-
公开(公告)号：CN111028914B
公开(公告)日：2024-03-22
申请号：CN201911229101.5
申请日：2019-12-04
Applicant: 北京连心医疗科技有限公司
Abstract: 本发明公开了一种人工智能引导的剂量预测方法与系统，其中，剂量预测方法包括：获取病人以预设格式存储的医学影像；对医学影像进行勾画以获取几何解剖结构；根据医学影像对应的病种信息、几何解剖结构以及预设的病种‑处方模板库确定处方；根据病种信息、几何解剖结构和处方确定放疗照射角度；将病种信息、几何解剖结构、处方和放疗照射角度输入训练完成的剂量预测模型，得出放疗剂量结果。通过本发明的技术方案，实现了全自动的剂量预测，提高了剂量预测的效率和效果。
-
公开(公告)号：CN110599498B
公开(公告)日：2023-05-05
申请号：CN201910728931.6
申请日：2019-08-08
Applicant: 北京连心医疗科技有限公司
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于深度学习和放疗技术领域，涉及一种基于神经网络对医学影像中人体器官进行分割的方法，包括如下步骤：粗定位待勾画目标器官所在的医学影像层，所述的待勾画目标器官包含若干器官；使用3D二分类U型网络确定作为一个整体的待勾画目标器官的起始层与结束层；将起始层与结束层的中间层输入2D的多分类U型网络，进行精细勾画分割，确定各待勾画器官对应的起始层和结束层。本发明使用3D网络以确定多器官作为一个整体时的起始层与结束层，使用2D网络以解决起始层与结束层中间的各器官间数据不平衡问题，通过结合现有3D网络与2D网络的优点，解决了现有技术中对HU值相近的多器官分割问题。
-
公开(公告)号：CN111921098B
公开(公告)日：2022-07-08
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系统，鲁棒性优化方法包括：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：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。
-
Patent Agency Ranking
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：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 0.05 seconds)
