公开(公告)号：CN118866349B

公开(公告)日：2025-04-29

申请号：CN202410871817.X

申请日：2024-07-01

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  刘盼 ,  张栗源 ,  刘思强 ,  陈喜敏

IPC: G16H50/30 ,  G06V10/26 ,  G06V10/764 ,  G06T7/00 ,  G06V10/82

Abstract: 本发明实施例涉及一种基于CT影像预测ASPECTS评分的处理方法和装置，所述方法包括：构建四个分割模型、分类模型和评分模型；训练结束后接收两个CT影像组成影像序列；由四个分割模型分别对影像序列进行图像分割得到第一/二/三/四语义图组并由分类模型对影像序列进行分类得到预测侧别组；对侧别信息进行综合评估；进行左右脑分区影像提取得到分区影像集；对分区影像集进行中值滤波；基于第一/二语义图组对分区影像集进行脑沟/陈旧性梗死区域消除；进行左右脑分区影像对提取；由评分模型对分区影像对序列进行评分；基于评估侧别和分区评分对序列进行整体评分/患侧汇总得到汇总报告。通过本发明可以提高预测准确度。

公开(公告)号：CN118334440A

公开(公告)日：2024-07-12

申请号：CN202410515492.1

申请日：2024-04-26

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  王宝泉 ,  梁隆恺 ,  刘思强 ,  钟霖 ,  陈承祥

IPC: G06V10/764 ,  G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06T7/00 ,  G16H50/20 ,  G06N3/0464 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例涉及一种基于CT影像进行M期分类预测的处理方法和装置，所述方法包括：基于U‑Net模型构建第一、第二语义分割模型；并基于一类机器学习分类模型构建第一预测模型；并基于一类深度学习分类模型构建第二预测模型；对第一、第二语义分割模型以及第一、第二预测模型进行训练；四类模型训练结束后，接收CT影像和预测模式；若预测模式为第一模式则根据CT影像以及第一、第二语义分割模型和第一预测模型进行预测；若预测模式为第二模式则根据CT影像以及第一、第二语义分割模型和第二预测模型进行预测；并将得到的预测类型输出。通过本发明可以提高预测实时性和预测效率。

公开(公告)号：CN119559147A

公开(公告)日：2025-03-04

申请号：CN202411688251.3

申请日：2024-11-22

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  刘盼 ,  张栗源 ,  刘思强 ,  王璐

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种血管狭窄率预测方法、预测模型和预测系统，其中，方法包括获取血管造影影像，对血管造影影像进行血管分割处理，得到血管分割图；然后将血管分割图作为预先训练的基于深度学习的血管狭窄率预测模型的输入，通过预测模型进行预测后输出血管狭窄率分布图，其中，血管狭窄率分布图包括多个第一像素。该预测模型、方法和系统将深度学习技术与临床医学相结合，通过深度学习技术将血管的狭窄情况准确的计算出来，能够适应于不同质量的医学影像，其预测速度快、预测结果准确且具有一致性，保持了医生诊断的规范和标准，并解决了深度学习可解释性差的缺点，是一种准确高的血管狭窄率预测方法。

公开(公告)号：CN118866349A

公开(公告)日：2024-10-29

申请号：CN202410871817.X

申请日：2024-07-01

Applicant: 北京安德医智科技有限公司

Inventor： 付鹤 ,  刘盼 ,  张栗源 ,  刘思强 ,  陈喜敏

IPC: G16H50/30 ,  G06V10/26 ,  G06V10/764 ,  G06T7/00 ,  G06V10/82

Abstract: 本发明实施例涉及一种基于CT影像预测ASPECTS评分的处理方法和装置，所述方法包括：构建四个分割模型、分类模型和评分模型；训练结束后接收两个CT影像组成影像序列；由四个分割模型分别对影像序列进行图像分割得到第一/二/三/四语义图组并由分类模型对影像序列进行分类得到预测侧别组；对侧别信息进行综合评估；进行左右脑分区影像提取得到分区影像集；对分区影像集进行中值滤波；基于第一/二语义图组对分区影像集进行脑沟/陈旧性梗死区域消除；进行左右脑分区影像对提取；由评分模型对分区影像对序列进行评分；基于评估侧别和分区评分对序列进行整体评分/患侧汇总得到汇总报告。通过本发明可以提高预测准确度。

公开(公告)号：CN118334439A

公开(公告)日：2024-07-12

申请号：CN202410515491.7

申请日：2024-04-26

Applicant: 北京安德医智科技有限公司

Inventor： 梁隆恺 ,  付鹤 ,  王宝泉 ,  刘思强 ,  周倩倩 ,  李明阳

IPC: G06V10/764 ,  G06V10/26 ,  G06V20/70 ,  G06V10/40 ,  G06V10/54 ,  G06V10/10 ,  G06V10/82 ,  G06T7/00 ,  G16H50/20

Abstract: 本发明实施例涉及一种基于CT影像进行N期分类预测的处理方法和装置，所述方法包括：接收CT影像和预测模式；基于第一语义分割模型对CT影像进行胃部肿瘤病灶区域点和胃周淋巴结区域点语义分割；预测模式为第一模式时根据语义分割图和CT影像对胃部肿瘤病灶区域以及所有胃周淋巴结区域的影像组学特征进行提取得到病灶特征集和淋巴特征集合，并基于第一预测模型根据病灶特征集和淋巴特征集合进行N期分类预测；预测模式为第二模式时根据语义分割图和CT影像进行胃部肿瘤病灶及胃周淋巴结区域图合成，并基于第二预测模型根据合成图进行N期分类预测型；并输出对应的预测类型。通过本发明可以提高预测实时性和预测效率。