-
公开(公告)号：CN117831621A
公开(公告)日：2024-04-05
申请号：CN202311869695.2
申请日：2023-12-29
Abstract: 本发明涉及一种基于肿瘤微环境相关基因集的预后风险评估方法和设备，包括以下步骤：S1、建立转录组测序数据集；S2、获取多个代表不同生物学功能的肿瘤微环境相关基因集，结合所述转录组测序数据集进行定量计算；S3、获取患者的总生存信息并进行预处理，构建生存对象；S4、使用单因素Cox风险比例回归分析对肿瘤微环境相关基因集进行筛选；S5、通过LASSO算法对肿瘤微环境相关基因集进行降维和进一步筛选后，使用多因素Cox风险比例回归拟合最终的风险评分；S6、将所述风险评分与预先计算的风险评分中位数进行比较，得出预后风险评估结果。与现有技术相比，本发明可以准确、有效评估肺腺癌患者预后风险。
-
公开(公告)号：CN117726599A
公开(公告)日：2024-03-19
申请号：CN202311776995.6
申请日：2023-12-22
Applicant: 泰安市中心医院(青岛大学附属泰安市中心医院、泰山医养中心) , 上海理工大学
IPC: G06T7/00 , G06V10/774 , G06V10/26 , G06V10/28 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及一种基于伪标签半监督学习的乳腺肿块检测方法、设备及介质，所述方法获取待检测的乳腺DCE‑MRI影像图，基于训练获得的学生模型获得乳腺肿块检测结果；其中，所述学生模型的训练过程包括：获取经预处理的乳腺DCE‑MRI影像数据以及对应的影像级标签，构建第一训练集；以所述第一训练集训练获得一教师模型，以该教师模型对经预处理的乳腺DCE‑MRI影像数据进行检测处理，获得初始检测结果；对所述初始检测结果进行后处理，得到定位有乳腺肿块区域的检测伪标签；基于经预处理的乳腺DCE‑MRI影像数据以及对应的检测伪标签，构建第二训练集，以所述第二训练集训练获得所述学生模型。与现有技术相比，本发明具有可大幅度减少人工勾画标签的工作量、检测精度高等优点。
-
公开(公告)号：CN113658151B
公开(公告)日：2023-11-24
申请号：CN202110972194.1
申请日：2021-08-24
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种乳腺病变磁共振图像分类方法、设备及可读存储介质，所述方法基于一训练好的乳腺病变良恶性分类模型进行乳腺病变磁共振图像的分类，其中，所述乳腺病变良恶性分类模型基于2D卷积神经网络构建，训练过程包括如下步骤：获取包括DCE‑MRI影像和临床指标的多源训练数据；构建2D卷积神经网络Sirius，利用DCE‑MRI影像对该2D卷积神经网络进行预训练；在2D卷积神经网络的基础上添加密集连接分类器，形成混合式神经网络，通过预训练的Sirius主体提取影像特征，与临床指标量化的特征进行拼接得到多模态特征，训练混合式神经网络，建立最终的乳腺病变良恶性分类模型。与现有技术相比，本发明具有分类精度高等优点。
-
公开(公告)号：CN116309295A
公开(公告)日：2023-06-23
申请号：CN202211737128.7
申请日：2022-12-30
Applicant: 泰安市中心医院(青岛大学附属泰安市中心医院、泰山医养中心) , 上海理工大学
Abstract: 本发明涉及一种基于DWI影像的急性缺血性脑卒中ASPECTS自动评分装置，包括：接收预处理模块，用于获取待评分DWI影像，并对所述待评分DWI影像进行预处理，获得网络输入图像；脑区分割模块，用于采用一经训练的二维卷积神经网络模型对所述网络输入图像进行脑区分割处理，获得评分脑区区域；评分模块，用于采用一经训练的机器学习分类器对各所述评分脑区区域进行分类预测，最终得到ASPECTS分数。与现有技术相比，本发明具有评分准确性高、图像分割精准等优点。
-
公开(公告)号：CN110648288B
公开(公告)日：2023-02-03
申请号：CN201910793892.8
申请日：2019-08-27
Applicant: 上海理工大学
IPC: G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于残差转置去卷积神经网络的胆道镜图像增强方法，用于增强待处理胆道镜图像的成像品质，包括如下步骤：将所述待处理胆道镜图像进行去运动模糊处理和去噪处理，获得待增强胆道镜图像；将所述待增强胆道镜图像输入到训练完成的最终图像增强模型中进行增强处理，获得最终胆道镜图像。本发明中的最终图像增强模型通过低位数图像和高位数图像相配合的训练方法进行训练，训练完成后最终图像增强模型能够使待处理胆道镜图像的图像位数增加，从而使待处理胆道镜图像的成像品质在现有基础上进行进一步增强，进而能够提高胆道结石手术的成功率。
-
Patent Agency Ranking
公开(公告)号：CN110006938B
公开(公告)日：2022-06-17
申请号：CN201910293052.5
申请日：2019-04-12
Applicant: 上海理工大学
IPC: G01N24/08
Abstract: 本发明公开了一种基于SVM的用于现场快速筛选掺兑橄榄油的方法，用于对待测橄榄油进行测定从而确定该待测橄榄油的掺兑情况，包括如下步骤：步骤1，采集待测橄榄油的低场核磁横向弛豫衰减信息；步骤2，将步骤1采集的低场核磁横向弛豫衰减信息输入第一分类模型并根据该第一分类模型输出的第一分类标签来判定待测橄榄油是否为掺兑橄榄油；步骤3，当判定待测橄榄油为掺兑橄榄油时，将待测橄榄油进一步输入第二分类模型并根据该第二分类模型输出的第二分类标签来判定待测橄榄油的掺兑类型。
-
公开(公告)号：CN114305387A
公开(公告)日：2022-04-12
申请号：CN202111588660.2
申请日：2021-12-23
Applicant: 上海交通大学医学院附属仁济医院 , 上海理工大学
IPC: A61B5/055
Abstract: 本发明涉及一种基于磁共振成像的脑小血管病变图像分类方法、设备及介质，所述方法首先构建并训练基于集成学习的图像分类模型，然后获取待分类脑MRI图像，应用所述图像分类模型获取该待分类脑MRI图像对应的病变类别；训练所述基于集成学习的图像分类模型具体包括以下步骤：S101、获取脑MRI数据集，对所述脑MRI数据集的图像进行预处理，获取预处理后图像；S102、对所述预处理后图像进行计算分析，获取对应的多个功能度量，基于所述多个功能度量筛选获得用于分类的若干个度量特征；S103、基于所述度量特征训练所述图像分类模型。与现有技术相比，本发明具有精度高、易于操作等优点。
-
公开(公告)号：CN113705670A
公开(公告)日：2021-11-26
申请号：CN202110995093.6
申请日：2021-08-27
Applicant: 上海交通大学医学院附属仁济医院 , 上海理工大学
Abstract: 本发明涉及一种基于磁共振成像和深度学习的脑部图像分类方法及设备，所述方法包括以下步骤：获取待分类的原始MRI扫描图像数据，进行预处理，获得三维MRI图像；将所述三维MRI图像作为一经训练的分类网络模型的输入，获得最终分类结果；其中，所述分类网络模型对所述三维MRI图像分别沿轴状面、矢状面和冠状面进行3D到2D的特征维度转换，分别通过轴状位基分类器、矢状位基分类器和冠状位基分类器获得对应的初始分类结果，再对多个所述初始分类结果进行集成融合，获得所述最终分类结果。与现有技术相比，本发明具有分类精度高、模型复杂度低等优点。
-
公开(公告)号：CN108492300B
公开(公告)日：2021-07-13
申请号：CN201810222634.X
申请日：2018-03-16
Applicant: 上海理工大学
Abstract: 本发明涉及一种管状结构增强与能量函数结合的肺部血管树分割方法，利用Pock函数计算管状结构响应度，从而检测出潜在的血管区域。然后采用基于扩散张量的管状结构增强算法对原始图像进行增强，降低噪声对原始图像的影响并增强血管区域。最后将Pock函数计算结果和图像增强结果相结合构建区域描述算子，并利用最小化能量分割方法VRG法对肺部血管进行精细分割。其分割结果显示该方法在分割出肺部主支血管的同时，提取出了大量的细小血管，且分割结果受噪声的影响较小。本方法特异性高，敏感性较强，同时能够区分血管与气管壁区域，进一步提高了分割结果的准确性。
-
公开(公告)号：CN112507821A
公开(公告)日：2021-03-16
申请号：CN202011352891.9
申请日：2020-11-26
Abstract: 本发明涉及一种基于高内涵成像的细胞耐药性检测方法、介质及电子设备，包括以下步骤：对待检测细胞进行荧光染色；对染色好的待检测细胞进行高内涵成像，获取对应的高内涵图像；对所述高内涵图像进行预处理；将预处理后的图像作为经训练的基于卷积神经网络的耐药性分类识别模型的输入，检测该待检测细胞所属耐药性类别。与现有技术相比，本发明具有简单可靠、效率高等优点。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.03 seconds)
