-
公开(公告)号：CN112569484B
公开(公告)日：2025-04-25
申请号：CN202011447436.7
申请日：2020-12-09
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61N5/10
Abstract: 本发明涉及一种直肠腔内可调整多分隔气囊多通道后装施源器，包括多通道挡铅施源器和多分隔气囊，所述的多通道挡铅施源器包括多个可替换独立模块，多个可替换独立模块组合拼接后形成柱状的多通道挡铅施源器；每个可替换独立模块的中心设置有弧形部，多个可替换独立模块组合拼接后每个可替换独立模块的所述的弧形部围成中心通道；每个可替换独立模块的内部设置有沿着轴向延伸的导源管通道，所述的中心通道和导源管通道均用于留置导源管；所述的多分隔气囊套在所述的多通道挡铅施源器的外周壁上，每个多分隔气囊均能够单独充气，从而形成对称或不对称外形，将所述的多通道挡铅施源器固定于直肠腔内。
-
公开(公告)号：CN119587902A
公开(公告)日：2025-03-11
申请号：CN202411914337.3
申请日：2024-12-24
Applicant: 北京航空航天大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种基于锥形束CT的盆腔肿瘤自适应放疗剂量的预测方法和系统，应用于数据处理技术领域。本申请对目标用户的锥形束CT图像进行预处理，生成目标锥形束CT图像；对目标锥形束CT图像和目标用户的预设CT图像进行处理，生成预设靶区勾画信息；对目标用户的生理运动参数信息和目标用户的目标生理结构信息进行处理，生成动态剂量影响因子；基于训练样本集对初始图像识别处理模型进行处理，生成目标图像识别处理模型；基于目标图像识别处理模型对目标锥形束CT图像和预设靶区勾画信息进行处理，生成目标CT图像；基于目标图像识别处理模型对目标CT图像、动态剂量影响因子和目标用户的生理状态信息进行处理，生成目标剂量预测信息。
-
公开(公告)号：CN112641471B
公开(公告)日：2022-09-09
申请号：CN202011612566.1
申请日：2020-12-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种放疗专用的膀胱容量测定与三维形态评估方法与系统，该方法包括以下步骤：第一、采用超声诊断探头在高频电脉冲作用下对人体腹部发出超声波；接收人体器官壁发射回来的回波信号，处理终端根据回波信号解析出图像信息，并根据图像信息，结合神经网络谐波技术的膀胱仪获得当前膀胱容积值；第二、收集模拟定位时的超声图像信息与每次治疗前的超声图像信息进行强化学习配准训练，得到模型，用于指导后续新病人的超声图像快速配准；第三、配准后，计算定位时的膀胱图像A与每次治疗前膀胱图像B的戴斯相似系数DSC；第四、收集膀胱容量值与对应的DSC数据，建立一一对应数据集，进行对比分析，得到最优膀胱容量数值，指导后续治疗。
-
公开(公告)号：CN113256500A
公开(公告)日：2021-08-13
申请号：CN202110746839.X
申请日：2021-07-02
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种多模态图像合成的深度学习神经网络模型系统，包括由残差深度神经网络(RDNN)与多分辨率优化策略相结合形成的多分辨率残差深度神经网络；RDNN包括A个卷积层，B个脱落层,C个批归一化(Batch Normalization)层和D个长期残差连接；其中，卷积层用于图像特征的提取；脱落层用于避免网络过拟合；批归一化层用于对对应卷积核的输入进行标准化；长期残差连接用于保留输入图像中的结构信息；每个脱落层的两侧均设置有卷积层，每个脱落层与两侧相邻的卷积层均连接；每个脱落层和批归一化层之间均设置有一个卷积层；脱落层、卷积层和批归一化层之间依次连接；每个长期残差连接的一端连接在卷积层与批归一化层之间；另一端连接在另一组卷积层与批归一化层之间。
-
公开(公告)号：CN112957073A
公开(公告)日：2021-06-15
申请号：CN202110127230.4
申请日：2021-01-29
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61B8/08
Abstract: 本发明提供了一种膀胱容量的测量方法及系统。该测量方法包括：收集过往影像数据和过往膀胱勾画数据，并将过往影像数据和过往膀胱勾画数据输入神经网络进行训练，以得到第一深度神经网络模型；通过对膀胱模拟定位得到模拟影像数据，并根据第一深度神经网络模型，得到膀胱的模拟三维形貌和模拟体积；将模拟三维形貌分割成多个三维的体素，并根据模拟体积得到每个体素的体积；采用超声诊断探头，获取膀胱的当前三维形貌；以及将膀胱的当前三维形貌与模拟三维形貌中的多个三维的体素进行配准，并根据每个体素的体积，计算得到当前膀胱的容量值。本发明通过体素级分割和逐个体素地配准，将测量误差控制在了体素级别，提升了膀胱容量的测量精度。
-
Patent Agency Ranking
公开(公告)号：CN112641471A
公开(公告)日：2021-04-13
申请号：CN202011612566.1
申请日：2020-12-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种放疗专用的膀胱容量测定与三维形态评估方法与系统，该方法包括以下步骤：第一、采用超声诊断探头在高频电脉冲作用下对人体腹部发出超声波；接收人体器官壁发射回来的回波信号，处理终端根据回波信号解析出图像信息，并根据图像信息，结合神经网络谐波技术的膀胱仪获得当前膀胱容积值；第二、收集模拟定位时的超声图像信息与每次治疗前的超声图像信息进行强化学习配准训练，得到模型，用于指导后续新病人的超声图像快速配准；第三、配准后，计算定位时的膀胱图像A与每次治疗前膀胱图像B的戴斯相似系数DSC；第四、收集膀胱容量值与对应的DSC数据，建立一一对应数据集，进行对比分析，得到最优膀胱容量数值，指导后续治疗。
-
公开(公告)号：CN119400348A
公开(公告)日：2025-02-07
申请号：CN202510008846.8
申请日：2025-01-03
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
IPC: G16H20/10 , A61N5/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/26
Abstract: 本发明提供了一种盆腔肿瘤多中心多瘤种多处方的剂量预测方法及相关设备，应用于数据处理技术领域。本申请对训练样本集进行预处理，生成带有目标特征数据的训练样本集；基于带有目标特征数据的训练样本集对基于SwinTransformer网络架构的预设剂量分布处理模型进行处理，生成目标剂量分布处理模型；对目标用户的CT图像信息进行特征提取处理，生成目标特征向量；对目标用户的生理状态信息进行处理，生成目标用户的剂量限制因子；对目标用户的生理参数信息进行处理，生成目标用户的动态剂量影响因子；基于目标剂量分布处理模型对目标特征向量、目标用户的剂量限制因子和目标用户的动态剂量影响因子进行处理，生成目标剂量分布信息。
-
公开(公告)号：CN112957073B
公开(公告)日：2023-01-10
申请号：CN202110127230.4
申请日：2021-01-29
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61B8/08
Abstract: 本发明提供了一种膀胱容量的测量方法及系统。该测量方法包括：收集过往影像数据和过往膀胱勾画数据，并将过往影像数据和过往膀胱勾画数据输入神经网络进行训练，以得到第一深度神经网络模型；通过对膀胱模拟定位得到模拟影像数据，并根据第一深度神经网络模型，得到膀胱的模拟三维形貌和模拟体积；将模拟三维形貌分割成多个三维的体素，并根据模拟体积得到每个体素的体积；采用超声诊断探头，获取膀胱的当前三维形貌；以及将膀胱的当前三维形貌与模拟三维形貌中的多个三维的体素进行配准，并根据每个体素的体积，计算得到当前膀胱的容量值。本发明通过体素级分割和逐个体素地配准，将测量误差控制在了体素级别，提升了膀胱容量的测量精度。
-
公开(公告)号：CN119559339A
公开(公告)日：2025-03-04
申请号：CN202510098043.6
申请日：2025-01-22
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
IPC: G06T17/00 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于深度学习的膀胱EIT三维形貌实时重建和容量测定方法，属于深度学习技术领域，包括：根据收集的三维CT图像生成三维腹部仿真模型，构建包含异常情况的膀胱EIT数据集；根据三维腹部仿真模型获取膀胱位置信息构建包含位置正则化的损失函数，并将膀胱EIT数据集中的EIT测量值作为深度学习网络的输入，建立EIT测量值与膀胱形貌之间的映射关系，保存训练之后的网络模型；将实际患者的EIT测量值作为训练后的网络模型的输入，并将得到的患者膀胱容量与放疗过程中患者CT真值计算的膀胱容量进行实时对比分析，对患者膀胱容量进行实时优化矫正。能够在不依赖传统影像技术的情况下，准确重建膀胱的三维形貌，并实时优化膀胱容量的测定。
-
公开(公告)号：CN119313678A
公开(公告)日：2025-01-14
申请号：CN202411864785.7
申请日：2024-12-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
IPC: G06T7/00 , G06T7/10 , G16H20/40 , G06V10/77 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种直肠癌放射治疗靶区的自动勾画方法及相关设备，应用于数据处理技术领域。本申请获取目标用户信息、目标靶区标签信息、待训练的靶区标签信息、与待训练的靶区标签信息相匹配的训练数据集、基于nnUNET的预设靶区自动勾画模型；基于待训练的靶区标签信息对训练数据集进行处理，生成预设勾画规则；对基于nnUNET的预设靶区自动勾画模型进行处理，生成目标靶区自动勾画模型；对目标用户信息进行处理，生成目标用户的多模态CT影像信息和与目标用户相匹配的临床先验知识信息；基于目标靶区自动勾画模型对目标用户的多模态CT影像信息、目标靶区标签信息和与目标用户相匹配的临床先验知识信息进行处理，生成目标靶区勾画信息。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.058 seconds)
