公开(公告)号：CN118782246A

公开(公告)日：2024-10-15

申请号：CN202410907256.4

申请日：2024-07-08

申请人： 首都医科大学宣武医院

发明人： 苏新 ,  马永杰 ,  张鸿祺 ,  张鹏 ,  洪韬 ,  庞荟深 ,  黄明月 ,  宋子豪 ,  孟笑生 ,  张绍涵 ,  王淞 ,  李羽盈

IPC分类号： G16H50/30 ,  G16H50/70 ,  G06V10/82 ,  G06V10/26 ,  G06V10/80 ,  G06V10/40

摘要： 本发明涉及一种硬脑膜动静脉瘘出血风险预测方法、装置、设备及介质，属于医学影像处理技术领域，解决了现有技术中硬脑膜动静脉瘘病人出血风险预测预测准确率和效率低的问题。本发明技术方案主要包括：获取硬脑膜动静脉瘘病人的样本数据；将所述病灶影像数据输入分割编码器，以获得病灶影像数据的多尺度特征；将所述多尺度特征、所述影像量化信息和所述病人临床资料信息输入多模态大模型进行出血风险等级预测分析，以获得风险等级预测结果和对应的置信度；若所述置信度低于预设阈值，则触发思维链机制结合所述医学推导特征通过所述多模态大模型输出风险等级预测结果和对应的置信度，循环执行，直到置信度达到预设阈值以上。

公开(公告)号：CN118335335A

公开(公告)日：2024-07-12

申请号：CN202410515531.8

申请日：2024-04-26

申请人： 首都医科大学宣武医院

发明人： 苏新 ,  马永杰 ,  张鸿祺 ,  张鹏 ,  洪韬 ,  黄明月 ,  宋子豪 ,  庞荟深

IPC分类号： G16H50/30 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06T7/00 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/045 ,  G06N3/084

摘要： 本发明涉及一种硬膜下血肿复发风险预测方法、装置、设备及介质，属于医学影像处理技术领域，解决了现有技术中硬膜下血肿预后预测由于训练数据量不足导致的预测精度低的问题。本发明技术方案主要包括：基于硬膜下血肿图像对扩散生成模型进行训练，通过训练后的扩散生成模型基于噪声图像生成硬膜下血肿生成图像；基于硬膜下血肿图像和硬膜下血肿生成图像构建训练图像集对第一编码器进行对比学习预训练；基于硬膜下血肿图像和对应的患者信息构建训练样本，训练样本具有标签，标签包括复发风险等级；将训练样本输入预测模型以输出复发风险等级预测结果，基于预测结果和标签之间的差异确定第一损失值，基于第一损失值对预测模型进行反向传播训练。

公开(公告)号：CN118782245A

公开(公告)日：2024-10-15

申请号：CN202410907253.0

申请日：2024-07-08

申请人： 首都医科大学宣武医院

发明人： 苏新 ,  马永杰 ,  张鸿祺 ,  张鹏 ,  洪韬 ,  庞荟深 ,  黄明月 ,  宋子豪 ,  孟笑生 ,  张绍涵 ,  王淞 ,  李羽盈

IPC分类号： G16H50/30 ,  G16H50/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/084 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/26

摘要： 本发明涉及一种硬脑膜动静脉瘘复发风险预测方法、装置、设备及介质，属于医学影像处理技术领域。本发明技术方案主要包括：获取硬脑膜动静脉瘘病人的样本数据，样本数据包括复查影像数据、临床资料信息；将复查影像数据输入分割编码器，基于分割结果和血管及原病灶位置标注之间的差异确定第一损失值；将多尺度特征输入多模态大模型进行特征融合以获得第一特征向量，将临床资料信息输入多模态大模型以获得第二特征向量，基于第一特征向量和第二特征向量之间的差异确定第二损失值；基于第一损失值和第二损失值对分割编码器进行反向传播训练；基于分割编码器的结果进行分类器的训练；通过训练得到的分类器进行预测。