公开(公告)号：CN118967713A

公开(公告)日：2024-11-15

申请号：CN202411014379.1

申请日：2024-07-26

Applicant: 上海科技大学

Inventor： 沈定刚 ,  滕琳 ,  赵子皓 ,  石峰

IPC: G06T7/11 ,  G06T3/4038 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

Abstract: 本申请提供基于深度学习全生命周期的医学图像分割方法、装置、设备、介质及程序产品，旨在通过将图像特征与文本特征相结合，使得模型在处理医学图像时能够更全面地理解和分析图像内容，从而提高了分割任务的准确性和效率。这种方法特别适用于处理来自多样化来源和具有复杂背景的医学图像数据。因此，本申请能够实现图像分割精度的提升、全生命周期覆盖并很好地支持临床应用。

公开(公告)号：CN115424699B

公开(公告)日：2025-05-23

申请号：CN202211041230.3

申请日：2022-08-29

Applicant: 上海科技大学

Inventor： 沈定刚 ,  滕琳 ,  王斌

IPC: G16H20/40 ,  G06T7/00 ,  G06T7/10 ,  G16H50/70 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本申请提供基于深度学习的放疗计划中剂量分布图生成方法、装置、终端及介质，本发明在级联的基础上加入拟合出的射线束分割掩膜，将预测一个剂量分布图肢解为预测多个沿着射线束方向的剂量分布图，然后将多个方向的剂量分布图融合为一个剂量分布图通过多射线束投票机制。此种方法可以使网络有效地学习预测出射线束方向的剂量分布。进一步开发了一种新颖的损失函数，将临床中靶区和危机器官区域的剂量评价指标作为损失函数，可以使预测出的剂量分布图在靶区和危机器官区域的剂量更加符合临床治疗标准。

公开(公告)号：CN115424699A

公开(公告)日：2022-12-02

申请号：CN202211041230.3

申请日：2022-08-29

Applicant: 上海科技大学

Inventor： 沈定刚 ,  滕琳 ,  王斌

IPC: G16H20/40 ,  G06T7/00 ,  G06T7/10 ,  G16H50/70 ,  G06N3/08 ,  G06N3/04

Abstract: 本申请提供基于深度学习的放疗计划中剂量分布图生成方法、装置、终端及介质，本发明在级联的基础上加入拟合出的射线束分割掩膜，将预测一个剂量分布图肢解为预测多个沿着射线束方向的剂量分布图，然后将多个方向的剂量分布图融合为一个剂量分布图通过多射线束投票机制。此种方法可以使网络有效地学习预测出射线束方向的剂量分布。进一步开发了一种新颖的损失函数，将临床中靶区和危机器官区域的剂量评价指标作为损失函数，可以使预测出的剂量分布图在靶区和危机器官区域的剂量更加符合临床治疗标准。