公开(公告)号：CN116485744A

公开(公告)日：2023-07-25

申请号：CN202310424312.4

申请日：2023-04-19

Applicant: 南昌大学

Inventor： 欧阳少波 ,  程王鑫君 ,  万志江 ,  廖岚 ,  韩书琴 ,  欧阳会丹

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明公开了一种基于深度学习的种植体识别方法、设备、介质和程序产品，应用于一基于深度学习的种植体识别系统，基于深度学习的种植体识别系统具有最佳种植体识别模型，该方法包括：获得一口腔种植体的CBCT图片；基于CBCT图片，经过最佳种植体识别模型推理，识别CBCT图片的口腔种植体信息。本申请可自动识别口腔种植体信息，无需依赖经验丰富的口腔专家。本申请充分利用CBCT图片三维影像优势，尽可能全面准确识别种植体形状及细节，获取种植体信息，从而提高利用深度学习识别口腔种植体的准确性，提高实用性。

公开(公告)号：CN119418859A

公开(公告)日：2025-02-11

申请号：CN202510026350.3

申请日：2025-01-08

Applicant: 南昌大学第二附属医院

Inventor： 曾雷 ,  欧阳会丹 ,  刘梦梦 ,  胡家丽 ,  刘钰泽

IPC: G16H20/40 ,  G16H50/30 ,  G06F18/27 ,  G06F18/241

Abstract: 本发明涉及一种放疗前颞叶损伤概率预测方法及系统，属于医疗数据处理技术领域。该方法包括：基于肿瘤剂量数据，获取患者的剂量体积直方图；获取患者的左侧颞叶以及患者的右侧颞叶的体积参数和生物等效剂量；将患者的左侧颞叶的体积参数和生物等效剂量输入至数学预测模型中，得到第一损伤预测概率，以及将患者的右侧颞叶的体积参数和生物等效剂量输入至数学预测模型中，得到第二损伤预测概率；基于患者的肿瘤数据，确定患者的左侧颞叶和右侧颞叶的相关系数；基于相关系数、第一损伤预测概率以及第二损伤预测概率，确定患者的颞叶损伤概率。上述方法，能够辅助医生制定更为精准的放疗计划，克服了传统的经验性预测或定性评估的局限性。