-
公开(公告)号：CN114066911A
公开(公告)日：2022-02-18
申请号：CN202111393712.0
申请日：2021-11-23
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明涉及一种基于乳腺和肿瘤分割的BPE自动化提取方法和系统，方法包括获取乳腺动态增强MRI图像数据；将MRI图像数据输入至第一神经网络中对影像中的乳腺进行分割，得到乳腺区域；将乳腺区域输入至第二神经网络中对乳腺区域中的肿瘤进行分割，得到肿瘤区域；在乳腺区域中，通过自适应阈值算法提取纤维腺体作为BPE候选区域；排除BPE候选区域中和肿瘤区域发生重叠的区域，得到BPE区域。与现有技术相比，本发明具有处理速度快、识别精度高等优点。
-
公开(公告)号：CN117876290A
公开(公告)日：2024-04-12
申请号：CN202310628012.8
申请日：2023-05-30
Applicant: 复旦大学附属肿瘤医院
IPC: G06T7/00 , G16H50/20 , G06V10/762 , G06V10/54 , G06V10/50 , G06V10/74 , G06V10/80 , G06V10/25 , A61B5/055
Abstract: 本发明提供一种识别肿瘤内部异质性的方法、系统和装置，包括肿瘤异质性相关影像组学特征的提取，基于影像组学肿瘤异质性表型的判读和验证，和影像组学异质性表型的临床价值分析和确立，从而实现肿瘤内部异质性的无创、便捷、全面的可视化识别，通过本发明可以判断患者肿瘤内部异质性的高低水平，从而更好地判断患者肿瘤生物学行为、预测患者预后和提出治疗策略。
-
Patent Agency Ranking
公开(公告)号：CN115546087A
公开(公告)日：2022-12-30
申请号：CN202110648622.5
申请日：2021-06-10
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明公开了一种乳腺癌分子分型的影像组学模型，包括TNBC模型和HER2模型；TNBC模型包括：11个预测TNBC的影像组学特征，以及公式I：q＝1/(1+exp(β0+β1x1+β2x2+…+βkxk))；HER2模型包括：11个预测HER2+/HER2‑乳腺癌的影像组学特征，以及公式III：q”＝1/(1+exp(β”0+β”1x”1+β”2x”2+…+β”kx”k))。本发明还提供了一种模型的构建方法、介质及装置。本发明基于目前最大的乳腺癌核磁共振影像组学数据集，构建并验证了该影像组学模型，为实现无创预测乳腺癌分子分型，以指导临床诊疗决策的应用提供了基础。
-
公开(公告)号：CN112184728A
公开(公告)日：2021-01-05
申请号：CN202011004400.1
申请日：2020-09-22
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明公开了一种基于磁共振图像的乳腺血管自动分割方法，包括：输入DICOM格式的T1加权磁共振图像，运用3D图像数据生成的横断面MIP(最大密度投影)图像IMIP；通过高斯滤波对MIP图像进行平滑处理；运用区域生长算法对器官组织分割；利用灰度积分投影方法，定位与分割乳房区域，去除乳房表层皮肤获得乳房区域分割结果；建立Frangi图像滤波函数，增强乳腺中血管区域；提取和分割血管区域，并滤除噪声区域；运用二值形态学运算连接血管断裂区域，获得最终乳腺血管分割结果。
-
公开(公告)号：CN114066911B
公开(公告)日：2024-09-03
申请号：CN202111393712.0
申请日：2021-11-23
Applicant: 复旦大学附属肿瘤医院
IPC: G06T7/11 , G06T7/136 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于乳腺和肿瘤分割的BPE自动化提取方法和系统，方法包括获取乳腺动态增强MRI图像数据；将MRI图像数据输入至第一神经网络中对影像中的乳腺进行分割，得到乳腺区域；将乳腺区域输入至第二神经网络中对乳腺区域中的肿瘤进行分割，得到肿瘤区域；在乳腺区域中，通过自适应阈值算法提取纤维腺体作为BPE候选区域；排除BPE候选区域中和肿瘤区域发生重叠的区域，得到BPE区域。与现有技术相比，本发明具有处理速度快、识别精度高等优点。
-
公开(公告)号：CN112184728B
公开(公告)日：2023-06-16
申请号：CN202011004400.1
申请日：2020-09-22
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明公开了一种基于磁共振图像的乳腺血管自动分割方法，包括：输入DICOM格式的T1加权磁共振图像，运用3D图像数据生成的横断面MIP(最大密度投影)图像IMIP；通过高斯滤波对MIP图像进行平滑处理；运用区域生长算法对器官组织分割；利用灰度积分投影方法，定位与分割乳房区域，去除乳房表层皮肤获得乳房区域分割结果；建立Frangi图像滤波函数，增强乳腺中血管区域；提取和分割血管区域，并滤除噪声区域；运用二值形态学运算连接血管断裂区域，获得最终乳腺血管分割结果。
-
公开(公告)号：CN115472266A
公开(公告)日：2022-12-13
申请号：CN202110647826.7
申请日：2021-06-10
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明公开了一种识别TNBC的影像组学模型、构建方法、介质及装置。该模型包括11个预测TNBC的影像组学特征，以及含有该11个预测TNBC的影像组学特征xk、对应系数βk、截距β0的公式I；公式I为：q＝1/(1+exp(β0+β1x1+β2x2+…+βkxk))；其中，k为取值1～11的整数，exp表示以自然常数e为底的指数函数。本发明所涉及的识别TNBC的影像组学模型将人工智能技术应用到临床医学领域，具有便捷、无创的优点，可在空芯针穿刺等术前确定乳腺癌分子分型之前先行预测三阴性乳腺癌，更有利于患者选择合适的治疗策略。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
