一种基于PET-CT标志物的淋巴瘤预后预测方法、设备和介质

    公开(公告)号:CN119724571A

    公开(公告)日:2025-03-28

    申请号:CN202411627643.9

    申请日:2024-11-14

    Abstract: 本发明涉及一种基于PET‑CT标志物的淋巴瘤预后预测方法、设备和介质,所述方法包括以下步骤:获取患者的PET/CT图像,输入基于影像‑临床‑分子分型的淋巴瘤预后预测模型,获得预后风险类别;所述基于影像‑临床‑分子分型的淋巴瘤预后预测模型根据PET‑CT标志物、临床指标和基因分型数据构建,所述PET‑CT标志物根据双模态病灶分割网络对患者PET/CT图像的分割结果计算获得,并通过K‑M生存曲线进行预后意义验证;所述双模态病灶分割网络包括编码器和解码器,所述编码器通过多个卷积层进行特征提取,在最后一个卷积层之后引入通道平滑层对提取的特征进行融合。与现有技术相比,本发明可以从PET/CT影像中精准捕捉肿瘤信息,并与基因组学和临床医学相结合,进行淋巴瘤预后预测。

    一种基于量子退火的CT图像重建方法、装置及介质

    公开(公告)号:CN119228925A

    公开(公告)日:2024-12-31

    申请号:CN202411071191.0

    申请日:2024-08-06

    Abstract: 本发明涉及一种基于量子退火的CT图像重建方法、装置及介质,所述方法步骤包括:通过CT采集投影数据y,获取CT系统的投影矩阵P;采用量子比特描述待重建图像x,并对其通过CT系统矩阵P进行投影得到含变量的投影数据Px;基于含变量的投影数据Px与真实投影数据y得到待优化的表达式;对待优化表达式进行编译,得到用于量子计算机计算的问题哈密顿量;将问题哈密顿量带入量子计算机进行量子退火计算,并反复迭代直至重建图像达到精度要求,得到重建的图像。与现有技术相比,本发明能够实现高效的图像重建,通过量子计算的高度并行性可以加速图像重建过程,提高成像效率。

    一种基于PET和CT模态融合的肺部病灶识别方法

    公开(公告)号:CN117173067A

    公开(公告)日:2023-12-05

    申请号:CN202311093507.1

    申请日:2023-08-29

    Abstract: 本发明公开一种基于PET和CT模态融合的肺部病灶识别方法,包括步骤:S10,对PET和CT采集图像进行肺部目标区域剪裁;S20,对PET图像进行SUV转换处理,对CT图像进行归一化处理,将CT和PET图像在通道维度上堆叠,作为肺病灶分割模型的输入;S30,由肺病灶分割模型,进行病灶点位分割;S40,对分割后对图像在进行剪裁,获得病灶图像;S50,将病灶图像输入到肺病灶分类模型,得到病灶类别结果。本发明通过PET和CT的融合处理识别,利用3D分割模型和分类模型进行病灶识别和分类,能够精准的提取出肺部图片中病灶的点位和类别。本发明减少了分割模型的下采样次数,可降低前景在下采样过程中消失的风险。

    医学影像报告生成系统
    7.
    发明公开

    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

    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。

Patent Agency Ranking