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：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。