公开(公告)号：CN119517376A

公开(公告)日：2025-02-25

申请号：CN202411640607.6

申请日：2024-11-18

Applicant: 温州市人民医院 ,  杭州电子科技大学

Inventor： 林素仙 ,  李欣 ,  陈伟伟 ,  栗玉朋 ,  陆炎杰 ,  戴立婷 ,  陈欣悦 ,  章国道

IPC: G16H50/20 ,  G16H50/70 ,  G06F18/10 ,  G06F18/241 ,  G06F18/211 ,  G06N3/006 ,  G06N3/0985 ,  G06N5/045

Abstract: 本发明涉及中轴型脊柱关节炎诊断领域，具体是一种基于PSO‑TabNet的中轴型脊柱关节炎辅助诊断分析系统，包括：数据采集单元，用于采集临床特征数据和影像学特征数据；数据预处理单元，用于实现特征数据的预处理；axSpA预测模型构建单元，用于使用粒子群算法优化TabNet模型超参数，得到PSO‑TabNet模型；预测分析单元，用于基于PSO‑TabNet模型对临床数据进行axSpA分类预测，获取辅助诊断建议。本发明采用了PSO算法优化TabNet模型中的超参数，PSO算法能够自动调整超参数，不需要人工干预，减少了超参数调整的复杂性，提高了模型的稳定性和效果，能够更可靠的辅助医生对疾病的诊断。

公开(公告)号：CN118314326A

公开(公告)日：2024-07-09

申请号：CN202410483252.8

申请日：2024-04-22

Applicant: 杭州电子科技大学

Inventor： 章国道 ,  叶铭滔 ,  戴立婷 ,  陆炎杰 ,  周晓飞 ,  乔通 ,  林素仙 ,  陈丹

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G16H50/20

Abstract: 本发明公开了一种骶髂关节磁共振影像智能阅片方法，其特征在于，包括如下步骤：步骤1、获取医学图像数据集；步骤2、构建ROI自动分割模型，所述ROI自动分割模型为UNet3D网络；步骤3、将医学图像作为输入，通过ROI自动分割模型自动提取ROI，并在ROI上提取影像组学特征；步骤4、将影像组学特征作为输入，通过基于和声搜索的特征选择算法得到新影像组学特征；步骤5、将新影像组学特征输入分类器E中进行前向推理，得到的结构性分类结果。该方法利用深度学习技术从MRI影像中自动提取ROI，基于ROI提取影像组学特征，并通过启发式算法筛选最优影像组学特征，最后由分类器做出结构性病变的分类。