公开(公告)号：CN113421272B

公开(公告)日：2023-05-23

申请号：CN202110694157.9

申请日：2021-06-22

Applicant: 厦门理工学院

Inventor： 林永平 ,  毛威 ,  高华超 ,  陈春霞 ,  徐子萌 ,  韩冬梅

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明实施例提供一种肿瘤浸润深度的监测方法、装置、设备和存储介质，涉及医学图像处理技术领域。其中，这种监测方法包含以下步骤：S1、获取磁共振图像；S2、通过分割模型识别所述磁共振图像中的子宫轮廓和肿瘤轮廓，并从所述磁共振图像中提取包含所述子宫轮廓和所述肿瘤轮廓的目标图像；S3、根据所述目标图像，通过分类模型匹配合适的浸润深度识别模型；S4、通过匹配到的浸润深度识别模型分析所述目标图像，以获得所述磁共振图像所对应的肿瘤浸润深度。通过分割模型将子宫轮廓和肿瘤轮廓识别出来，然后匹配合适的浸润深度识别模型，并通过匹配到的浸润深度识别模型准确的识别浸润深度，不仅效率高，而且准确率高。

公开(公告)号：CN113421272A

公开(公告)日：2021-09-21

申请号：CN202110694157.9

申请日：2021-06-22

Applicant: 厦门理工学院

Inventor： 林永平 ,  毛威 ,  高华超 ,  陈春霞 ,  徐子萌 ,  韩冬梅

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/04

Abstract: 本发明实施例提供一种肿瘤浸润深度的监测方法、装置、设备和存储介质，涉及医学图像处理技术领域。其中，这种监测方法包含以下步骤：S1、获取磁共振图像；S2、通过分割模型识别所述磁共振图像中的子宫轮廓和肿瘤轮廓，并从所述磁共振图像中提取包含所述子宫轮廓和所述肿瘤轮廓的目标图像；S3、根据所述目标图像，通过分类模型匹配合适的浸润深度识别模型；S4、通过匹配到的浸润深度识别模型分析所述目标图像，以获得所述磁共振图像所对应的肿瘤浸润深度。通过分割模型将子宫轮廓和肿瘤轮廓识别出来，然后匹配合适的浸润深度识别模型，并通过匹配到的浸润深度识别模型准确的识别浸润深度，不仅效率高，而且准确率高。

公开(公告)号：CN113570655A

公开(公告)日：2021-10-29

申请号：CN202110694188.4

申请日：2021-06-22

Applicant: 厦门理工学院

Inventor： 林永平 ,  毛威 ,  陈春霞 ,  高华超 ,  徐子萌 ,  韩冬梅

IPC: G06T7/62 ,  G06T7/136 ,  G06T7/11 ,  G06T7/00 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明实施例提供一种肿瘤恶化程度的识别方法、装置、设备和存储介质，涉及计算机辅助诊断技术领域。其中，这种识别方法包含如下步骤S1、获取核磁共振图像。S2、通过目标检测模型，定位子宫图像在核磁共振图像中的区域，并提取包含区域的区域图像。S3、通过分割模型，识别区域图像中的子宫图像的子宫区域和肌瘤图像的肌瘤区域。S4、获取肿瘤区域和子宫区域的面积之比。S5、判断面积之比是否低于阈值。S6、当判断到面积之比低于阈值时，判定核磁共振图像对应的肿瘤恶化程度为IA期，否则为IB期。通过目标检测模型提取子宫区域的图像大大减少了计算量。通过ROC曲线获得得到的阈值，大大提升了判断结果的准确性，具有很好的实际意义。

公开(公告)号：CN117912673A

公开(公告)日：2024-04-19

申请号：CN202410021207.0

申请日：2024-01-05

Applicant: 厦门理工学院

Inventor： 林永平 ,  宋志钰 ,  苏佳林

IPC: G16H50/20 ,  G16H30/40 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明实施例提供一种子宫内膜癌分期的辅助判断方法、装置、设备和介质，涉及神经网络辅助诊断技术领域。辅助判断方法包含步骤S1至步骤S4。S1、获取包含患者的子宫区域的原始MR I图像。S2、根据原始MRI图像，通过预先训练好的语义分割模型进行分割，获取子宫区域的掩码图。S3、根据子宫区域的掩码图，进行边缘识别处理，获取包含病灶的子宫区域的轮廓图。S4、根据原始MRI图像和子宫区域的轮廓图，通过预先训练好的生成对抗网络GAN进行预测，获取患病前的子宫区域的轮廓图。辅助判断方法通过语义分割分类模型找到子宫区域的轮廓，然后通过生成对抗网络GAN生成不正常子宫的正常轮廓图，有效的辅助医生对子宫内膜癌分期进行诊断。

公开(公告)号：CN117457140A

公开(公告)日：2024-01-26

申请号：CN202311452060.2

申请日：2023-11-02

Applicant: 厦门理工学院

Inventor： 林永平 ,  苏佳林 ,  宋志钰

IPC: G16H15/00 ,  G16H50/20 ,  G06V10/74 ,  G06V10/44 ,  G06V10/46 ,  G06V10/82 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048

Abstract: 本发明实施例提供一种基于深度学习的宫颈癌诊断报告生成方法、装置和设备，涉及计算机辅助医学影像处理技术领域。其中，这种宫颈癌诊断报告生成方法包含步骤S1至步骤S5。S1、获取MRI图像序列。其中，MRI图像序列包括DWI图像序列和T2WI图像序列。S2、根据DWI图像序列进行目标检测，以识别肿瘤区域获取肿瘤的DW I图像块序列。S3、根据肿瘤的DWI图像块序列和T2WI图像序列进行图像相似度比对，获取肿瘤的T2WI图像序列。S4、分别将肿瘤的T2WI图像序列中的各张图像进行编码，并将编码接合成一个蕴含连续图像的动态信息的特征向量。S5、将蕴含连续图像的动态信息的特征向量输入预先训练好的LSTM文本生成模型进行解码，获取宫颈癌诊断报告文本。