公开(公告)号：CN117726583A

公开(公告)日：2024-03-19

申请号：CN202311621403.3

申请日：2023-11-30

Applicant: 中南大学湘雅二医院 ,  北京镁伽科技有限公司 ,  中南大学深圳研究院

Inventor： 黎志宏 ,  涂超 ,  王华 ,  李鑫 ,  何予 ,  李陈碑 ,  万璐 ,  封程耀

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供了一种基于深度学习和X线片图像的骨肿瘤与骨感染的辅助分辨模型。该模型包括：S1采集骨肿瘤和骨感染的X线片图像，并进行标注与评估，建立数据库；S2将所得数据库预处理后构建基于复合网络‑视觉神经模型的神经网络并通过验证集数据进行优化，得辅助分辨模型；S3将测试集数据输入辅助分辨模型中，通过混淆矩阵，受试者工作特征曲线对模型测试结果进行综合评估；所述复合网络‑神经模型为包括Efficientnet‑b3,Efficientnet‑b4,Swin transformer,和Vision transformer模型在内的复合模型。该模型通过复合网络‑视觉神经模型建立相对应的神经网络，分别对X线片数据集进行训练，所得结果融合输出后具有优异的准确度和响应速率，可辅助提高人工诊断的效率以及准确率。

公开(公告)号：CN118521813A

公开(公告)日：2024-08-20

申请号：CN202410374626.2

申请日：2024-03-29

Applicant: 中南大学湘雅二医院 ,  中南大学深圳研究院

Inventor： 黎志宏 ,  涂超 ,  何予 ,  王华 ,  李鑫 ,  李陈碑 ,  万璐

IPC: G06V10/764 ,  G06V10/774 ,  G06T5/00 ,  G06T7/10 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08 ,  G16H50/20

Abstract: 本发明公开了一种基于深度学习X线的骨感染二分类辅助分辨模型。该模型包括：包括：S1采集骨感染中结核性骨感染与非结核性骨感染的X线片图片，对图片进行调整，建立数据库；S2将数据库进行数据处理后构建神经网络模型，并进行模型验证和优化，得辅助分辨模型；S3对辅助分辨模型进行综合评估与可视化处理，即得；所述神经网络模型为Swin transformer和Vision transformer。该模型基于Swin transformer和Vision transformer神经网络对X线片数据集进行训练，并将模型的预测结果与不同年资医师的分辨结果进行对比，展现出更高的精度和速度，经测试，Swin transformer神经网络和Vision transformer神经网络的AUC分别是：0.924(95％CI:0.826‑0.92)和0.954(95％CI：0.89‑0.934)。

公开(公告)号：CN118262900A

公开(公告)日：2024-06-28

申请号：CN202410399389.5

申请日：2024-04-02

Applicant: 中南大学湘雅二医院 ,  中南大学深圳研究院

Inventor： 黎志宏 ,  涂超 ,  何予 ,  李陈碑 ,  武江芬 ,  陈伟导 ,  沈逸卿 ,  王华 ,  万璐

IPC: G16H50/20 ,  G16H30/40 ,  G16H30/20 ,  G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/26 ,  G06V10/764 ,  G06T7/00

Abstract: 本发明提供了一种基于神经网络和MRI图像的骨肿瘤、骨感染辅助分辨模型。该模型采集骨肿瘤和骨感染的MRI特征提取图像后进行标注与评估，得到训练集和测试集，所得数据预处理后利用训练集构建基于ResNet32架构的神经网络并进行优化，得辅助分辨模型，最后通过测试集对模型测试结果进行综合评估。该模型利用不同序列的MRI数据集分别构建神经网络，并将输出结果进行融合以达到对骨肿瘤与骨感染精确分辨的目的。本发明的骨肿瘤与骨感染辅助分辨模型拥有较高的诊断准确率与精准度，与传统人工诊断技术相比，有着效率更高，诊断更准确的优势。

公开(公告)号：CN118212443A

公开(公告)日：2024-06-18

申请号：CN202410229032.2

申请日：2024-02-29

Applicant: 中南大学湘雅二医院 ,  中南大学深圳研究院

Inventor： 黎志宏 ,  涂超 ,  李岚 ,  尹建华 ,  李陈碑 ,  王子函 ,  王华 ,  吴进锦

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/082 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习和HE染色病理切片的骨肿瘤分辨模型。该模型的包括：S1采集经术后病理证实的动脉瘤样骨囊肿、骨巨细胞瘤和非骨化性纤维瘤组织切片，对其特征区域进行标注与评估，建立数据库；S2将所得数据库预处理后基于ResNet101架构搭建神经网络模型，并进行模型验证和优化；S3对优化后模型进行性能综合评估，即得；所述特征区域为HE染色病理切片中破骨性巨细胞骨肿瘤区域。该模型基于卷积神经网络中的ResNet101与HE染色病理切片构建深度学习模型，通过验证和优化，大幅提高模型的综合性能，经测试，该模型的平均精准度＞0.95，平均召回率≥0.97，平均F1分数≥0.96，准确率＞0.95，具有明显的临床应用价值。

公开(公告)号：CN118388442A

公开(公告)日：2024-07-26

申请号：CN202410493348.2

申请日：2024-04-23

Applicant: 中南大学湘雅二医院

Inventor： 涂超 ,  黎志宏 ,  封程耀 ,  王华 ,  李陈碑 ,  刘斌峰 ,  熊子健

IPC: C07D319/20 ,  A61K31/357 ,  A61P35/00

Abstract: 本发明属于药物领域，具体涉及一种骨肿瘤细胞抑制剂，为具有式1结构#imgabs0#的化合物及其药学上可接受的盐、酯、晶体中的至少一种衍生物。本方研究表明，所述的药物能够有效抑制骨肿瘤细胞，具有良好的抗骨肿瘤活性，此外，还兼顾优异的生物安全性。