公开(公告)号：CN113096096B

公开(公告)日：2023-04-18

申请号：CN202110392146.5

申请日：2021-04-13

Applicant: 中山市华南理工大学现代产业技术研究院

Inventor： 胡金龙 ,  刘艳 ,  吴悦豪 ,  董守斌

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/136 ,  G06T7/194 ,  G06T7/62 ,  G06T5/00 ,  G06T5/40 ,  G06V10/46 ,  G06V10/56 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开了一种融合形态特征的显微图像骨髓细胞计数方法与系统，该方法包括：1)获取带标签和无标签的骨髓细胞显微图像，均进行图像预处理；2)分别根据细胞分割标记和分水岭算法，将带标签的/无标签的骨髓细胞显微图像分割为若干带标签的/无标签的单一骨髓细胞显微图像，均进行图像预处理；3)利用改进的最大类间方差法和N距边缘扩充方法对带标签和无标签的单一骨髓细胞显微图像进行细胞核、细胞质分割，并提取形态特征；4)构建混合卷积神经网络模型，将带标签的单一骨髓细胞显微图像输入模型训练；5)用训练好的混合卷积神经网络模型预测无标签的单一骨髓细胞显微图像的细胞类别，对各个细胞类别进行计数。本发明对骨髓细胞计数具有较高的精度。

公开(公告)号：CN113096096A

公开(公告)日：2021-07-09

申请号：CN202110392146.5

申请日：2021-04-13

Applicant: 中山市华南理工大学现代产业技术研究院

Inventor： 胡金龙 ,  刘艳 ,  吴悦豪 ,  董守斌

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/136 ,  G06T7/194 ,  G06T7/62 ,  G06T5/00 ,  G06T5/40 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种融合形态特征的显微图像骨髓细胞计数方法与系统，该方法包括：1)获取带标签和无标签的骨髓细胞显微图像，均进行图像预处理；2)分别根据细胞分割标记和分水岭算法，将带标签的/无标签的骨髓细胞显微图像分割为若干带标签的/无标签的单一骨髓细胞显微图像，均进行图像预处理；3)利用改进的最大类间方差法和N距边缘扩充方法对带标签和无标签的单一骨髓细胞显微图像进行细胞核、细胞质分割，并提取形态特征；4)构建混合卷积神经网络模型，将带标签的单一骨髓细胞显微图像输入模型训练；5)用训练好的混合卷积神经网络模型预测无标签的单一骨髓细胞显微图像的细胞类别，对各个细胞类别进行计数。本发明对骨髓细胞计数具有较高的精度。

公开(公告)号：CN118588321A

公开(公告)日：2024-09-03

申请号：CN202410579755.5

申请日：2024-05-11

Applicant: 中山市华南理工大学现代产业技术研究院 ,  中山依数科技有限公司

Inventor： 董守斌 ,  何亦琛 ,  胡金龙 ,  郑潇柔

IPC: G16H70/40 ,  G16H20/10 ,  G16H10/60 ,  G16H50/70 ,  G06F18/22 ,  G06F18/2431 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0985

Abstract: 本发明公开了一种基于电子病历的药物推荐系统，包括：预训练模块，增加了模型表达能力，加快模型训练和收敛速度；患者当前就诊表示建模模块，通过全局检索方法，并基于多头注意力机制，得到相似就诊的实体级别和相似就诊的用药表示，解决了患者横向就诊信息利用不充分的问题，充分利用了医疗库中相似就诊的信息；药物表示建模模块，通过对分子图和分子序列进行建模，解决了分子信息和结构利用不充分的问题，充分地获取准确的药物表示。联合药物推荐模块，增强了患者表示和药物信息表示之间的联系，平衡了药物推荐的准确性和安全性。本发明可实现准确且安全性高的患者用药推荐。

公开(公告)号：CN118470322A

公开(公告)日：2024-08-09

申请号：CN202410647152.4

申请日：2024-05-23

Applicant: 中山市华南理工大学现代产业技术研究院 ,  中山依数科技有限公司

Inventor： 董守斌 ,  李净 ,  郑潇柔 ,  胡金龙

IPC: G06V10/26 ,  G06T7/11 ,  G06T7/00 ,  G06V10/762 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/64 ,  G06V10/74 ,  G06V10/80

Abstract: 本发明公开了一种小样本三维医疗影像分割系统，使用预训练模型和3D十字交叉注意力挖掘模块来实现在资源受限情况下的三维医疗影像分割，包括：超体素生成模块、3D预训练特征提取模块、3D双十字交叉注意力挖掘模块和小样本原型学习网络模块。具体来说，本发明基于医学图像的3D预训练特征提取模块作为模型的骨干，解决了模型在小样本情况下无法充分表征的问题，充分利用了医学图像的三维空间信息。在此基础上，本发明设计了3D双十字交叉注意挖掘模块来挖掘支持特征和查询特征之间的全局交叉注意力，从而消除了图像背景信息的干扰，捕捉到了目标类别的细微特征，提高了模型的原型表示能力，取得了优秀的分割效果。