非小细胞肺癌检测方法、装置、计算机设备和存储介质

    公开(公告)号:CN113838026B

    公开(公告)日:2024-02-02

    申请号:CN202111107505.4

    申请日:2021-09-22

    Applicant: 中南大学

    Abstract: 本申请涉及一种非小细胞肺癌检测方法、装置、计算机设备和存储介质。该方法包括获取包含肺部CT影像的数据集,对所述数据集中肺部CT图进行预处理,提取实质检测的肺部组织;通过2D卷积神经网络逐片检测所述肺部组织,提取感兴趣区域,对非小细胞肺癌进行定位,并输出可疑目标的位置信息后进行切割成块;通过3D网络对输出的切块进行筛选,去除所述非小细胞肺癌中的假阳性切块,筛选出真实的肺结节块;通过3D网络对分类后的所述肺结节块进行语义级分割,显示处理后检测的肺结节位置、大小、形状信息,完成所述非小细胞肺癌的检测。通过该方法的对非小细胞肺癌检测显著提高检测的准确率和检测效率。(56)对比文件温爱卿.基于改进FCN的腹部图像分割方法研究《.中国优秀硕士学位论文全文数据库 (医药卫生科技辑)》.2021,(第02期),第E060-363页.

    一种基于深度学习的用药决策方法和系统

    公开(公告)号:CN111696678B

    公开(公告)日:2023-05-26

    申请号:CN202010543306.7

    申请日:2020-06-15

    Applicant: 中南大学

    Abstract: 本发明提供了一基于深度学习的用药决策方法和系统,通过收集患者相关信息、用药方案相关信息和用药方案对患者的实际疗效效果的实际疗效评估信息,以获取分析数据集,并通过构建的疗效预测模型来分析处理所述分析数据集,以预测各个所述用药方案对不同的所述患者治疗效果的预测疗效评估信息,并根据所述预测疗效评估信息给所述患者推荐适合所述患者个性化要求的所述用药方案。所述用药决策方法和系统在进行用药方案的推荐时具有较高的准确性和稳定性,适用于医学临床应用。

    一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法

    公开(公告)号:CN110517765A

    公开(公告)日:2019-11-29

    申请号:CN201910635587.6

    申请日:2019-07-15

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法,该系统利用医院检测的历史数据和Mamdani模糊推理原理,对各疾病指标的权重采用信息熵的处理方法,构建了一种新的基于Mamdani模糊推理系统的前列腺癌检测模型,用辅助于判断疾病的临床分期;该辅助系统将统计分析与医疗数据决策相结合,能够自动为医生提供快速、准确的治疗方案;该系统能够根据不同诊断时间间隔的生理指标比较,可以实时监测前列腺癌的进展情况,医生借助该系统可以评估确定性治疗方案对患者的疗效。

    一种慢性病管理系统及其方法

    公开(公告)号:CN110444285A

    公开(公告)日:2019-11-12

    申请号:CN201910797066.0

    申请日:2019-08-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种慢性病管理系统及其方法,管理系统包括采集模块、计算模块、存储模块、数据决策模块以及无线通信模块,计算模块分别与采集模块、存储模块、数据决策模块以及无线通信模块连接。管理方法包括:采集模块采集慢性病特征对应的生理指标;数据决策模块对生理指标进行数据分析得到概率分析结果;无线通信模块通过无线网络发送概率分析结果,外围设备根据概率分析结果对慢性病的状态进行评判。本发明将数据采集和信息决策的机制应用于无线网络通信中,实现了在移动医疗环境下,数据的采集、决策与传输,在有行为能力的人的数据终端实现数据预警,较好的帮助老年人实现慢性病的管控。

    一种基于感知神经网络的前列腺癌辅助分析方法及设备

    公开(公告)号:CN110444294B

    公开(公告)日:2023-04-25

    申请号:CN201910853299.8

    申请日:2019-09-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于感知神经网络的前列腺癌辅助分析方法及设备,通过多个疾病指数和医学图像指数相结合为输入点,在医学大数据背景下不断调整神经网络的权重值和偏置值,通过调整两者的比例,形成基于神经网络的智能分析模型,该模型可帮助医生更精确地诊断前列腺患者。辅助分析方法及设备虽然可以提供癌症的可能临床阶段和历史决策结果,但只能作为医生的辅助诊断决策系统,不能完全取代医生。但是,它通过对癌症可能阶段的预测以及对图像进行筛选,筛选图像的最有效部分供医生参考,在很大程度上减轻了医生的工作负担,提高了医院的效率,大大提高了医生的诊断的准确性。

    非小细胞肺癌检测方法、装置、计算机设备和存储介质

    公开(公告)号:CN113838026A

    公开(公告)日:2021-12-24

    申请号:CN202111107505.4

    申请日:2021-09-22

    Applicant: 中南大学

    Abstract: 本申请涉及一种非小细胞肺癌检测方法、装置、计算机设备和存储介质。该方法包括获取包含肺部CT影像的数据集,对所述数据集中肺部CT图进行预处理,提取实质检测的肺部组织;通过2D卷积神经网络逐片检测所述肺部组织,提取感兴趣区域,对非小细胞肺癌进行定位,并输出可疑目标的位置信息后进行切割成块;通过3D网络对输出的切块进行筛选,去除所述非小细胞肺癌中的假阳性切块,筛选出真实的肺结节块;通过3D网络对分类后的所述肺结节块进行语义级分割,显示处理后检测的肺结节位置、大小、形状信息,完成所述非小细胞肺癌的检测。通过该方法的对非小细胞肺癌检测显著提高检测的准确率和检测效率。

    一种影响靶向治疗药物疗效的评估模型

    公开(公告)号:CN112289389A

    公开(公告)日:2021-01-29

    申请号:CN202011223980.3

    申请日:2020-11-05

    Applicant: 中南大学

    Abstract: 本申请涉及一种影响靶向治疗药物疗效的评估模型,所述评估模型用于检测拷贝数改变对靶向治疗药物疗效的影响,所述评估模型的构建包括以下步骤:获取靶向治疗中曲妥珠单抗受拷贝数改变的影响作用机制;构建所述拷贝数改变的条件概率函数,从所述条件概率函数中获取变量M得分和R值;根据所述M得分和R值获取期望最大化算法,利用所述期望最大化算法构建所述评估模型。证明了所提出的EM算法在估计条件概率参数方面可以优于其他基于阈值的离散化方法,并通过EM算法的这些条件概率估计,进一步认识到了拷贝数改变干扰靶向治疗过程中药物疗效的治疗效果,提高了对于癌症治疗过程的医学认识,推动了肿瘤医学的发展和进步。

    一种基于深度学习的用药决策方法和系统

    公开(公告)号:CN111696678A

    公开(公告)日:2020-09-22

    申请号:CN202010543306.7

    申请日:2020-06-15

    Applicant: 中南大学

    Abstract: 本发明提供了一基于深度学习的用药决策方法和系统,通过收集患者相关信息、用药方案相关信息和用药方案对患者的实际疗效效果的实际疗效评估信息,以获取分析数据集,并通过构建的疗效预测模型来分析处理所述分析数据集,以预测各个所述用药方案对不同的所述患者治疗效果的预测疗效评估信息,并根据所述预测疗效评估信息给所述患者推荐适合所述患者个性化要求的所述用药方案。所述用药决策方法和系统在进行用药方案的推荐时具有较高的准确性和稳定性,适用于医学临床应用。

    一种影响靶向治疗药物疗效的评估模型

    公开(公告)号:CN112289389B

    公开(公告)日:2022-08-30

    申请号:CN202011223980.3

    申请日:2020-11-05

    Applicant: 中南大学

    Abstract: 本申请涉及一种影响靶向治疗药物疗效的评估模型,所述评估模型用于检测拷贝数改变对靶向治疗药物疗效的影响,所述评估模型的构建包括以下步骤:获取靶向治疗中曲妥珠单抗受拷贝数改变的影响作用机制;构建所述拷贝数改变的条件概率函数,从所述条件概率函数中获取变量M得分和R值;根据所述M得分和R值获取期望最大化算法,利用所述期望最大化算法构建所述评估模型。证明了所提出的EM算法在估计条件概率参数方面可以优于其他基于阈值的离散化方法,并通过EM算法的这些条件概率估计,进一步认识到了拷贝数改变干扰靶向治疗过程中药物疗效的治疗效果,提高了对于癌症治疗过程的医学认识,推动了肿瘤医学的发展和进步。

    一种基于感知神经网络的前列腺癌辅助分析方法及设备

    公开(公告)号:CN110444294A

    公开(公告)日:2019-11-12

    申请号:CN201910853299.8

    申请日:2019-09-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于感知神经网络的前列腺癌辅助分析方法及设备,通过多个疾病指数和医学图像指数相结合为输入点,在医学大数据背景下不断调整神经网络的权重值和偏置值,通过调整两者的比例,形成基于神经网络的智能分析模型,该模型可帮助医生更精确地诊断前列腺患者。辅助分析方法及设备虽然可以提供癌症的可能临床阶段和历史决策结果,但只能作为医生的辅助诊断决策系统,不能完全取代医生。但是,它通过对癌症可能阶段的预测以及对图像进行筛选,筛选图像的最有效部分供医生参考,在很大程度上减轻了医生的工作负担,提高了医院的效率,大大提高了医生的诊断的准确性。

Patent Agency Ranking