-
公开(公告)号：CN110766693B
公开(公告)日：2022-06-21
申请号：CN201910730460.2
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于医学影像和计算机技术领域，涉及一种基于多模型神经网络联合预测放疗结构位置的方法、设备和存储介质。本发明使用多个不同的模型对同一器官的医学图像进行分割，根据器官在医学影像上下层的跟随性，通过比较不同模型预测出的掩模与上一层掩模质心距离的接近程度来降低小器官分割中掩模的假阴、假阳；通过比较不同模型预测出的掩模与上一层掩模的dice系数的高低程度来降低大器官分割中掩模的假阴、假阳。相比于单模型的调优，本发明通过多模型联合预测放疗结构可以明显的改善上述问题，具有很强的普适性。
-
公开(公告)号：CN110310287B
公开(公告)日：2022-04-19
申请号：CN201810239263.6
申请日：2018-03-22
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于医学影像技术领域，涉及一种基于三级联卷积神经网络的危及器官自动勾画方法、设备和存储介质。包括步骤：将三维医学影像预处理后输入到训练好的三级联卷积神经网络的第一、第二、第三级网络中依次进行识别待分割器官所存在的横断面、粗定位待分割器官的感兴趣区域、对感兴趣区域中的所有像素点进行分类，随后输出三维的二值分割结果；对二值分割结果进行后处理、边缘提取及边缘平滑后，得到自动勾画的危及器官。其中，本发明的三级联卷积神经网络模型由第一级网络、第二级网络和第三级网络三个卷积神经网络级联而成。本发明的三级联神经网络具有不需要先验知识，算法泛化能力好，鲁棒性强，速度快，全自动，分割准确率高的优点。
-
公开(公告)号：CN111921098A
公开(公告)日：2020-11-13
申请号：CN202010784761.6
申请日：2020-08-06
Applicant: 北京连心医疗科技有限公司
IPC: A61N5/10
Abstract: 本发明提供一种基于放射治疗生物效应的鲁棒性优化方法和系统，所述方法包括：获取病人数据，所述病人数据包括处方；对所述处方进行鲁棒性优化，获得优化方案；选用一种RBE模型作为第一RBE模型，根据优化方案对RBE模型进行求解，获得优化治疗计划；利用另一种或另一些RBE模型对优化治疗计划进行评估和校正，获得满足另一种或另一些RBE模型评估的最终优化治疗计划。目前每种RBE模型与生物实验结果有一定差异，基于一种RBE模型获取优化治疗计划，通过另一种或另一些RBE模型对优化治疗计划进行评估和校正，使最终优化治疗计划可以满足多种RBE模型的评价指标；通过对处方进行鲁棒性优化，提高优化治疗计划或最终优化治疗计划的准确性。
-
公开(公告)号：CN118797002A
公开(公告)日：2024-10-18
申请号：CN202410803324.2
申请日：2024-06-20
Applicant: 北京连心医疗科技有限公司 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F16/332 , G06V30/148 , G06V30/19 , G06F40/253 , G16H10/20
Abstract: 本发明公开了一种基于大模型的临床路径图像识别方法和系统，属于人工智能技术领域，所述方法包括以下步骤：获得所述临床路径图像的文本；获得所述文本的医学主体和医学主体之间的逻辑关系；根据所述医学实体之间的逻辑关系，获得第一问题和第一答案；基于所述大模型，补全和修正所述第一问题和第一答案，获得第二问题和第二答案。在识别图像文本的基础上，通过识别医学主体及不同医学主体的逻辑关系，建立相关的问答对，实现临床路径的标准化；基于大模型对问答对进行补全，纠正识别过程中可能出现的错误，完善问答对内容，以生成高质量的问答对；提高问答对的可阅读性。
-
公开(公告)号：CN116779145A
公开(公告)日：2023-09-19
申请号：CN202310729928.2
申请日：2023-06-19
Applicant: 北京连心医疗科技有限公司 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H50/20 , G06F18/214 , G16H20/10
Abstract: 本发明公开了一种宫颈癌放疗计划的预测方法及系统，包括从多个宫颈癌放疗病例中提取医学数据，医学数据包括年龄、病史、病理类型、放疗处方和射束通道；对提取到的医学数据进行预处理；数据预处理之后，输入至GPT模型中进行训练；将患者的医学数据输入至训练好的GPT模型中获得放疗计划预测结果；提取射束通道包括：基于3D的PTV数据，确定放疗射野角度；将射野角度投影到计划靶区上得到网络权重；对网络权重计算获取剂量。本发明通过GPT模型和射束通道的应用，可以更好地对患者的病情进行分析和预测，从而提高了放疗的精度和准确性。
-
Patent Agency Ranking
公开(公告)号：CN116672619A
公开(公告)日：2023-09-01
申请号：CN202310077390.1
申请日：2023-01-17
Applicant: 北京连心医疗科技有限公司 , 北京大学第三医院(北京大学第三临床医学院)
IPC: A61N5/10 , G06Q10/04 , G06N3/08 , G06N3/0475
Abstract: 本发明公开了一种基于生成对抗网络的放疗剂量预测方法和系统，属于放疗剂量预测技术领域，预测方法包括：获取训练集；获得射束角在目标区域的投影面积；获取投影面积大的多个射束角，多个射束角组成射束通道；基于射束通道，获取三维剂量；将三维剂量作为计划剂量图的第四通道，获得输入图；基于生成对抗网络，对输入图和真实剂量图进行训练，获得预测模型；基于预测模型，对待预测的靶区计划数据进行分析，获得预测放疗剂量。将射束通道的三维剂量作为第四通道合并到计划剂量图中，基于真实物理条件增加了限制，使生成对抗网络可用于不同类型放射治疗技术的混合训练集。
-
公开(公告)号：CN110490803B
公开(公告)日：2023-04-07
申请号：CN201910729032.8
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于医学影像技术领域，涉及一种图像语义分割分块预测的拼接方法、设备和存储介质。该方法包括如下步骤：将待分割2D或3D图像的四周进行边缘补零扩充；对扩充后的图形进行分割；各分块分别进行分割预测；将各分块的预测结果图像进行边缘抛弃，保留核心区域；对所有保留的核心区域按分块顺序进行拼接，合成全图预测结果图。本发明可以让原图像和分块区域的分割预测结果都保持在分割预测准确率较高的图像内部区域；显著降低各分块边缘拼接痕迹明显的问题；可以改进原图外边缘预测结果；且本发明同时适用于对2D、3D图像的分块预测拼接问题。
-
公开(公告)号：CN110827961B
公开(公告)日：2022-08-23
申请号：CN201810911894.8
申请日：2018-08-10
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明属于放疗技术领域，涉及一种自适应放疗结构自动勾画方法、设备和存储介质。该方法包括如下步骤：输入患者数据；对患者医学影像进行预处理；利用第一级深度神经网络对患者影像中的人体器官结构进行分类定位；根据分类定位结果，利用第二级深度神经网络对人体器官结构进行分割勾画；将分割勾画结果输出。本发明提供的自适应放疗结构自动勾画方法充分发挥了深度神经网络对图像分类、分割全自动快速计算的优势，在放疗结构的分类和分割过程中避免人工干预，而能够根据影像数据，自适应扫描部位与器官结构，完成全自动勾画处理。将传统需要人工干预的数十分钟乃至数小时的勾画工作，缩短到数分钟即可完成。
-
公开(公告)号：CN106846317B
公开(公告)日：2021-09-17
申请号：CN201710106121.8
申请日：2017-02-27
Applicant: 北京连心医疗科技有限公司
IPC: G06T7/00 , G06T7/149 , G06T7/32 , G06T7/33 , G06T7/35 , G06T7/38 , G06T7/13 , G06T7/143 , G06T7/136
Abstract: 本发明公开了一种基于特征提取和相似匹配的医学影像检索方法，在放疗计划的流程中，图像配准是一项很重要的关键步骤。放疗计划中图像配准的应用目的是为了找到一个与目标图像最合适的模板图像，经匹配运算后可得到最佳配准结果，供临床靶区勾画、器官剂量模拟或治疗使用。因此，如何搜索到最合适的模板图像是相当重要的。在本方法中透过10个与形态相关的形态特征，结合病史信息，并给予这些特征不同的判别权重，最后选出10组最相近的图像及相关信息，提供给医生选择,经综合考虑下选择最合适的模板图像。经过本方法运算后，可以提供模板图像与目标图像的相似度保证，如此可以提高放疗计划中图像配准运算的适用性与精确度。
-
公开(公告)号：CN110866935A
公开(公告)日：2020-03-06
申请号：CN201810984658.9
申请日：2018-08-28
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明公开一种基于HU值分布的去除放疗结构自动分割中假阳的方法、设备和存储介质。包括如下步骤：获取患者CT影像并将该影像作为第一影像；基于第一影像利用放疗结构的自动分割神经网络模型预测人体放疗结构掩模，得到影像作为第二影像；将第一影像代表的矩阵与第二影像的矩阵进行点积，在第一影像中截取掩模所在区域的影像，得到影像为第三影像；根据所述器官的Hu值去除第三影像中放疗结构的假阳区域得到第四影像；根据第四影像对第一影像进行边缘提取，得到去除假阳放疗结构自动勾画结果。该方法能够消除现有基于神经网络的CT影像自动勾画结果中存在假阳的问题。从而提高了自动分割的精度，从而有利于后续放疗剂量计算的准确度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.029 seconds)
