-
公开(公告)号：CN112767370B
公开(公告)日：2024-02-20
申请号：CN202110098512.6
申请日：2021-01-25
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 一种基于图像配准的目标区域标注方法，筛选配准后的CT或MRI影像，使用医学影像处理软件打开该影像，导入平扫期、动脉期、门脉期、平衡期四个序列，四期同时在显示界面上展示，在所述四个显示界面中同步逐层对比肝脏灰度的变化，判断出感兴趣区域ROI，调整至标注模式，四期图像中同步联动标注，完成一个感兴趣区域ROI内所有病灶层面的标注，保存带有标签信息的NII格式标注图像，并以住院号命名，本发明通过对目标区域的精确标注，得到标注后的CT/MRI多期增强扫描的图像，最大化的利用标注图像的有限资源用于深度学习。
-
公开(公告)号：CN113077888A
公开(公告)日：2021-07-06
申请号：CN202110340928.4
申请日：2021-03-30
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 本申请涉及大数据处理技术领域，具体涉及自动化MELD评分方法、终端及存储介质。本申请方法包括以下步骤：从医院信息系统、电子病历系统以及实验室检查信息系统获取人口信息、临床诊断数据以及检验数据；对人口信息进行预处理得到患者索引编号信息；对临床诊断数据进行结构化分析获取肝病病因；从检验数据筛选出血清总胆红素、血肌酐、国际标准化比值数据；汇总患者索引编号信息、临床诊断数据以及检验数据；根据MELD评分规则对汇总数据进行计算得到每个患者的MELD评分结果。本方法将分散在不同数据库的数据进行规整统一，提供完善而准确无误的MELD评分数据，构建自动化计算模型进行MELD评分，获取精准地评分结果，既能提高工作效率又可以提高评估的准确性。
-
公开(公告)号：CN112951381A
公开(公告)日：2021-06-11
申请号：CN202110096850.6
申请日：2021-01-25
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 一种适用于肝脏CT、MRI多期增强检查图像的配准方法，解决了因各种原因导致的多期增强检查图像在扫描过程中起始位置不一致的问题，即四期同一序号的图片不在同一平面或者在人体纵轴上有一定的偏差，即平扫期、动脉期、门静脉期及延迟期的第X张图片，在人体纵轴上不是最接近的，采用定位四期基准层面的方法，并对多余层面进行删减的方法，使四个期的固定序号的图像为在人体纵轴上偏差最小、最接近的图像。
-
公开(公告)号：CN112768060A
公开(公告)日：2021-05-07
申请号：CN202110098484.8
申请日：2021-01-25
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 本发明提供基于随机生存森林的肝癌术后复发预测方法、存储介质，方法包括：获取各病例的临床资料和复发时间；预设入组维度包括病人基本因素、术前检验因素和术后病理因素；依据所述临床资料获取数据集，所述数据集由各病例对应的预设入组维度构成；依据数据集和各病例的复发时间，采用随机生存森林算法构建得到对应的肝癌术后早期复发预测模型。本发明能够准确预测个体病患的肝癌术后复发概率，更好地确定术后关注度；有助于主动预防；特别是针对医疗机构，能够帮助医护人员准确地筛选出肝癌术后高危复发病人，有助于在复发早期进行干预，指导术后随访和治疗。
-
公开(公告)号：CN112712899A
公开(公告)日：2021-04-27
申请号：CN202110047657.3
申请日：2021-01-14
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 本申请涉及大数据处理技术领域，具体涉及基于原发性肝癌大数据的数据分析方法及存储介质。本申请方法包括以下步骤：从电子病历系统、影像采集与输出系统以及检查信息系统获取分析数据；对人口信息进行预处理得到患者索引编号信息；对影像报告进行预处理并进行结构化分析处理获取结节属性；对检验报告进行预处理得到甲胎蛋白检验数据；将患者索引编号信息、影像报告以及甲胎蛋白检验数据汇总得到汇总数据；根据预设规则对汇总数据进行分析得到患者的病情分析结果。本发明技术方案抽取不同系统中的数据进行规整和统一，筛选出关键指标信息，根据预先设置的规则，对患者肝细胞癌病情分析并给出诊疗建议，既能提高工作效率又可以提高诊断的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111666972A
公开(公告)日：2020-09-15
申请号：CN202010350199.6
申请日：2020-04-28
Applicant: 清华大学 , 福州宜星大数据产业投资有限公司
Abstract: 本发明提供一种基于深度神经网络的肝部病例图像分类方法及系统，包括：获得属于同一用户设定时间段的多张病例图像；对多张病例图像进行重采样，形成单张三维病例图像；将上述单张三维病例图像输入深度神经网络模型提取图像特征，所述图像特征包括图像颜色通道和位置信息；采用注意力机制对上述图像特征赋予权重，与肝脏有关的图像特征的权重大于其他图像特征的权重；将赋予权重的图像特征输入分类器，获得单张三维病例图像的分类概率，所述分类包括病变和正常。上述方法及系统无需标注病例图像中的位置信息。
-
公开(公告)号：CN112951381B
公开(公告)日：2023-02-28
申请号：CN202110096850.6
申请日：2021-01-25
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
Abstract: 一种适用于肝脏CT、MRI多期增强检查图像的配准方法，解决了因各种原因导致的多期增强检查图像在扫描过程中起始位置不一致的问题，即四期同一序号的图片不在同一平面或者在人体纵轴上有一定的偏差，即平扫期、动脉期、门静脉期及延迟期的第X张图片，在人体纵轴上不是最接近的，采用定位四期基准层面的方法，并对多余层面进行删减的方法，使四个期的固定序号的图像为在人体纵轴上偏差最小、最接近的图像。
-
公开(公告)号：CN108492883B
公开(公告)日：2022-03-04
申请号：CN201810232874.8
申请日：2018-03-21
Applicant: 福州宜星大数据产业投资有限公司
IPC: G16H50/50
Abstract: 本发明提供了一种BCLC分期模型建立方法及终端，根据HCC病人的临床资料，创建数据库，并从数据库中获取第一数量病人的临床资料，得到第一数据集，根据第一数据集中每一个病人的生理参数，进行Child‑Pugh分级，得到每一病人对应的Child‑Pugh分级结果；以及根据第一数据集中每一个病人的诊断报告，通过关键词的特征提取方法，得到该病人的肿瘤个数、肿瘤直径、门静脉癌栓情况和肝外转移情况，从而通过得到相应的BCLC分期结果，并根据每一个病人的分期结果、分级结果及对应肿瘤个数、肿瘤直径、门静脉癌栓情况和肝外转移情况，构建得到目标模型。本发明解决了如何实现HCC的自动化BCLC分期的问题。
-
公开(公告)号：CN108492883A
公开(公告)日：2018-09-04
申请号：CN201810232874.8
申请日：2018-03-21
Applicant: 福州宜星大数据产业投资有限公司
IPC: G16H50/50
Abstract: 本发明提供了一种BCLC分期模型建立方法及终端，根据HCC病人的临床资料，创建数据库，并从数据库中获取第一数量病人的临床资料，得到第一数据集，根据第一数据集中每一个病人的生理参数，进行Child-Pugh分级，得到每一病人对应的Child-Pugh分级结果；以及根据第一数据集中每一个病人的诊断报告，通过关键词的特征提取方法，得到该病人的肿瘤个数、肿瘤直径、门静脉癌栓情况和肝外转移情况，从而通过得到相应的BCLC分期结果，并根据每一个病人的分期结果、分级结果及对应肿瘤个数、肿瘤直径、门静脉癌栓情况和肝外转移情况，构建得到目标模型。本发明解决了如何实现HCC的自动化BCLC分期的问题。
-
公开(公告)号：CN112820384A
公开(公告)日：2021-05-18
申请号：CN202110096867.1
申请日：2021-01-25
Applicant: 福州宜星大数据产业投资有限公司 , 福建医科大学孟超肝胆医院(福州市传染病医院)
IPC: G16H30/20 , G16H10/60 , G16H50/20 , G06F16/242 , G06F16/58 , G06F16/583
Abstract: 本发明的提供一种肝癌自动化中国分期方法及终端，将肝癌住院病人视图、肝癌病人Child‑Pugh分级表、肝癌病人影像库视图进行汇总，形成肝癌分期基础数据表，根据预设的中国分期判定方法，利用数据库SQL条件判断语句自动计算得到中国分期结果，本发明的有益效果是：运用视图完成数据库操作具有安全性高、简化操作等优点，将诊疗规范中的中国分期转化为规则化的判断路径，利用数据库条件判断语句可以实现快速、精准判断中国分期结果，将判断路径以可视化的路径图展示，方便医生了解患者的病因。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.03 seconds)
