公开(公告)号：CN119811674A

公开(公告)日：2025-04-11

申请号：CN202411849298.3

申请日：2024-12-16

Applicant: 北京大学

Inventor： 邵闻睿 ,  谢肇恒 ,  孟祥溪 ,  陈亦新

IPC: G16H50/50 ,  G16H70/40 ,  G16H50/70 ,  G16B40/00 ,  G16H30/00

Abstract: 本发明提供了一种基于神经网络的生物医学参数成像以及药代动力学分析的方法，包括下列步骤：S10：搭建基于医学成像模型的常微分方程的神经网络模型；S20：初始化所述神经网络模型；S30：为所述神经网络模型设置损失函数；S40：训练所述神经网络模型完成收敛；S50：利用收敛后的所述神经网络模型求解医学成像模型的药代动力学参数的估计值。该生物医学参数成像以及药代动力学分析的方法，采用神经网络模型求解常微分方程以实现药代动力学参数的精确推断。

公开(公告)号：CN118039082A

公开(公告)日：2024-05-14

申请号：CN202410191474.2

申请日：2024-02-21

Applicant: 北京大学

Inventor： 焦文沛 ,  谢肇恒 ,  陈亦新

IPC: G16H30/00 ,  G16H50/20 ,  G06N5/022

Abstract: 数据处理系统，包括掩膜分析模块和第一提示模块。掩膜分析模块能够根据医学影像的肿瘤位置掩膜和器官位置掩膜生成参考数据。参考数据包括参考肿瘤位置、参考肿瘤尺寸、入侵器官名称和SUV值。第一提示模块能够根据参考数据和肿瘤类别标签生成第一提示内容，再接收第一提示信息，然后将初始报告、第一提示内容和第一提示信息输入至大语言模型。初始报告中记录了初始肿瘤类别、初始肿瘤位置和初始肿瘤尺寸。大语言模型能够根据初始报告、第一提示内容和第一提示信息生成优化报告。优化报告包括优化肿瘤类别、优化肿瘤位置、优化肿瘤尺寸、入侵器官名称和SUV值。该数据处理系统能够提高生成的报告的准确性。还提供一种数据处理方法。

公开(公告)号：CN117649519A

公开(公告)日：2024-03-05

申请号：CN202310997955.8

申请日：2023-08-09

Applicant: 北京大学

Inventor： 陈亦新 ,  谢肇恒

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06T3/04

Abstract: CT颅脑影像的脑区分割方法，包括下列步骤：训练一个模态转换模型，模态转换模型用于将CT模态下获得的CT颅脑影像转换成MR模态下的模拟MR颅脑影像，模态转换模型的被训练的参数包括结构先验信息，结构先验信息为数据集中的每一个CT颅脑影像和与其配对的真实MR颅脑影像在结构上的差值；模态转换模型训练完成后，通过模态转换模型将一个CT颅脑影像xCT转换为一个模拟MR颅脑影像xCT→MR；以及分割模拟MR颅脑影像xCT→MR得到一个脑区分割图谱。CT颅脑影像的脑区分割方法其能够准确地实现CT颅脑影像的全脑分割。还提供一种CT颅脑影像的脑区分割系统。