-
公开(公告)号：CN117292783A
公开(公告)日：2023-12-26
申请号：CN202311167242.5
申请日：2023-09-11
Applicant: 上海联影医疗科技股份有限公司 , 上海交通大学医学院附属瑞金医院 , 上海交通大学
Abstract: 本申请涉及一种医学影像报告生成系统，所述系统包括处理设备和人机交互界面；所述人机交互界面用于输入医学影像对应的描述文本和报告生成指令，并显示生成的医学影像报告；所述处理设备用于基于所述报告生成指令，将所述描述文本输入预先训练完毕的诊断意见生成模型，输出与所述描述文本对应的诊断意见，所述诊断意见生成模型基于大语言模型构建；基于所述医学影像、描述文本和诊断意见，生成对应的医学影像报告，解决了相关技术中存在的根据影像描述给出对应的诊断意见需要耗费较高的时间和人力成本的问题，提高了医生的工作效率。
-
公开(公告)号：CN118710604A
公开(公告)日：2024-09-27
申请号：CN202410764999.0
申请日：2024-06-14
Applicant: 上海交通大学医学院附属瑞金医院
Inventor： 严福华
Abstract: 本发明的目的在于揭示一种输尿管起始段的提取方法、定位方法、系统、用途及介质，涉及图像处理技术领域，包括以下步骤：步骤S1：拍摄双肾CT影像；步骤S2：以阈值100HU分割CT影像，得到二值掩码影像图图A；步骤S3：从上往下判断每一张CT切片图的质心，确定肋骨的下缘图L；步骤S4：以阈值‑10HU分割图L，得到二值掩码图图M，并对图M腐蚀n次，得到图l；步骤S5：在图l做区域标记，第一区域图l 1，第二区域图l 2；步骤S6：图l 1、图l2进行膨胀，得到两个肾的截面图；步骤S7：两个肾的截面图分别向上和向下生长，得到左右肾的完整形态图；步骤S8：用模板匹配方式检测最细的管，得到输尿管起始段，有益效果：自动且准确地得到输尿管起始段完整形态图。
-
公开(公告)号：CN118252489A
公开(公告)日：2024-06-28
申请号：CN202410504457.X
申请日：2024-04-25
Applicant: 上海交通大学医学院附属瑞金医院
IPC: A61B5/055
Abstract: 本发明涉及一种辅助下肢关节磁共振成像的模拟负重装置，其包括安装于磁共振检查床上的头肩固定模块、足踝部固定模块和足底施力模块；所述头肩固定模块包括固定底板，与固定底板连接的头颈固定组件和对称安装于固定底板上的肩部固定组件；所述足踝部固定模块包括竖直设置的传力板，传力板靠近头肩固定模块的一面对称安装有足踝部固定组件；所述足底施力模块包括安装座和安装座上用于驱动传力板水平移动的施力组件。与现有技术相比，本发明的模拟负重装置可以在下肢关节磁共振成像中直接对下肢关节进行模拟负重并维持上肢稳定性，还具有灵活度高、舒适度高、施力精确等优点。
-
公开(公告)号：CN119207552A
公开(公告)日：2024-12-27
申请号：CN202411241239.8
申请日：2024-09-05
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16B20/20 , G16B40/00 , G06F18/214 , G06F18/243 , G06F18/25 , G16H50/30 , G06F18/23
Abstract: 本发明提供了一种基于多模态图学习模型的疾病风险预测方法，涉及医疗技术领域，包括：S1、收集全身多器官的原始影像数据和全基因组数据；S2、使用深度学习模型提取不同器官的影像数据中的影像衍生表型；S3、计算不同疾病的多基因风险评分；S4、基于影像衍生表型和多基因风险评分，使用随机森林算法导出的Gini系数的平均减少值对特征重要性进行排序，得到排序后的特征；S5、基于不同器官的原始影像数据和排序后的特征，构建基于多模态图学习模型的疾病风险预测模型。本发明采用上述的一种基于多模态图学习模型的疾病风险预测方法，将多器官影像与基因组信息融合分析，显著提高了疾病风险预测的精确性和全面性。
-
公开(公告)号：CN118887396A
公开(公告)日：2024-11-01
申请号：CN202410784422.6
申请日：2024-06-18
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/088
Abstract: 本发明涉及一种基于不平衡部分特征传输的无监督多模态腹部图像分割方法及系统。通过无监督领域自适应图像分割模块，包括源域基于连续归一化流的变分自编码器模块和目标域基于连续归一化流的变分自编码器模块，提取样本特征并生成包含样本特征的隐变量，与分割结果拼接生成重构数据，生成近似真实概率的分布；通过不平衡部分最优传输策略模块，实现局部精准配对，获得基于不平衡部分特征传输的无监督多模态腹部图像分割模型。与现有技术相比，本发明能够有效减小不同模态腹部图像数据的域偏移，高效、精准地完成腹部图像分割任务，并能处理更复杂灵活的数据分布，分割的各区域更贴合临床医生的视觉评估，适用于不同序列间多模态的腹部图像数据。
-
Patent Agency Ranking
公开(公告)号：CN118134977A
公开(公告)日：2024-06-04
申请号：CN202410274798.2
申请日：2024-03-11
Applicant: 上海交通大学医学院附属瑞金医院
Inventor： 严福华
Abstract: 本发明的目的在于揭示一种基于NURBS的医疗图像体数据配准方法、系统及计算机介质，涉及医疗图像处理技术领域，包括以下步骤：步骤S1：选择待配准的两个图像体数据；步骤S2：确认成像范围较大的其中一个图像体数据为固定体F，另一个图像体数据为移动体M；步骤S3：采用三线性插值算法使所述移动体M1的像素等于所述固定体F的像素；步骤S4：基于NURBS，将移动体M1映射为M2；应用最后的Pijk和wijk到移动体M2上每一点得到新的移动体M3，将移动体M3叠加到固定体F，完成配准并融合显示，有益效果是：将待配准的两个图像体数据分为固定体F和移动体M，通过基于三线性插值算法的像素变化、基于NURBS的移动体M映射，使映射后的移动体M叠加到固定体F进行融合显示。
-
公开(公告)号：CN117582207A
公开(公告)日：2024-02-23
申请号：CN202311608676.4
申请日：2023-11-28
Applicant: 上海交通大学
Abstract: 本发明提供了一种小动物磁共振弹性成像驱动装置，包括压电陶瓷振动器、振动传导杆以及可替换振动头，所述振动传导杆的两端分别与所述可替换振动头、所述压电陶瓷振动器连接，所述可替换振动头与小动物连接形成整体并放置在磁共振扫描仪内部，所述压电陶瓷振动器放置在所述磁共振扫描仪外部。本发明通过采用压电陶瓷振动结构，解决了小动物磁共振弹性成像所需的外部高频振动生成的问题；通过采用振动传导杆远程传递振动的结构，避免了压电陶瓷振动器置于磁体中时对于磁场的影响，解决了常规振动器导致伪影的问题；通过采用可替换振动头，解决了单一振动器无法广泛适用于不同小动物组织的问题，可适配多种小动物组织的测量。
-
公开(公告)号：CN116936099A
公开(公告)日：2023-10-24
申请号：CN202310931303.4
申请日：2023-07-26
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/30 , A61B5/00 , A61B6/03 , G16H10/20 , G16H50/20 , G06N5/01 , G06N20/20 , G06F18/27 , G06N3/0985 , G06V10/54
Abstract: 本发明公开了一种预测骨肉瘤疗效的系统、方法、设备及介质，涉及诊疗仪器领域，所述系统中的初步预测模块将目标患者的影像特征输入影像组学预测模型中，得到目标患者骨肉瘤的初步进展风险得分；影像组学预测模型是基于随机生存森林模型构建的；联合预测模块将目标患者骨肉瘤的初步进展风险得分和目标患者的临床特征输入临床‑影像联合预测模型中，得到目标患者骨肉瘤的最终进展风险得分；临床‑影像联合预测模型是基于对比例风险回归模型构建的，最终进展风险得分用于确定目标患者采用酪氨酸激酶抑制剂(TKIs)治疗骨肉瘤的治疗效果。本发明能高效、精确地预测TKIs对骨肉瘤肺转移患者的治疗效果。
-
公开(公告)号：CN114494171A
公开(公告)日：2022-05-13
申请号：CN202210053901.1
申请日：2022-01-18
Applicant: 上海交通大学医学院附属瑞金医院 , 华东师范大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/33 , G06T5/00 , G06V10/77 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/055 , A61B5/00
Abstract: 本发明公开了一种深度学习结合个性化图集基于T1W和QSM自动分割脑深部灰质结构（尾状核、壳核、苍白球、黑质、红核、齿状核）的方法，包括步骤：采集T1W和QSM磁共振数据、医生手工标注脑深部灰质结构；提取T1W脑影像的特征向量；对所有T1W脑影像的特征向量进行无监督聚类，挑选出代表性影像和医生的标注组成个性化图集；将个性化图集中的T1W影像和标注与其他被试T1W影像进行配准，得到初步分割结果，构成训练集数据；构建基于注意力机制的深度学习网络模型；训练模型对脑深部灰质结构进行分割。本发明利用T1W和QSM图像的对比优势对脑深部灰质结构进行精准自动分割，将来有望用于帕金森病等运动障碍类疾病的脑影像研究和辅助临床诊断等。
-
公开(公告)号：CN119785099A
公开(公告)日：2025-04-08
申请号：CN202411915259.9
申请日：2024-12-24
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06V10/764 , G06V20/64 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/52 , G06V10/74 , G06N3/0464 , G06N3/045 , G16H50/20 , G16H50/30 , G16H50/70
Abstract: 本发明涉及一种基于CT影像的肺结节的分辨处理方法，包括以下步骤：对用户进行CT扫描获取肺部影像数据，并对所述肺部影像数据进行三维重构，得到三维图像；通过预设的识别算法，基于所述三维图像进行肺结节的注意力识别，得到肺结节图像；对所述肺结节图像进行分割，得到肺结节的内部结构和肺结节特征；基于所述内部结构和肺结节特征对所述肺结节进行风险评估，得到风险评估等级；若所述风险评估等级超过预定的风险等级，则对所述超过预定的风险等级对应的肺结节进行分类，得到肺结节的分类结果；解决了由于肺结节形态多样、对比度低，人工识别困难的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.019 seconds)
