公开(公告)号：CN116977282A

公开(公告)日：2023-10-31

申请号：CN202310748509.3

申请日：2023-06-25

Applicant: 北京大学深圳医院(北京大学深圳临床医学院)

Inventor： 孙德胜 ,  吴雅林 ,  闫林杨 ,  石宇 ,  陈芸 ,  刘俐 ,  钟洁愉 ,  胡正明 ,  郑婷婷 ,  林晓娜 ,  葛巧俐 ,  周海莹 ,  葛丹丹 ,  陈谊

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06V10/44 ,  G06V10/774

Abstract: 本发明公开了一种基于深度网络模型的图像识别方法，属于医疗技术领域。本发明获取待测患者的超声图像并对所述待测患者的超声图像进行预处理；将预处理后的超声图像输入经训练的甲状腺滤泡性癌症图像识别模型中进行图像特征提取；根据所述图像特征进行甲状腺滤泡性癌症图像识别并输出最终识别结果。本发明通过对甲状腺滤泡癌症图像识别模型的不断优化调整，得到训练成熟的甲状腺滤泡癌症图像识别模型进而运用该模型实现对甲状腺滤泡癌症超声图像的判断识别。

公开(公告)号：CN116486921A

公开(公告)日：2023-07-25

申请号：CN202310332810.6

申请日：2023-03-31

Applicant: 北京大学深圳医院(北京大学深圳临床医学院)

Inventor： 吴雅林 ,  孙德胜 ,  石宇 ,  尉明华 ,  姚辉 ,  张锦枝 ,  张蒂荣 ,  刘俐 ,  陈芸 ,  闫林杨

IPC: G16B40/20 ,  G16H50/20 ,  G06F18/241 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于电子病历大数据的乳腺癌风险预测方法，该方法包括：收集乳腺患者的信息并形成电子病历，再根据标准条件筛选患者信息，组建数据库；根据临床经验和对超声特征的研究，筛选数据库中的特征，获得数据集；对数据集进行预处理，再对其中的数据进行归一化处理；从特征中选择出重要特征形成新的数据集；对数据集进行训练集和测试集的划分；使用深度神经网络建立预测模型，对训练集进行学习优化，采用测试集对预测模型进行性能分析，获得最终预测模型；采用最终预测模型对乳腺超声得到的数据进行风险预测，得到预测结果。本发明预测方法能够很容易的地部署到任何智能决策系统中，为医生提供诊断辅助，从而提高乳腺癌的早期诊断率。