公开(公告)号：CN115132344A

公开(公告)日：2022-09-30

申请号：CN202210521068.9

申请日：2022-05-12

Applicant: 温州医科大学附属第一医院

Inventor： 姚飞 ,  朱冬勤 ,  边淑盈 ,  蔡蒙婷 ,  兰莉 ,  林凤 ,  潘志方 ,  金献测 ,  杨运俊

IPC: G16H50/20 ,  G06T7/00 ,  G06V10/764 ,  G06V10/25

Abstract: 本申请公开了一种基于超声组学的卵巢癌分类方法及预测模型评估方法包括以下步骤：S1、获取上皮性卵巢癌(EOC)患者样本数据，采集超声图像，在超声图像上分割肿瘤感兴趣区域(ROI)，并提取超声组学特征；S2、筛选超声组学特征，基于logistic回归分析建立超声组学评分模型；S3、根据临床特征建立临床模型，结合超声组学评分模型和临床特征建立联合模型；S4、评价临床模型、超声组学评分模型和联合模型的性能和临床应用价值；S5、基于联合模型建立列线图。本申请的有益之处在于：提供了一种结合临床数据和超声组学特征显示肿瘤的异质性及预测EOC的组织病理类型的基于超声组学的卵巢癌分类方法及预测模型评估方法。

公开(公告)号：CN116304972A

公开(公告)日：2023-06-23

申请号：CN202310111536.X

申请日：2023-02-13

Applicant: 温州医科大学附属第一医院

Inventor： 潘志方 ,  魏吉萍 ,  施佳林 ,  高志宏 ,  何东宇

IPC: G06F18/25 ,  G06F18/2113 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明提供一种不完备多源异构数据融合方法，包括获取多源异构数据中各类数据的计算生物标志物，并使用自注意力机制，删除单模态下弱相关的计算生物标志物，以筛选出各类数据所需融合的计算生物标志物；采用强化学习的自动加权框架，动态学习各类数据所需融合的计算生物标志物的最佳权重；使用正交融合策略，拼接所有数据所需融合的计算生物标志物为全局特征向量，并计算出各类数据所需融合的计算生物标志物的正交分量，结合各类数据所需融合的计算生物标志物的最佳权重，融合得到不同计算生物标志物组合下的诊断和分析模型。实施本发明，能够解决现有方式中特征模型的精确度不高、数据种类使用不广泛及模型单一的问题。

公开(公告)号：CN115331054A

公开(公告)日：2022-11-11

申请号：CN202210962377.X

申请日：2022-08-11

Applicant: 温州医科大学附属第一医院

Inventor： 朱冬勤 ,  姚飞 ,  边淑盈 ,  俞梦莹 ,  骆志显 ,  林茹 ,  潘志方 ,  叶祖森 ,  杨运俊

IPC: G06V10/764 ,  G06V10/766 ,  G06N20/00 ,  G16H30/20 ,  G16H50/30 ,  A61B5/02 ,  A61B5/00

Abstract: 本申请公开了一种高分级颅内动脉瘤预测方法、装置、电子设备及可读介质，其中方法包括：采集输入特征数据；将输入特征数据输入至预测模型以使预测模型输出分类结果；其中，输入特征数据包括形态学特征数据；形态学特征数据包括：动脉瘤冠状面朝向及Fisher分级。本申请的有益之处在于：提供了一种采用机器学习模型对患者影像进行辨识，以快速识别颅内动脉瘤中的高分级颅内动脉瘤预测方法、装置、电子设备及可读介质。