公开(公告)号：CN120048523A

公开(公告)日：2025-05-27

申请号：CN202510150206.0

申请日：2025-02-11

Applicant: 上海交通大学医学院附属仁济医院 ,  上海理工大学

Inventor： 万财凤 ,  蒋卓韵 ,  姜立新 ,  聂生东 ,  王毓群 ,  李晓兵

IPC: G16H50/30 ,  A61B8/08 ,  A61B8/00 ,  G16H50/70 ,  G06N20/10 ,  G06N3/006 ,  G06V10/20 ,  G06V10/25 ,  G06V10/77 ,  G06V10/32 ,  G06V10/28 ,  G06V10/30 ,  G06V10/764

Abstract: 本发明涉及一种基于多模态特征融合及河马优化的NAC疗效预测方法和设备，方法首先从二维灰阶、弹性和彩色多普勒血流成像三种模态的超声图像中提取影像组学特征，包括纹理、形态学、一阶统计、小波等特征，并将这些特征向量进行拼接，形成高维特征向量，全面表征病灶信息。随后，采用改进的河马优化算法对特征进行降维，并优化支持向量机的惩罚因子和核参数。该算法通过引入混沌映射，增强了全局搜索能力，避免陷入局部最优，从而筛选出最优特征子集和SVM参数。最后，基于优化后的特征和参数训练SVM模型，并使用独立测试集进行模型评估，与多种现有优化算法进行对比，验证了改进HO算法在提高乳腺癌NAC疗效预测准确性方面的优势。

公开(公告)号：CN119379632A

公开(公告)日：2025-01-28

申请号：CN202411439560.7

申请日：2024-10-15

Applicant: 上海理工大学 ,  上海交通大学医学院附属仁济医院

Inventor： 蒋卓韵 ,  姜立新 ,  万财凤 ,  聂生东 ,  王毓群 ,  李晓兵

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于多模态多分支神经网络的乳腺癌NAC疗效预测方法，包括如下步骤：步骤S1，获取乳腺癌的两个NAC阶段的多模态超声图像并进行预处理；步骤S2，基于预处理后的各个NAC阶段多模态超声图像，利用本发明设计的一种预训练好的多模态多分支神经网络，在考虑不同NAC阶段图像间的相关性以及不同模态超声图像间的相关性的前提下，得到乳腺癌NAC疗效的预测结果。与现有技术相比，本发明能够有效捕获不同阶段之间的差异信息及单个阶段的更深层次特征，且充分考虑多模态之间的强相关性和互补性信息，更好地了解其特征表示对分类任务的贡献，提取模态间的相关性，从而提高预测准确性。