-
公开(公告)号：CN118969276A
公开(公告)日：2024-11-15
申请号：CN202411037908.X
申请日：2024-07-31
申请人： 台州市立医院
IPC分类号： G16H50/30 , G16H30/00 , G06V10/764 , G06V10/774 , G06V10/40
摘要： 本申请涉及智能医疗领域，具体涉及一种基于实性占比不同的肺癌预测淋巴结转移的方法、设备及程序产品。包括S1、获取待测者影像数据；S2、基于所述影像数据进行分类得到实性占比类型，包括磨玻璃结节型、实性结节型、磨玻璃结节和实性结节型；S3、基于实性占比类型选择预测模型并输入影像数据得到淋巴结转移为阳性或淋巴结转移为阴性的预测结果。本申请可对肺癌淋巴结的转移进行术前预判，并且具有较高的诊断价值。
-
-
公开(公告)号：CN118942640A
公开(公告)日：2024-11-12
申请号：CN202411098206.2
申请日：2024-08-12
申请人： 南京轻盈行健生物科技有限公司
IPC分类号： G16H30/00 , G06V20/70 , G06V10/774 , G06V10/75 , G06V10/764 , G06V10/82 , G06F16/51 , G06F16/58 , G06F40/289
摘要： 本发明公开了一种医学病例图像处理分析系统，包括模型识别端，用于借助若干个现有的已经标注出对象名的病例图像，作为训练集去对深度学习模型进行训练，训练完之后得到一个核准识别模型，并借助核准识别模型对用户实时拍摄的待验对象进行识别，输出待验图像中国年的所有被识别到的器官的待确对象名，待验对象也就是病理图像；同步也会根据过往已经确认过的病状描述和关联对象，将用户在拍摄待验对象时，会自动调用医生在为待验图像的主人诊断时记录的实时病状描述，将实时病状描述与病状描述按照相关匹配模型的规则，匹配出若干个潜在的关联对象，并重新标记为潜在对象；根据潜在对象锁定病例图像中的关键位置，也就是确认观察目标。
-
公开(公告)号：CN118608873B
公开(公告)日：2024-11-08
申请号：CN202411067960.X
申请日：2024-08-06
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/764 , G16H30/00 , G16H50/20
摘要： 本申请提供了一种图像处理方法、装置、设备、存储介质及程序产品，应用于基于医学图像进行疾病分级的各种场景；该图像处理方法包括：对待处理图像的目标图像块序列进行特征获取，得到第一特征序列；遍历第一特征序列，对遍历到的第k个第一特征执行以下处理，K表示目标图像块序列中的目标图像块的总数：基于第k个第一特征更新第#imgabs0#个隐藏状态，得到第k个隐藏状态，当#imgabs1#时，第#imgabs2#个隐藏状态为初始隐藏状态；基于第k个隐藏状态，映射出第k个第二特征；基于遍历第一特征序列获得的K个第二特征，得到第二特征序列；基于第二特征序列进行疾病分级，得到目标疾病等级。通过本申请，能够提升疾病分级的准确度。
-
公开(公告)号：CN111768843B
公开(公告)日：2024-11-08
申请号：CN201910260037.0
申请日：2019-04-02
申请人： 上海西门子医疗器械有限公司
摘要： 本申请关于医学成像装置的控制方法和装置、医学成像装置及方法。一些实施例中，根据预设的配置信息确定默认成像方案；响应于对成像对象信息的确认操作，指令医学成像装置执行所述默认成像方案。另一些实施例中，响应于对成像对象信息的确认操作，展示一个或复数个显示元素，每个显示元素对应配置信息中预设的一个成像方案；响应于对所述一个或复数个显示元素中第一显示元素的操作，将所述第一显示元素对应的第一成像方案的参数信息提供给医学成像装置，指令所述医学成像装置利用所述参数信息执行所述第一成像方案。各实施例的方案可以简化医学成像的操作流程，有助于提高医学影像检查的效率。
-
公开(公告)号：CN113476068B
公开(公告)日：2024-11-01
申请号：CN202110847786.0
申请日：2021-07-27
申请人： 中山大学附属第八医院(深圳福田)
摘要： 本发明公开了一种基于胸部动脉钙化对主要不良心血管事件的预测模型及构建方法，该方法采用了计算机高通量影像特征，丰富了钙化特征的描述，从而提高钙化指标对MACEs的预测精准性。本发明基于CTACS采用影像组学分析的方法提取了胸部动脉钙化的影像组学特征，并构建预测MACEs的新参数，即影像组学积分；所述参数在预测MACEs的表现上显著优于CTACS和CACS等传统钙化评估参数，同时，基于影像组学积分构建影像组学‑临床变量预测模型，该模型预测性能好，能精确地预判病人未来是否发生MACEs，协助医师进行个体化的心血管防治，及时调整治疗方案，避免治疗不足或过度治疗，改善病人预后和提高生存质量，有很高的临床应用价值。
-
公开(公告)号：CN118864960A
公开(公告)日：2024-10-29
申请号：CN202410900583.7
申请日：2024-07-05
IPC分类号： G06V10/764 , G06V10/40 , G06V10/774 , G16H30/00
摘要： 本发明公开了一种基于影像组学的乳腺非肿块图像预测模型构建、预测方法及系统，涉及图像预测技术领域。本发明通过对每个样本的若干非肿块图像进行特征提取和筛选得到影像组学特征集，通过计算影像组学得分并构建分类器对应的图像预测模型，并筛选得到最优的图像预测模型，以及构建最优图像预测模型的诺模图和校准曲线。本发明充分利用了影像组学能够识别大量物体表面特征信息的特点，通过对图像预测模型进行筛选，以及交叉验证使得最优图像预测模型具备优秀的鲁棒性，提高了对非肿块图像预测准确度，避免了因技术人员的工作经验和非肿块图像中特征的重叠特点导致的对于非肿块图像预测不准确。
-
公开(公告)号：CN118839193A
公开(公告)日：2024-10-25
申请号：CN202410843097.6
申请日：2024-06-27
IPC分类号： G06F18/24 , G06F18/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08 , G16H30/00 , G16H10/60
摘要： 本申请涉及一种基于矢量量化多模态医学数据表征融合模型的分类方法。所述方法包括：以双层3D卷积神经网络模型为基础，添加矢量量化模块和退化网络模块，得到初始多模态医学数据表征融合模型。将患者MRI和PET数据输入所述初始多模态医学数据表征融合模型，得到3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量。基于所述3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量确定损失函数，基于所述损失函数调整所述初始多模态医学数据表征融合模型的参数，当所述损失函数达到预设标准时，得到目标多模态医学数据表征融合模型。将待分类阿尔兹海默症图像数据输入所述目标多模态医学数据表征融合模型中，得到分类结果。
-
公开(公告)号：CN118799630A
公开(公告)日：2024-10-18
申请号：CN202410801194.9
申请日：2024-06-20
申请人： 哈尔滨工业大学
IPC分类号： G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/80 , G06V10/74 , G06V10/774 , G16H30/00 , G16H70/60
摘要： 本发明公开了一种基于自我激励多示例学习的病理图像分类方法，所述方法通过探索实例之间的潜在关系，以及特征表达与标签预测之间的互惠关系促进更好和更可靠的决策。本发明通过引入伪包预测所提供的标签相关类别先验，捕获并聚合肿瘤特征表达，以实现高准确率的病理图像标签预测。反过来，基于预测结果优化网络，进一步提升特征表达，以改善伪包标签预测，形成了自我激励的学习。本发明引入多级特征融合策略去探索当前实例和全局历史实例知识，同时构造时间对比模块提高特征表达的鲁棒性缓解表征偏差和过拟合问题。此外，引入自我激励的特征融合模块利用伪包预测和特征表达的相互细化机制，增强了病理图像分类的准确性和可靠性。
-
公开(公告)号：CN118762745A
公开(公告)日：2024-10-11
申请号：CN202411248626.4
申请日：2024-09-06
摘要： 本申请公开了一种基于影像和基因的器官变化信息确定方法及装置，涉及医疗科技领域。其中，该装置包括：获取单元，用于从目标数据源获取目标对象在预设时间段的目标基因序列和X个医疗影像；确定单元，用于通过主干神经网络依据X个医疗影像和目标基因序列确定模型输入特征；预测单元，用于将模型输入特征输入至与主干神经网络连接的目标分支网络中，通过目标分支网络依据模型输入特征预测目标对象的目标器官的变化信息。本申请解决了现有技术中由于缺乏对患者的影像特征和基因信息进行深度融合的技术，导致对于患者的放疗效果预测准确度差的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
1923 条记录 (耗时 0.021 秒)
