-
公开(公告)号：CN113223699B
公开(公告)日：2024-10-18
申请号：CN202110355578.9
申请日：2021-04-01
Applicant: 复旦大学附属华山医院
IPC: G16H50/70 , G16H50/20 , G16H30/40 , G06V10/764 , G06V10/77 , G06V10/82 , G06V10/26 , G06N3/045 , G06N3/0499 , G06T7/00 , G06T7/73 , A61B34/10
Abstract: 本发明提供了一种构建腰椎骨量减少和骨质疏松筛查模型的方法和系统，包括：步骤1：从双平面成像设备中采集影像数据，获取冠、矢状面影像数据及体检信息并进行预处理；步骤2：对冠、矢状面影像进行椎体分割，得到分割结果；步骤3：根据分割结果和体检信息，构成特征集合；步骤4：基于特征集合进行腰椎骨量减少和骨质疏松筛查模型构建。本发明利用常规体检指标及冠、矢状面影像信息，进行腰椎骨量减少和骨质疏松疾病的筛查，在降低辐射量的同时，为今后快速准确地筛查具有高OP疾病风险的人群提供了理论和实践依据，具有很大的实际应用价值。
-
公开(公告)号：CN113571203B
公开(公告)日：2024-01-26
申请号：CN202110813710.6
申请日：2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统，利用多中心的多模态脑肿瘤影像及其组学信息，患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测，提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型，在保证患者图像数据隐私的基础上实现可靠
-
公开(公告)号：CN115717909B
公开(公告)日：2023-06-13
申请号：CN202211461658.3
申请日：2022-11-17
Applicant: 复旦大学
Abstract: 本发明属于健康智能监测技术领域，具体公开一种面向热害职业危害的健康智能监测方法、设备及存储介质，该面向热害职业危害的健康智能监测方法包括环境信息采集、环境信息分析、人员基本信息采集、人员散热分析、人员温度采集、人员散热平衡分析、人员温度分析、人员作业安全分析和危险预警，通过对矿井下作业区域的环境信息进行采集和分析，进而对作业人员的着装情况和温度进行采集与分析，从而对作业人员的作业状态进行分析，解决了当前技术没有对作业人员的工作服装进行监测与分析的问题，实现了矿井下作业人员的安全状态监测与分析，有效的保障了作业人员的作业健康与安全，提高了作业人员的工作效率和效果同时也保障了矿井生产的安全。
-
公开(公告)号：CN115389385B
公开(公告)日：2023-05-09
申请号：CN202211144836.X
申请日：2022-09-20
Applicant: 复旦大学
Abstract: 本发明公开基于作业环境和人体职业健康的粉尘智能监测预警系统，包括目标建筑工地区域划分模块、工地大气粉尘浓度监测分析模块、工地大气粉尘颗粒监测分析模块、工地大气环境监测分析模块、工地大气粉尘评估分析模块、工地地面粉尘监测分析模块和工地工人预警分析执行模块。通过对各工地子区域中各高度层对应的粉尘颗粒均匀度和粉尘颗粒分散度进行分析，进而综合分析各工地子区域中各高度层对应的粉尘颗粒影响指数，不仅在很大程度上保障了各工地子区域中监测数据的完整性、准确性和代表性，同时还能够精准、有效地为后续建筑工地粉尘分析结果提供可靠的数据基础，大幅度提升了分析结果的代表性，使得分析结果的准确度提升。
-
公开(公告)号：CN115272170A
公开(公告)日：2022-11-01
申请号：CN202210610244.6
申请日：2022-05-31
Applicant: 复旦大学
Abstract: 本发明提供了一种基于自适应多尺度Transformer优化的前列腺MRI影像分割方法及系统，包括：步骤S1：获取前列腺MRI影像数据集；步骤S2：对数据集中MRI图像进行预处理，得到预处理之后的训练集与测试集；步骤S3：初始化网络中的参数，使用带有Transformer模块的网络结合在前列腺图像标注的前列腺器官区域进行训练，更新参数得到前列腺自动分割模型；步骤S4：将测试数据集的图像输入训练完成的网络中，得到每幅MRI图像的前列腺分割图像。本发明引入了自适应卷积自适应地调制卷积核全局互补信息，采用自适应Transformer模块来增强全局语义提取能力，提升了对前列腺MRI图像的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN113571203A
公开(公告)日：2021-10-29
申请号：CN202110813710.6
申请日：2021-07-19
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种多中心基于联邦学习的脑肿瘤预后生存期预测方法及系统，利用多中心的多模态脑肿瘤影像及其组学信息，患者临床病历信息等多尺度信息进行脑肿瘤预后生存期预测，提出了一种基于主动学习与强化学习的多中心联邦学习机制。本发明通过各中心分布式存储的患者电子病历信息联合影像组学特征与深度学习特征建立全面的脑肿瘤预后生存期分类模型，在保证患者图像数据隐私的基础上实现可靠的、准确度更高的脑肿瘤预后生存期预测系统。
-
公开(公告)号：CN112967778A
公开(公告)日：2021-06-15
申请号：CN202110287375.0
申请日：2021-03-17
Applicant: 复旦大学附属华山医院
Inventor： 于泽宽 , 周锟 , 耿道颖 , 吴兴旺 , 王乐 , 韩方凯 , 刘晓 , 陈卫强 , 李强 , 王侠 , 刘学玲 , 吕锟 , 王容 , 杜鹏 , 文剑波 , 韩秋月 , 张海燕 , 杜成娟 , 王娜 , 李璇璇 , 吴昊 , 耿岩 , 李郁欣 , 张军 , 尹波 , 曹鑫
IPC: G16H20/10 , G16H30/20 , G16H30/40 , G16H50/20 , G06T7/00 , G06T7/11 , G06K9/46 , G06K9/62 , G06N20/20
Abstract: 本发明提供了一种基于机器学习的炎症性肠病精准用药方法及系统，涉及医学图像处理技术领域，该方法包括：步骤S1：获取炎症性肠病能谱CT数据并对能谱CT数据进行预处理，制作病情活动度‑用药标签数据集；步骤S2：对预处理后的能谱CT数据进行病灶区域分割；步骤S3：将炎症性肠病病灶区域ROIIBD进行影像组学特征提取；构建迁移模型；步骤S4：获得炎症性肠病无创用药评估模型。本发明能够帮助指导IBD患者的治疗方案选择，评估预后，进而缩短IBD患者的治疗时间，具有更好的临床实用性。
-
公开(公告)号：CN112365980A
公开(公告)日：2021-02-12
申请号：CN202011279154.0
申请日：2020-11-16
Applicant: 复旦大学附属华山医院
IPC: G16H50/30 , G06T7/00 , G06T7/11 , G06T7/45 , G06T7/62 , G06K9/32 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种脑肿瘤多靶点辅助诊断与前瞻性治疗演化可视化方法及系统，包括：获取治疗前、后配对的脑肿瘤多靶点多模态MRI数据并进行预处理；对预处理后治疗前、后配对的脑肿瘤多靶点多模态MRI数据通过3DU‑net卷积神经网络进行肿瘤区域分割得到 和将 和 通过影像组学方法获得生长特征标签L＝{l1,l2,l3,...,ln}；将 和 通过多通道卷积神经网络进行特征提取再进行SE融合操作，得到深度学习特征和 将 输入预测模型，得到脑肿瘤多靶点生长预测标签 将 和输入训练后的前瞻性治疗可视化模型，得到最终的脑肿瘤感兴趣区域生长演化图像，将脑肿瘤感兴趣区域生长演化图像插入非脑肿瘤区域Ibackground中，完成脑肿瘤前瞻性治疗可视化任务；本发明具有更好的临床实用性。
-
公开(公告)号：CN111667478A
公开(公告)日：2020-09-15
申请号：CN202010523637.4
申请日：2020-06-10
Applicant: 复旦大学附属华山医院
Abstract: 本发明提供了一种基于CTA到MRA跨模态预测的颈动脉斑块识别方法，包括以下步骤：数据收集步骤：收集配对的颈动脉CTA和MRA图像数据；斑块分割及模型训练步骤：先进行CTA和MRA颈动脉管腔的定位，然后进行颈动脉斑块的分割，获得CTA和MRA的斑块区域图像，将CTA和MRA的斑块区域图像送到pix2pix或者cycle-GAN网络进行训练，获得初步训练后的模型。本发明设计完整、新颖的算法流程，使用改进的深度学习Multiplan-net算法对CTA图像上的颈动脉管腔、斑块进行自动分割，在此基础上设计优化的对抗生成网络进行CTA数据扩增，从而进一步提高分割精度。
-
公开(公告)号：CN119405277A
公开(公告)日：2025-02-11
申请号：CN202411609221.9
申请日：2024-11-12
Applicant: 复旦大学
IPC: A61B5/00 , A61B5/11 , A61B5/388 , A61B5/145 , A61B5/055 , G16H10/20 , G16H50/30 , G06V20/40 , G06V40/20
Abstract: 本发明提供了一种基于多模态信息的CIPN信息融合方法及系统，包括：评估待测人员的主观问卷；根据待测人员的行走视频评估行走速度和步态；评估待测人员的手指精细运动技能；评估待测人员的神经传导速度；评估待测人员的大脑功能；评估待测人员的大脑结构；根据主观问卷、行走速度和步态、手指精细运动技能、神经传导速度、大脑功能和大脑结构，构建信息融合。相较于传统的NCI‑CTCAE分级系统和EORTC QLQ‑CIPN20问卷，本发明克服了主观性和重复性问题，提高了诊断准确性和治疗效果。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.042 seconds)
