-
公开(公告)号：CN118172342B
公开(公告)日：2024-09-10
申请号：CN202410374894.4
申请日：2024-03-29
申请人： 中国人民解放军空军军医大学
IPC分类号： G06T7/00 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/52 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种腔内肿瘤影像检测方法与系统，涉及息肉检测技术领域，包括步骤：获取多模态数据；获取肿瘤的检测模型，为检测模型的通道注意力和空间注意力赋予不同权重，将多模态数据中的多尺度特征输入检测模型特征融合层中，并使用检测算法提取不同权重下融合后的多尺度特征，将其作为目标肿瘤的检测特征；采用两种Neck模型计算检测算法的损失，通过检测算法的损失对检测模型进行性能统一优化；采用解耦头结构的形式计算性能统一后检测模型的损失，获取最佳的检测算法，将检测特征输入具有最佳检测算法的检测模型中，将目标检测特征的坐标变成一个分布进行预测，获得息肉检测后的准确坐标，输出不同的检测框和置信度。本发明针对微小型病变区域采用了注意力融合机制，提升检测的灵敏度和降低假阳性。
-
公开(公告)号：CN113569995A
公开(公告)日：2021-10-29
申请号：CN202111005230.3
申请日：2021-08-30
申请人： 中国人民解放军空军军医大学
摘要： 本发明公开了一种利用基于集成学习的多分类技术来对伤情进行分类方法，包括：采集待处理伤员的生理数据，采用随机森林分类器、逻辑回归、朴素贝叶斯分类器和决策树分类器的集成学习策略构建基于DAG拆分策略的预测模型，将新伤员生理数据输入预测模型，输出伤情预测结果，在伤情计分规则的基础上，运用机器学习的方法，设计多分类模型，来代替人工打分的方式。首先，根据多分类器模型的特点进行设计模型，然后运用西京医院急诊数据进行模型训练，最后在进行模型测试。该方法充分发挥了集成分类器的特点，融合多种分类器的优点。通过测试表明，本模型设计具有良好的准确率，可以在大规模伤员救治时给予参考。
-
公开(公告)号：CN118172343A
公开(公告)日：2024-06-11
申请号：CN202410374933.0
申请日：2024-03-29
申请人： 中国人民解放军空军军医大学
摘要： 本发明提供了一种基于医学影像的肿瘤异质性表征方法，属于疾病异质性表征技术领域，包括：提取放疗前宫颈癌患者医学图像中的肿瘤区域；将医学图像中的肿瘤区域输入表征肿瘤异质性的网络，输出异质性表征结果，具体包括：将医学图像中的肿瘤区域输入超像素分割模块，将肿瘤区域分割为具有相似属性的多个子区域；通过高分辨率表征模块提取多个子区域的特征值；通过肿瘤异质性表征模块计算多个子区域的特征值的平均值和标准差，并将平均值和标准差的加权组合作为子区域描述符，通过子区域描述符表征肿瘤的异质性。本发明提出的表征方法利用超像素分割模块将肿瘤划分为预定义数量的子区域，能够更准确地分析肿瘤的异质性，与传统方法相比更加细致和全面。创新地引入了异质性表征模块，使用特征映射的均值和方差的组合来表征肿瘤的异质性，避免了传统的卷积和池化操作所带来的局限性，提供了更加准确和有意义的表征。
-
公开(公告)号：CN114997653B
公开(公告)日：2023-09-01
申请号：CN202210635239.0
申请日：2022-06-07
申请人： 中国人民解放军空军军医大学
IPC分类号： G06Q10/0631 , G06Q10/047 , G06Q50/30 , G16H40/20
摘要： 本发明提供一种基于效能特异性迭代计算的救治资源调度方法，包括以下步骤：获取一线伤情和救治资源的实时数据；建立字典；根据一线伤情分布的一线伤员数据，按照后送优先级或救治优先级进行排队；计算每一名一线伤员的救治或后送的时效性要求以及每一救治资源对新救治或新后送任务的总运输时长，对同一类全部救治资源，通过字典搜索出具有效能特异性的解，包括救治资源、一线地点、后方医院地点和后送一线伤员编号，放入候选方案集合；迭代计算，直至当前现存待安排救治资源的伤员数量为0，或该类救治资源候选方案以外的余下空闲数量为0，输出救治资源的调度方案。该方法利用效能特异性计算出可使得救治资源产生最大救治效能的调度方案。
-
公开(公告)号：CN118229644A
公开(公告)日：2024-06-21
申请号：CN202410374901.0
申请日：2024-03-29
申请人： 中国人民解放军空军军医大学
IPC分类号： G06T7/00 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/096
摘要： 本发明为多模态腔内肿瘤影像的分期预测方法、系统及设备，涉及医学影像技术领域，首先，设计了一个多模态MRI影像信息解缠模块，有效提取不同MRI模态中的共性表征；然后，利用模态之间的共性表征在Teacher‑Student网络层分别完成缺失模态信息填补与知识蒸馏；最后，耦合不同模态网络的预测信息，实现腔内肿瘤智能分期预测。本发明创新引入多模态信息解缠与领域知识深度蒸馏策略，有效分离多模态MRI影像中的共性与特异信息，并将共性信息用于缺失模态信息补齐，有效实现任意影像模态或模态组合输入时的腔内肿瘤精准分期与无创活检，有望为临床最佳治疗决策提供有力支撑。
-
公开(公告)号：CN118172342A
公开(公告)日：2024-06-11
申请号：CN202410374894.4
申请日：2024-03-29
申请人： 中国人民解放军空军军医大学
IPC分类号： G06T7/00 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/52 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种腔内肿瘤影像检测方法与系统，涉及息肉检测技术领域，包括步骤：获取多模态数据；获取肿瘤的检测模型，为检测模型的通道注意力和空间注意力赋予不同权重，将多模态数据中的多尺度特征输入检测模型特征融合层中，并使用检测算法提取不同权重下融合后的多尺度特征，将其作为目标肿瘤的检测特征；采用两种Neck模型计算检测算法的损失，通过检测算法的损失对检测模型进行性能统一优化；采用解耦头结构的形式计算性能统一后检测模型的损失，获取最佳的检测算法，将检测特征输入具有最佳检测算法的检测模型中，将目标检测特征的坐标变成一个分布进行预测，获得息肉检测后的准确坐标，输出不同的检测框和置信度。本发明针对微小型病变区域采用了注意力融合机制，提升检测的灵敏度和降低假阳性。
-
公开(公告)号：CN114997653A
公开(公告)日：2022-09-02
申请号：CN202210635239.0
申请日：2022-06-07
申请人： 中国人民解放军空军军医大学
摘要： 本发明提供一种基于效能特异性迭代计算的救治资源调度方法，包括以下步骤：获取一线伤情和救治资源的实时数据；建立字典；根据一线伤情分布的一线伤员数据，按照后送优先级或救治优先级进行排队；计算每一名一线伤员的救治或后送的时效性要求以及每一救治资源对新救治或新后送任务的总运输时长，对同一类全部救治资源，通过字典搜索出具有效能特异性的解，包括救治资源、一线地点、后方医院地点和后送一线伤员编号，放入候选方案集合；迭代计算，直至当前现存待安排救治资源的伤员数量为0，或该类救治资源候选方案以外的余下空闲数量为0，输出救治资源的调度方案。该方法利用效能特异性计算出可使得救治资源产生最大救治效能的调度方案。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.033 秒)
