公开(公告)号：CN119027432A

公开(公告)日：2024-11-26

申请号：CN202411064690.7

申请日：2024-08-05

Applicant: 复旦大学附属华山医院

Inventor： 李海庆 ,  朱静逸 ,  国敏 ,  李郁欣 ,  尹波 ,  杨丽琴 ,  耿道颖 ,  高悦 ,  吴宇航 ,  杨柳

IPC: G06T7/11 ,  G06T7/00 ,  G06T7/194 ,  G06T7/13 ,  G06V10/764 ,  G06V10/26 ,  G06V10/74 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于多尺度上下文建模的前列腺MRI分割方法，其特征在于，包括以下步骤：基于深度学习网络构建前列腺MRI分割模型，利用训练数据集对前列腺MRI分割模型进行训练，部署前列腺MRI分割模型；将实时获得的MRI图像数据输入前列腺MRI分割模型，由前列腺MRI分割模型进行实时推理，获得最终的分割结果。本发明提供了一种多尺度上下文建模模块，该模块通过最小化不相关特征的影响来增强边界像素的表示，从而改善分割结果。此外，本发明还引入了一种先进先出的动态调整机制，优化特征向量的选择，特别是在前列腺的顶端和底端区域。

公开(公告)号：CN115272170A

公开(公告)日：2022-11-01

申请号：CN202210610244.6

申请日：2022-05-31

Applicant: 复旦大学

Inventor： 耿道颖 ,  朱静逸 ,  于泽宽 ,  李海庆 ,  金倞 ,  余荔恒

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于自适应多尺度Transformer优化的前列腺MRI影像分割方法及系统，包括：步骤S1：获取前列腺MRI影像数据集；步骤S2：对数据集中MRI图像进行预处理，得到预处理之后的训练集与测试集；步骤S3：初始化网络中的参数，使用带有Transformer模块的网络结合在前列腺图像标注的前列腺器官区域进行训练，更新参数得到前列腺自动分割模型；步骤S4：将测试数据集的图像输入训练完成的网络中，得到每幅MRI图像的前列腺分割图像。本发明引入了自适应卷积自适应地调制卷积核全局互补信息，采用自适应Transformer模块来增强全局语义提取能力，提升了对前列腺MRI图像的分割效果。

公开(公告)号：CN111415324B

公开(公告)日：2024-03-08

申请号：CN201910737818.4

申请日：2019-08-09

Applicant: 复旦大学附属华山医院

Inventor： 杨丽琴 ,  夏威 ,  李郁欣 ,  耿道颖 ,  李海庆

IPC: G06V10/764 ,  G06T7/136 ,  G06T7/00

公开(公告)号：CN114187240A

公开(公告)日：2022-03-15

申请号：CN202111403936.5

申请日：2021-11-24

Applicant: 复旦大学

Inventor： 罗啸 ,  杨丽琴 ,  李郁欣 ,  耿道颖 ,  李海庆

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/73 ,  G06V10/764 ,  G06V10/70 ,  G06K9/62 ,  G06N20/00 ,  G16H30/40 ,  G16H50/20 ,  G16H50/30 ,  G06F16/215 ,  G06F21/62

Abstract: 本发明涉及一种多病灶影像处理方法、装置、电子设备及计算机可读介质，方法包括：获取多病灶疾病的影像数据并进行预处理；将影像数据中的所有病灶区域进行分割，获取感兴趣区域，并统计其中单连通病灶区域覆盖的病灶的个数；将影像数据集与感兴趣区域重叠后，通过影像组学方法计算所有单连通病灶区域的影像组学标签；将影像数据集中包含的每个影像的影像组学标签输入机器学习算法，获取单连通病灶的影像组学评分和单连通病灶的分类结果；将各单连通病灶的影像组学评分和单连通病灶的分类结果进行融合，获取多病灶疾病的影像组学评分和多病灶疾病的分类结果。与现有技术相比，本发明具有提高效率、降低标注成本等优点。

公开(公告)号：CN111815624A

公开(公告)日：2020-10-23

申请号：CN202010738520.8

申请日：2020-07-28

Applicant: 复旦大学附属华山医院

Inventor： 耿道颖 ,  于泽宽 ,  陈子昂 ,  李郁欣 ,  张军 ,  尹波 ,  吴昊 ,  耿岩 ,  胡斌 ,  陆逸平 ,  李海庆 ,  周书怡 ,  曹鑫 ,  朴思蓉

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/20 ,  G06T5/40 ,  G06T7/11 ,  G06T7/136 ,  G06T7/90

Abstract: 本发明提供了一种基于图像处理算法的肿瘤间质比判定方法及系统，包括：步骤M1：读取肿瘤病理切片HE免疫组化图像；步骤M2：选取图像的平均灰度值和图像的模糊程度在预设范围内的图像；步骤M3：基于图像预处理算法对选取的图像进行预处理，得到预处理后的图像；步骤M4：对预处理后的图像进行分割；步骤M5：得到分割结果并标注，计算肿瘤间的质比。本发明大大增加了数据的准确度，提供了一套效率更高、精确度更高的肿瘤间质比的计算方式。

公开(公告)号：CN111415324A

公开(公告)日：2020-07-14

申请号：CN201910737818.4

申请日：2019-08-09

Applicant: 复旦大学附属华山医院

Inventor： 杨丽琴 ,  夏威 ,  李郁欣 ,  耿道颖 ,  李海庆

IPC: G06T7/00 ,  G06T7/136 ,  G06K9/62

Abstract: 本发明属图像处理及应用技术领域，具体涉及一种基于磁共振成像的脑病灶图像空间分布特征的分类鉴别方法。本发明方法主要包括病灶分割、个体图像配准、空间标准化、标准空间模板个体化、病灶空间分布特征提取、特征筛选及建模等步骤，核心是通过在个体空间和标准空间的病灶的多种特征分析，构建一套脑病灶图像空间分布特征集的分析方法、并在此基础上使用机器学习进行特征筛选和建模。本方法可用于使用脑磁共振影像进行不同抗体、不同基因等原因导致的不同脑疾病或脑状态的脑病灶图像分类鉴别，为临床及科研提供有效的指导。