-
公开(公告)号：CN118154972A
公开(公告)日：2024-06-07
申请号：CN202410340672.0
申请日：2024-03-25
申请人： 中南大学湘雅二医院
IPC分类号： G06V10/764 , G06V10/82 , G06V10/26 , G06T7/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种用于肿瘤治疗效果的反应评估方法及系统，该方法包括采集患者术后的影像数据；人工标记影像数据，并输入ViT分割网络进行训练；训练查询网络π；查询网络π选择出具有高不确定值的影像数据，并对具有高不确定性的影像数据人工标注；对ViT分割网络进行再训练；对ViT分割网络进行评估，获得奖励差值r，并将奖励差值r输入查询网络π，随后循环筛选高不确定性的影像数据并训练ViT分割网络；ViT分割网络标注影像数据，获得病灶分割图，并对病灶分割图进行病灶体积测量，评估治疗效果。该方法可采用少量的标注样本达到模型的预期性能，提高了模型训练效率和质量，并降低了人工成本，减少人工工作量的同时提升了模型精度。
-
公开(公告)号：CN110223285A
公开(公告)日：2019-09-10
申请号：CN201910508918.X
申请日：2019-06-13
申请人： 中南大学湘雅二医院
摘要： 本发明公开了一种基于动物迁移和神经网络模型的影像结果预测方法及系统，包括如下步骤：利用同一疾病的动物模型采集动物影像数据，以及采集同一疾病的病患影像数据，包括：治疗前的CTP影像、治疗后或梗死后的DWI-MRI影像；获取分割网络的训练数据，并训练分割网络，以及利用训练后的分割网络生成每个样本的CBF、CBV、TTP、TTD的四个灌注分割图；利用样本的四个灌注分割图、以及治疗后的DWI-MRI影像或梗死后的DWI-MRI影像训练第一分类网络，利用每组病患中每个病患样本的四个灌注分割图、mRS评分以及90天是否死亡的数据训练第二分类网络。通过该方法实现不同治疗方法的结果预测，为患者治疗提供了理论支持。
-
公开(公告)号：CN110223285B
公开(公告)日：2021-02-02
申请号：CN201910508918.X
申请日：2019-06-13
申请人： 中南大学湘雅二医院
摘要： 本发明公开了一种基于动物迁移和神经网络模型的影像结果预测方法及系统，包括如下步骤：利用同一疾病的动物模型采集动物影像数据，以及采集同一疾病的病患影像数据，包括：治疗前的CTP影像、治疗后或梗死后的DWI‑MRI影像；获取分割网络的训练数据，并训练分割网络，以及利用训练后的分割网络生成每个样本的CBF、CBV、TTP、TTD的四个灌注分割图；利用样本的四个灌注分割图、以及治疗后的DWI‑MRI影像或梗死后的DWI‑MRI影像训练第一分类网络，利用每组病患中每个病患样本的四个灌注分割图、mRS评分以及90天是否死亡的数据训练第二分类网络。通过该方法实现不同治疗方法的结果预测，为患者治疗提供了理论支持。
-
-
搜索结果
3 条记录 (耗时 0.038 秒)
