公开(公告)号：CN112862797B

公开(公告)日：2024-03-19

申请号：CN202110203453.4

申请日：2021-02-23

Applicant: 复旦大学附属华山医院

Inventor： 丁红 ,  邓寅晖 ,  程广文 ,  薛立云

IPC: G16H50/50 ,  G06T7/00

Abstract: 本发明公开了一种肝纤维化无损预测方法及系统，所述方法包括：采集肝组织的第一射频信号；根据所述第一射频信号重建所述肝组织的超声灰度图像；在所述超声灰度图像中标注感兴趣区域；根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及利用所述第二射频信号和Bi‑LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。本发明可以利用从第一射频信号中提取到的与感兴趣区域对应的第二射频信号以及Bi‑LSTM神经网络构建肝纤维化分级预测模型，从而对感兴趣区域的肝纤维化的等级进行精确且无损的预测。

公开(公告)号：CN113397600A

公开(公告)日：2021-09-17

申请号：CN202110679242.8

申请日：2021-06-18

Applicant: 复旦大学

Inventor： 余锦华 ,  许金力 ,  邓寅晖 ,  薛立云 ,  丁红

IPC: A61B8/08 ,  A61B8/00

Abstract: 本发明提供了一种基于超声射频信号弹性重建的肝纤维化评估方法，包括：使已知肝纤维化等级的肝组织受力，并采集受力前、受力后的连续两帧超声射频信号，分别作为第一帧超声射频信号和第二帧超声射频信号；基于所述第一帧超声射频信号和所述第二帧超声射频信号，对所述肝组织进行弹性重建，以获取所述肝组织的位移信息、应变信息和弹性信息；根据所述第一帧超声射频信号重建所述肝组织的B型图；在所述B型图中标注肝实质区域，作为感兴趣区域；从所述位移信息、所述应变信息和所述弹性信息中获取所述感兴趣区域对应的数据；通过机器学习的方法构建肝纤维化分级预测模型。该方法能够更准确、简便地评估肝纤维化等级。

公开(公告)号：CN118172695A

公开(公告)日：2024-06-11

申请号：CN202410091779.6

申请日：2024-01-23

Applicant: 复旦大学

Inventor： 余锦华 ,  谢袁欣 ,  丁红 ,  史之峰 ,  张显迪

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明涉及一种基于超声造影视频的基因类型分类方法，应用于计算机，包括如下步骤：获取包括多帧灰度图‑造影图双模态视频，针对两帧相邻的灰度图，计算灰度直方图的巴氏系数，当所述巴氏系数满足预设条件时更新肿瘤内区域和肿瘤外区域；基于更新后的肿瘤内区域和肿瘤外区域对应的灰度图‑造影图双模态图像，分别计算肿瘤内区域的时间‑强度曲线和肿瘤外区域的时间‑强度曲线；将肿瘤内区域和肿瘤外区域的时间‑强度曲线以并行方式输入预训练好的时序卷积模型中，输出基因类型的预测结果。与现有技术相比，本发明具有提高TIC序列采集的准确性、鲁棒性强等优点，进而提高了基因类型预测的准确性。

公开(公告)号：CN116309404A

公开(公告)日：2023-06-23

申请号：CN202310202432.X

申请日：2023-03-02

Applicant: 复旦大学附属华山医院

Inventor： 丁红 ,  史之峰 ,  张显迪 ,  王涌 ,  杨伯捷 ,  沈超 ,  齐曾鑫 ,  余锦华 ,  毛颖

IPC: G06T7/00 ,  A61B90/00 ,  A61B8/08 ,  G06V10/774 ,  G06V10/94 ,  G16H30/20 ,  G16H30/40 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种脑胶质瘤术中超声实时检测方法和系统，该方法包括如下步骤：S1，对采集到的脑胶质瘤患者的超声静态图像进行预处理，获得处理后的第一超声图像；S2，对处理后的超声图像标注胶质瘤病灶区域，并基于标注的第一超声图像生成对应的胶质瘤超声数据集；S3，通过所述的胶质瘤超声数据集训练深度卷积神经网络模型，所述的深度卷积神经网络模型用于从输入的术中超声图像识别胶质瘤病灶区域；S4，将术中实时超声图像输入训练好的深度卷积神经网络模型，识别患者的胶质瘤病灶区域。本发明能够实时检测术中超声影像的胶质瘤病灶，为外科医生手术切除胶质瘤提供导航信息。

公开(公告)号：CN112862797A

公开(公告)日：2021-05-28

申请号：CN202110203453.4

申请日：2021-02-23

Applicant: 复旦大学附属华山医院

Inventor： 丁红 ,  邓寅晖 ,  程广文 ,  薛立云

IPC: G06T7/00 ,  G06K9/32 ,  G06T7/90 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种肝纤维化无损预测方法及系统，所述方法包括：采集肝组织的第一射频信号；根据所述第一射频信号重建所述肝组织的超声灰度图像；在所述超声灰度图像中标注感兴趣区域；根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及利用所述第二射频信号和Bi‑LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。本发明可以利用从第一射频信号中提取到的与感兴趣区域对应的第二射频信号以及Bi‑LSTM神经网络构建肝纤维化分级预测模型，从而对感兴趣区域的肝纤维化的等级进行精确且无损的预测。