特征数据、以及目标特征数据与肝病类型之间的预设映射关系，确定目标特征数据对应的多个待选肝病分类结果。第一融合模块对多个待选肝病分类结果进行融合，获得与多个医学数据相对应的目标分类结果。即将不同模态且相关性较高的多个医学数据聚合起来，确定多个待选肝病分类结果，并融合多个待选肝病分类结果以确定出目标分类结果，提高肝病类型的评估结果的准确性，辅助医生完成对肝病类型的评估。
-
公开(公告)号：CN116524248B
公开(公告)日：2024-02-13
申请号：CN202310410604.2
申请日：2023-04-17
Applicant: 首都医科大学附属北京友谊医院 , 北京雅丁信息技术有限公司
IPC: G06V10/764 , G06V10/762 , G06V10/80
Abstract: 本申请公开了医学数据处理装置、方法及分类模型训练装置。该装置中，第一获取模块获取不同模态的多个医学数据。第一处理模块对多个医学数据进行特征聚类处理，以得到目标特征数据，其中，目标特征数据为反映肝病的指标数据。第一确定模块基于目标特征数据、以及目标特征数据与肝病类型之间的预设映射关系，确定目标特征数据对应的多个待选肝病分类结果。第一融合模块对多个待选肝病分类结果进行融合，获得与多个医学数据相对应的目标分类结果。即将不同模态且相关性较高的多个医学数据聚合起来，确定多个待选肝病分类结果，并融合多个待选肝病分类结果以确定出目标分类结果，提高肝病类型的评估结果的准确性，辅助医生完成对肝病类型的评估。
-
Patent Agency Ranking
公开(公告)号：CN105483083A
公开(公告)日：2016-04-13
申请号：CN201610039152.1
申请日：2016-01-20
Applicant: 首都医科大学附属北京友谊医院
CPC classification number: C12N5/0637 , A61K35/17 , C12N5/0087 , C12N2501/2302 , C12N2501/2315 , C12N2501/24 , C12N2501/25 , C12N2501/51 , C12N2501/515 , C12N2501/59 , C12N2501/998 , C12N2501/999 , C12N2502/1107 , C12N2502/1121
Abstract: 本发明公开了一种双阴性T细胞的转化扩增方法，包括如下步骤：(1)提取起始样品中的单个核细胞，去除该单个核细胞中的CD8+T细胞和NK细胞；(2)将步骤(1)得到的样品在体外用包含T细胞刺激剂及细胞因子的培养基中培养；在培养过程中同时加入OX40的激活抗体或OX40的配体；(3)培养5～7天后，提纯双阴性T细胞。本发明无需提纯CD4+T细胞或天然DN T细胞即可实施，降低了操作难度，增加了操作效率。培养周期短。本发明可有效降低DN T细胞在扩增中的凋亡率，同时增强其免疫抑制功能。DN T细胞的收获率较之现有技术有极大的提升。本发明获得的DN T细胞具有显著的免疫抑制功能，分裂增殖的CD4T细胞的百分比较之现有技术下降到2.94％，抑制率可达到93％。
-
公开(公告)号：CN114612669A
公开(公告)日：2022-06-10
申请号：CN202210507845.4
申请日：2022-05-11
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明实施例提供一种医学图像炎症坏死占比的计算方法及装置，所述计算方法，包括获取病理图像；将所述病理图像输入语义分割模型得到所述病理图像中每个像素点的类别；根据所述每个像素点的类别确定初始炎症坏死区域；根据所述病理图像的颜色特征及所述初始炎症坏死区域确定背景区域和空白区域；根据所述病理图像、初始炎症坏死区域、背景区域及空白区域确定炎症坏死占比。该计算方法解决了炎症坏死之间互相嵌套的问题，且降低了收敛难度，快速精确的得到炎症坏死占比。
-
公开(公告)号：CN117116472B
公开(公告)日：2024-10-11
申请号：CN202311387445.5
申请日：2023-10-25
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本公开提供一种医学诊断装置、电子设备及存储介质，该医学诊断装置，包括：第一获取模块，用于获取医学影像中的目标结构的第一异常特征信息，第一异常特征信息表征目标结构是否出现异常；第二获取模块，用于获取目标结构对应的疾病类型列表，疾病类型列表中包括发生于目标结构的多个疾病；诊断模块，用于基于第一异常特征信息和多个疾病之间的关联度，得到第一诊断信息。以此，能够基于异常特征信息和疾病之间的对应关系确定第一诊断信息，提高输出结果的可解释性。同时，用户能够明确输出结果的判断依据，以验证输出结果的可信度。
-
公开(公告)号：CN117116472A
公开(公告)日：2023-11-24
申请号：CN202311387445.5
申请日：2023-10-25
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本公开提供一种医学诊断装置、电子设备及存储介质，该医学诊断装置，包括：第一获取模块，用于获取医学影像中的目标结构的第一异常特征信息，第一异常特征信息表征目标结构是否出现异常；第二获取模块，用于获取目标结构对应的疾病类型列表，疾病类型列表中包括发生于目标结构的多个疾病；诊断模块，用于基于第一异常特征信息和多个疾病之间的关联度，得到第一诊断信息。以此，能够基于异常特征信息和疾病之间的对应关系确定第一诊断信息，提高输出结果的可解释性。同时，用户能够明确输出结果的判断依据，以验证输出结果的可信度。
-
公开(公告)号：CN114612669B
公开(公告)日：2022-07-22
申请号：CN202210507845.4
申请日：2022-05-11
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明实施例提供一种医学图像炎症坏死占比的计算方法及装置，所述计算方法，包括获取病理图像；将所述病理图像输入语义分割模型得到所述病理图像中每个像素点的类别；根据所述每个像素点的类别确定初始炎症坏死区域；根据所述病理图像的颜色特征及所述初始炎症坏死区域确定背景区域和空白区域；根据所述病理图像、初始炎症坏死区域、背景区域及空白区域确定炎症坏死占比。该计算方法解决了炎症坏死之间互相嵌套的问题，且降低了收敛难度，快速精确的得到炎症坏死占比。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.038 seconds)
