一种全自动分析胸部CT身体组织成分系统

    公开(公告)号:CN119446431A

    公开(公告)日:2025-02-14

    申请号:CN202411428461.9

    申请日:2024-10-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种全自动分析胸部CT身体组织成分系统,涉及医疗诊断设备技术领域,能够自动挑选符合要求的L1切片,并对目标层面的肌肉、脂肪面积和密度进行定量分析,具体包括三个模块:定位模块,用于对胸部CT图像上目标L1切片进行定位;分割模块,用于对胸部CT图像上L1对应轴向切片的骨骼肌及脂肪组织进行分割;自动测量模块,用于对临床胸部CT图像的身体成分的自动测量。总而言之,本发明不仅提高了对胸部CT上人体成分测量的效率和精度,还填补了以往机器自动筛选L1单一切片技术的空白。

    一种基于机器学习算法的风险分层评估方法及系统

    公开(公告)号:CN118675760A

    公开(公告)日:2024-09-20

    申请号:CN202410765674.4

    申请日:2024-06-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于机器学习算法的风险分层评估方法及系统,涉及生物医药技术领域,包括以下步骤:获取患者相关数据,将其中一个独立中心数据作为验证集,其余患者相关数据进行随机分配,得到训练集、测试集;将训练集的患者数据输入至基于随机森林算法的预测模型内,构建风险得分计算公式得到风险评分,利用等宽分段原则对风险得分进行分段,其中,分段包括:低、中、高危风险人群;将测试集数据输入至训练后的基于随机森林算法的预测模型内,进行参数调整;将验证集数据用于模型评估,并验证风险评分系统对高、中、低危风险人群的区分度,加入了CT图像L1横突水平的相关参数,用机器学习算法整合患者的多维度临床特征,在保证模型较高泛化能力的同时提高了预测准确率。

Patent Agency Ranking