公开(公告)号：CN117058093A

公开(公告)日：2023-11-14

申请号：CN202311013946.7

申请日：2023-08-14

Applicant: 上海交通大学医学院附属瑞金医院

Inventor： 严福华 ,  李若坤 ,  王成彦 ,  李彦 ,  周家豪 ,  胡旭梅

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V20/69 ,  G06V10/25 ,  G16B30/00

Abstract: 本发明公开了一种影像组学结合深度学习模型的Ki‑67在肝癌表达中的预测方法，其特征在于创新性地将影像组学和深度学习两种方法相结合，有效地预测了Ki‑67指标在肝癌中的高低表达情况。利用包含六种网络架构的CNN深度学习方法包括Inception‑Resnet、Resnet、Inception、Resnet4、VGG16、VGG19和Xception用于深度特征提取。此外，还使用Pyradiomics从DCE、DWI和T2加权图像、c‑map和φ‑map中提取了放射组学特征。在两者的基础上融入临床数据，利用LASSO以及SVM进行预测。通过对比有无c‑map和φ‑map特征数据，说明了c‑map和φ‑map在预测Ki‑67表达时的良好作用。

公开(公告)号：CN116543892A

公开(公告)日：2023-08-04

申请号：CN202310457979.4

申请日：2023-04-25

Applicant: 上海交通大学医学院附属瑞金医院

Inventor： 严福华 ,  李若坤 ,  刘桂雪 ,  周家豪

IPC: G16H50/20 ,  A61B5/055 ,  G16H50/70 ,  G06T7/00

Abstract: 一种用于预测增殖型肝细胞癌的模型和诺模图的构建方法，属生物医学工程领域。包括进行三维多频磁共振弹性成像扫描及图像处理，获得增殖型肝细胞癌肿瘤的生物力学特征；采用多因素逻辑回归分析的方法，筛选与增殖型肝细胞癌相关的变量，确定增殖型肝细胞癌的预测因素；用筛选出的传统影像和临床特征、传统影像和临床特征基础上联合3D多频MRE参数，分别建立增殖型肝细胞癌的预测模型和诺模图，并对模型进行外部验证。其在传统影像和临床特征的技术上加入3D多频MRE参数的方法，来构建增殖型HCC的预测模型和诺模图；通过整合3D多频MRE参数，提高了AUC，构成了一种成熟、高诊断性能的定量方法，可以显著提高增殖型HCC的诊断准确性。