公开(公告)号：CN116342943A

公开(公告)日：2023-06-27

申请号：CN202310260771.3

申请日：2023-03-16

Applicant: 兰州大学

Inventor： 胡斌 ,  姚志军 ,  郭昱辉 ,  李同同 ,  赵子阳

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请实施例提供了一种基于多模态融合的多弥散MRI图像肝纤维化识别方法，通过获取检测对象的肝部图像和基础信息，将检测对象的肝部图像和基础信息输入目标的肝纤维化评估模型中，提取输入肝部图像对应的肝纤维化特征和基础信息的有效特征，其中，有效特征包括与肝纤维化相关的图像特征和/或人口学特征。通过目标的肝纤维化评估模型对肝纤维化特征和有效特征进行特征融合，得到检测对象的肝纤维化评估结果。本申请实施例通过融合多种不同类型数据的特征的肝纤维化评估模型对检测对象是否存在肝纤维进行评估，相较于传统仅对MRI图像一种类型的数据进行分析、识别的学习模型，具有更高准确率，且具有更强的鲁棒性。

公开(公告)号：CN115601598A

公开(公告)日：2023-01-13

申请号：CN202211301507.1

申请日：2022-10-24

Applicant: 兰州大学(CN)

Inventor： 胡斌 ,  李同同 ,  姚志军

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/26 ,  G06V10/30 ,  G06V10/82 ,  G06T7/00

Abstract: 本申请提供了一种PET/CT影像识别方法及装置，所述影像识别方法包括：通过PET/CT原始影像进行目标实质提取，得到CT数据集和PET数据集；将CT数据集和PET数据集输入到双视图深度学习分类器进行特征提取和特征分类，得到CT和PET特征分类；双视图深度学习分类器使用MVPD‑Net模型；基于投票的识别机制，对CT特征分类和PET特征分类进行融合，得到最终识别结果。本申请提出的模型，是基于多视图3D卷积神经网络的PET/CT影像的分类模型，可以更可靠的进行影像识别。使用目标实质提取，解决了由于目标组织与周围组织的结构、密度相似，其本身的异质性导致了分类模型的高灵敏度和低特异度的问题。

公开(公告)号：CN114283935A

公开(公告)日：2022-04-05

申请号：CN202111582180.5

申请日：2021-12-22

Applicant: 兰州大学

Inventor： 胡斌 ,  郑炜豪 ,  赵磊磊 ,  姚志军

IPC: G16H50/20 ,  G16H50/30

Abstract: 本申请提供了一种疼痛等级评估方法及系统，所述方法通过疼痛样本、对照样本以及诱发样本的样本数据，建立各样本数据对应的脑网络，并计算各脑网络模型的拓扑属性值，得到疼痛样本数据对应的脑网络相对于对照样本数据对应的脑网络的动态性变异梯度属性和各脑区参与疼痛感知的权重值，从而得到动态疼痛标志物，根据动态疼痛标志物，可以准确、定量评估慢性疼痛患者大脑对疼痛的感知程度。本申请提供的方法及系统通过脑区的动态性变异梯度属性可以直观反映疼痛样本相较于对照样本的变异性，且通过求得的各脑区参与疼痛感知的权重值可以有效去除慢性疼痛的病理性影响，求得的动态疼痛标志物更聚焦于躯体感知层面，得到更为客观的疼痛等级评估结果。

公开(公告)号：CN112308831A

公开(公告)日：2021-02-02

申请号：CN202011174925.X

申请日：2020-10-28

Applicant: 兰州大学

Inventor： 胡斌 ,  姚志军 ,  赵子阳

IPC: G06T7/00 ,  A61B5/00 ,  A61B5/055 ,  A61B5/16

Abstract: 本方法基于复杂网络中的时序网络对动态脑网络进行定量分析，得到时序网络的全局效率和节点的平均驻留时间。在研究抑郁症等疾病的相关生理机制的同时，可以将时序网络的全局效率和节点的平均驻留时间用于抑郁症的辅助诊断，从而能提高抑郁症的诊断准确率。