公开(公告)号：CN119166817A

公开(公告)日：2024-12-20

申请号：CN202411291411.0

申请日：2024-09-14

Applicant: 杭州电子科技大学 ,  先进计算与关键软件(信创)海河实验室

Inventor： 林璐凝 ,  朱悠悠 ,  徐慧婷 ,  章哈琪 ,  张雯丽 ,  叶铭滔 ,  陆炎杰 ,  傅攀 ,  章国道 ,  陈小雕

IPC: G06F16/35 ,  G06F40/279 ,  G06F16/33 ,  G06F40/166 ,  G06F40/103 ,  G16H15/00 ,  G16H10/60 ,  G16H30/20 ,  G16H50/20 ,  G06N3/0895 ,  G06N3/04

Abstract: 本发明公开了一种基于BioClinicalBERT模型的乳腺疾病语料库构建方法，通过乳腺MRI语料库构建方法，结合人机协同标注和先进的自监督学习技术，从乳腺MRI图像中提取出具有判别性的特征，并通过计算多级相似性，有效提升了乳腺MRI诊断的精确度和效率。不仅为乳腺疾病的早期诊断和治疗提供了有力支持，同时也因其通用性而展现出在其他医学图像分析和诊断领域的广泛应用潜力。并且应用在病例文本标准化方法中，还能够让这些病历文本不仅包含了准确的结构化标签和医学图像信息，还具有高度的可读性和可理解性。医生可以快速地浏览病历文本，准确地获取关键信息，从而更高效地做出诊断和治疗决策。

公开(公告)号：CN119763119A

公开(公告)日：2025-04-04

申请号：CN202411819630.1

申请日：2024-12-11

Applicant: 杭州电子科技大学

Inventor： 叶铭滔 ,  徐慧婷 ,  章哈琪 ,  李圣杰 ,  李春亭 ,  陈一鸣 ,  蔡显乐 ,  周毅 ,  章国道 ,  王毅刚

IPC: G06V20/70 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明请求保护一种人机协同的双重标注方法，包括：利用ABUS采集影像，并将其划分为未标注数据集N和标注数据集M。该方法采用图像增广处理和归一化，使用基于对比学习的自监督框架增强图像特征。接着利用深度学习架构U‑Net和ResNet50构建视觉模型，自动标注图像中的感兴趣区域，并提供初步估计。此后，对自动标注过的乳腺影像进行人工标注，实现人机双重标注，提供更准确的估计。最后，使用对比学习算法从未标注数据集N学习图像表示，并结合标注数据集M中的监督信号更新视觉模型。本发明通过综合利用人工智能和专业医生的标注结果，同时引入标注质量评估机制，提高了图像的可识别性能，强化了图像特征的表现力，进一步增强了视觉模型的泛化能力。

公开(公告)号：CN119380972A

公开(公告)日：2025-01-28

申请号：CN202411441024.0

申请日：2024-10-15

Applicant: 丽水市中心医院 ,  杭州电子科技大学

Inventor： 周毅 ,  林璐凝 ,  陈述政 ,  舒茜 ,  徐慧婷 ,  潘颖 ,  朱悠悠 ,  刘鹏鹏 ,  章国道

IPC: G16H50/20 ,  G16H50/30 ,  G16H30/20 ,  G16H15/00

Abstract: 本发明公开了一种结合长文本生成方法的乳腺疾病ABUS筛查系统，包括模型训练模块，具有AI模型仓库和模型评估算法；数据收集模块，用于采集受检者乳腺超声影像；标注模块，通过AI或人工对影像异常区域自动标记和区域特征分析，且标记通过勾画方式标记；系统辅助诊断模块，用于配合用户交互，将标记和区域特征分析进行关联，通过与标记进行交互，快速定位区域特征分析内容。作为本发明的进一步改进，还包括诊断报告模块，用于配合用户交互，用于暂存用户的截图、描述、标记并生成诊断报告。本方案能够解决患者乳腺成像数据众多、信息量大，导致基层筛查医生工作繁重的问题，提高阅片质量以及筛查的高效性、顺利性和精准性。