-
公开(公告)号:CN119230120A
公开(公告)日:2024-12-31
申请号:CN202411270045.0
申请日:2024-09-11
Applicant: 中国医学科学院北京协和医院
IPC: G16H50/50 , G16H50/70 , G16H30/40 , G06T7/00 , G16H70/20 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种预测前列腺癌根治术后生化复发风险的方法、系统、设备、介质和程序产品,涉及智能医疗领域。所述方法包括:获取待测样本预测因子的数值;基于所述预测因子预测前列腺癌根治术后生化复发的风险;所述方法还包括基于预测因子计算风险值以预测预测前列腺癌根治术后生化复发的风险。本申请基于多参数磁共振成像获得的相关参数预测BCR,至少在一定程度上克服相关技术中预测前列腺癌患者出现生化复发要求医师具有一定的专业水平,且预测不一定准确的问题。
-
公开(公告)号:CN117670883B
公开(公告)日:2024-05-07
申请号:CN202410133370.6
申请日:2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明涉及智能医疗技术领域,更具体地,涉及一种鉴别高低级别膀胱癌的方法、设备和系统,方法包括:S1:获取膀胱癌患者的CT影像;S2:对所述CT影像计算得到影像特征,所述影像特征包括AEF或LD/SD比值,所述AEF是皮质髓质期摄碘量和肾造影期摄碘量的比值,所述LD/SD是肿瘤的长轴直径与短轴直径的比值;S3:基于所述影像特征判断所述膀胱癌患者是高级别膀胱癌还是低级别膀胱癌,当影像特征大于预设值则判断为高级别膀胱癌,否则判断为低级别膀胱癌。本发明可以有效的区分高低级别膀胱癌。
-
公开(公告)号:CN117670883A
公开(公告)日:2024-03-08
申请号:CN202410133370.6
申请日:2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明涉及智能医疗技术领域,更具体地,涉及一种鉴别高低级别膀胱癌的方法、设备和系统,方法包括:S1:获取膀胱癌患者的CT影像;S2:对所述CT影像计算得到影像特征,所述影像特征包括AEF或LD/SD比值,所述AEF是皮质髓质期摄碘量和肾造影期摄碘量的比值,所述LD/SD是肿瘤的长轴直径与短轴直径的比值;S3:基于所述影像特征判断所述膀胱癌患者是高级别膀胱癌还是低级别膀胱癌,当影像特征大于预设值则判断为高级别膀胱癌,否则判断为低级别膀胱癌。本发明可以有效的区分高低级别膀胱癌。
-
公开(公告)号:CN116958151B
公开(公告)日:2023-12-12
申请号:CN202311221342.1
申请日:2023-09-21
Applicant: 中国医学科学院北京协和医院
Abstract: 本申请涉及智能医疗领域,具体涉及一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法、系统、设备。包括获取肾上腺部位的CT图像;对所述CT图像进行特征计算得到特征值,所述特征为密度特征和/或体积特征,所述密度特征是指在轴位肾上腺病变图像中感兴趣区域的病变密度,所述体积特征是指肾上腺病变图像中感兴趣区域的病变体积;将所述特征值输至疾病诊断模型中进行分类,当特征值的阈值在预设值内则判定为肾上腺增生,否则判定为乏脂肪腺瘤。本申请结合基于密度与体积特征有效区分肾上腺增生与乏脂肪腺瘤,降低将增生误诊为腺瘤的几率,避免增生患者接受不必要的手术,具有很好的临床价值。
-
公开(公告)号:CN115661107B
公开(公告)日:2023-09-19
申请号:CN202211386972.X
申请日:2022-11-07
Applicant: 中国医学科学院北京协和医院
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于膀胱癌危险分层的图像分析方法、系统及设备。包括:获取患者术前CT造影图像序列,所述患者术前CT造影图像序列包括平扫、皮髓质期、实质期和排泄期图像;对获取的患者术前CT造影图像序列进行分割和定位,得到肿瘤病灶ROI;然后基于肿瘤病灶ROI提取膀胱癌特征,得到参数图像组合特征;再将其输入到基于多任务深度学习构建的膀胱癌分层模型,输出预测的膀胱癌分层结果。本发明方法旨在基于自动定位的肿瘤病灶ROI提取参数图像组合特征,再输入到基于多任务深度学习构建的膀胱癌分层模型实现分类,旨在发掘其对泌尿学CT影像数据的分析能力和潜在应用价值。
-
公开(公告)号:CN115619810A
公开(公告)日:2023-01-17
申请号:CN202211629229.2
申请日:2022-12-19
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明涉及一种前列腺分区分割方法、系统及设备。包括:获取前列腺图像;将前列腺图像输入到前列腺分区分割模型中进行初次分割,输出第一次分割结果;将计算得到的前列腺外周带体积和整个腺体体积的比值与阈值进行比较,基于所述比值与阈值的关系进行二次分割,得到最终分割结果。本发明方法旨在基于U‑Net系列模型构建的前列腺分区分割模型对前列腺图像进行粗分类,根据计算的比值与阈值的关系,再通过基于语义分割构建的二次分割模型进行二次分割,实现高精度的分割结果,发掘其在协助前列腺癌手术定位和手术计划以及标准化前列腺特异性抗原密度的潜在应用价值。
-
-
-
-
-