-
公开(公告)号：CN118212407A
公开(公告)日：2024-06-18
申请号：CN202410274716.4
申请日：2024-03-11
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学长沙计算与数字经济研究院
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/084 , G06N3/0464
Abstract: 本申请公开了一种肿瘤图像的分割方法、装置及电子设备。其中，该方法包括：获取待进行肿瘤分割的原始肿瘤图像，其中，原始肿瘤图像为对目标对象的目标器官进行CT扫描后得到的图像；采用肿瘤分割模型对原始肿瘤图像进行分割，得到肿瘤区域所对应的目标肿瘤图像，其中，肿瘤分割模型包括编码器、解码器和多尺度注意力模块，多尺度注意力模块通过结合目标对象在原始肿瘤图像中采样的交互点对原始肿瘤图像进行特征融合处理；显示目标肿瘤图像。本申请解决了相关技术中对于肿瘤的分割存在精度较差的技术问题。
-
公开(公告)号：CN112634224A
公开(公告)日：2021-04-09
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN112634224B
公开(公告)日：2023-07-28
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN118608530B
公开(公告)日：2024-10-25
申请号：CN202411083378.2
申请日：2024-08-08
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明涉及一种基于CT图像的辅助检测胃癌患者dMMR的装置，该装置包括记录单元和诊断模型建立单元；记录单元用于记录患者基线腹盆增强CT图像上的肿瘤位置、肿瘤面积、是否存在肿瘤卷边征以及淋巴结形态异常；诊断模型建立单元用于运用多因素逻辑回归方法建立诊断模型，其中特征筛选采用基于AIC的逐步后向法；诊断模型中，#imgabs0#为肿瘤分子亚型为dMMR的概率；肿瘤位于胃上部或胃中部时肿瘤位置=0，肿瘤位于胃下部时肿瘤位置=1；肿瘤面积取具体数值；肿瘤卷边征存在时取1，不存在时取0；异常形态淋巴结存在时取1，不存在时取0。
-
公开(公告)号：CN118571428A
公开(公告)日：2024-08-30
申请号：CN202410709293.4
申请日：2024-06-03
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 北京安德医智科技有限公司
Abstract: 本发明实施例涉及一种基于CT影像进行胃癌分期和术后生存期预测的方法，所述方法包括：接收CT影像和个人信息；将CT影像和个人信息输入术前后胃癌分期与术后生存期预测模型进行预测得到对应的术前、术后分期预测向量和术后生存期预测向量；根据第一术前分期预测向量、第一术后分期预测向量和第一术后生存期预测向量进行预测记录组装得到对应的第一预测记录；并由第一CT影像、第一个人信息和第一预测记录组成一个对应的第一预测报告并保存。通过本发明可以提高预测实时性和预测效率。
-
Patent Agency Ranking
公开(公告)号：CN118609765A
公开(公告)日：2024-09-06
申请号：CN202410709291.5
申请日：2024-06-03
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 北京安德医智科技有限公司
Abstract: 本发明实施例涉及一种由模型基于前后期CT影像评估胃癌治疗效果的方法，所述方法包括：将胃癌患者治疗前、后的CT影像作为对应的前期CT影像和后期CT影像；将前、后期CT影像输入疗效评估和前后期特征比对模型进行治疗效果评估和治疗前后特征比对得到对应的疗效预测结果和特征比对结果。通过本发明既可以提高评估效率也可以提高评估准确度。
-
公开(公告)号：CN118608530A
公开(公告)日：2024-09-06
申请号：CN202411083378.2
申请日：2024-08-08
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明涉及一种基于CT图像的辅助检测胃癌患者dMMR的装置，该装置包括记录单元和诊断模型建立单元；记录单元用于记录患者基线腹盆增强CT图像上的肿瘤位置、肿瘤面积、是否存在肿瘤卷边征以及淋巴结形态异常；诊断模型建立单元用于运用多因素逻辑回归方法建立诊断模型，其中特征筛选采用基于AIC的逐步后向法；诊断模型中，#imgabs0#为肿瘤分子亚型为dMMR的概率；肿瘤位于胃上部或胃中部时肿瘤位置=0，肿瘤位于胃下部时肿瘤位置=1；肿瘤面积取具体数值；肿瘤卷边征存在时取1，不存在时取0；异常形态淋巴结存在时取1，不存在时取0。
-
公开(公告)号：CN118506007A
公开(公告)日：2024-08-16
申请号：CN202410709289.8
申请日：2024-06-03
Applicant: 北京肿瘤医院(北京大学肿瘤医院) , 北京安德医智科技有限公司
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明实施例涉及一种对CT影像进行胃癌病灶语义分割和区域勾画的方法，所述方法包括：构建第一分割模型；并构建三类位姿的胃癌CT影像数据集训练第一分割模型得到三组模型参数；模型训练结束后接收第一CT影像、第一影像位姿；并根据第一影像位姿和三组模型参数配置第一分割模型；并对第一CT影像进行特征图预处理；并按三维滑窗切片方式对第一特征图进行切片；并将各个第一切片特征图输入第一分割模型进行胃癌病灶语义分割；并对得到的所有第一切片语义分割图按对应的切片位置进行拼接得到第一语义分割图；并基于第一语义分割图和第一CT影像进行胃癌病灶区域勾画显示处理。通过本发明可以提高胃癌病灶的识别效率、识别精度和识别准确度。
-
公开(公告)号：CN116721772A
公开(公告)日：2023-09-08
申请号：CN202311002302.8
申请日：2023-08-10
Applicant: 北京市肿瘤防治研究所 , 北京大学
Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质，属于医学检测技术领域，所述方法包括：获取待测患者的肿瘤抗HER2治疗信息，肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息；将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型，得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果；双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合，并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度，有助于患者的肿瘤抗HER2治疗预后的有效评估。
-
公开(公告)号：CN115565664A
公开(公告)日：2023-01-03
申请号：CN202211068018.6
申请日：2022-09-01
Applicant: 北京大学
IPC: G16H50/20 , G16H50/30 , G06V10/764 , G06V10/77 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种胃癌靶向治疗疗效预测方法、装置、设备及介质，方法包括：获取胃癌靶向治疗前后的待识别CT图像数据；将所述待识别CT图像数据输入至胃癌靶向治疗疗效预测模型中，得到所述胃癌靶向治疗疗效预测模型输出的胃癌风险概率；其中，所述待识别CT图像数据包括基线时间对应的图像以及多次随访时间点对应的图像，且每个时间点对应的待识别CT图像数据包括多个病灶。本发明用以解决现有技术中现有的胃癌靶向治疗疗效预测准确率较低，胃癌靶向治疗疗效预测效果较差的缺陷，实现提升胃癌靶向治疗疗效预测准确率，提升胃癌靶向治疗疗效预测效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.089 seconds)
