公开(公告)号：CN111353998A

公开(公告)日：2020-06-30

申请号：CN202010400098.5

申请日：2020-05-13

Applicant: 温州医科大学附属第一医院

Inventor： 金献测 ,  艾遥 ,  金珏斌

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08 ,  G06N3/00

Abstract: 本发明提供了一种基于人工智能的肿瘤诊疗预测模型及装置。本发明利用肿瘤患者的影像学资料进行诊疗预测，具体是通过深度学习算法对超声图像中的病灶区域进行自动分割并自动提取出病灶区域中的纹理特征，再进一步利用机器学习方法对数量巨大的纹理特征进行降维和筛选，从而得到纹理特征与患者诊疗结果之间的关联关系，最终构建出针对肿瘤患者的诊疗预测模型。本发明通过研究肿瘤图像的纹理特征与诊疗结果之间的关联机制，实现了对肿瘤患者诊疗结果的有效预测。

公开(公告)号：CN112489022A

公开(公告)日：2021-03-12

申请号：CN202011391447.8

申请日：2020-12-02

Applicant: 温州医科大学附属第一医院

Inventor： 金献测 ,  金珏斌 ,  艾遥

IPC: G06T7/00 ,  G06T7/11 ,  G16H30/20 ,  G16H50/80 ,  G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06K9/32

Abstract: 本发明涉及一种基于放射组学的COVID‑19快速特征提取系统及快速诊断系统及病程预测系统，其用于获取CT图像中关于COIVD‑19的放射组学特征，且其包括：图像输入单元以及特征提取单元，所述特征提取单元通过建立基于CT图像COIVD‑19放射组学特征的自动化提取模型以获取待检人员CT图像的放射组学特征，其具有泛化性好、灵敏度和特异性高的特点，可以极大的降低因为检查设备、医师操作习惯、医师诊断经验对分割结果带来的影响，确保被提取特征的稳定性，从而提升CT图像放射组学特征预测模型预测效果。