-
公开(公告)号：CN116797592A
公开(公告)日：2023-09-22
申请号：CN202310816522.8
申请日：2023-07-05
Applicant: 中国医学科学院北京协和医院
IPC: G06T7/00 , G06T7/62 , G06T7/11 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及智能医疗技术领域，更具体地，涉及基于内脏脂肪组织面积的预测方法、设备、系统及可读存储介质。包括：获取样本的影像图像，所述影像包括盆腔影像；采用分割算法分割影像图像，得到样本的内脏脂肪组织面积；基于所述内脏脂肪组织面积预测样本的盆腔脂肪体积或样本是否为盆腔脂肪增多症的分类结果。本申请具有重要的临床应用价值。
-
公开(公告)号：CN115641961A
公开(公告)日：2023-01-24
申请号：CN202211117895.8
申请日：2022-09-14
Applicant: 中国医学科学院北京协和医院
Abstract: 本申请公开了一种用于预测肾脏年龄的方法及装置。该方法包括：获取动脉期腹盆增强CT图像和与动脉期腹盆增强CT图像对应的检测信息；对动脉期腹盆增强CT图像进行处理，以得到肾脏增强CT图像；根据肾脏增强CT图像确定双肾皮髓质的体积；获取目标预测模型；将双肾皮髓质的体积和检测信息输入至目标预测模型，以得到预测年龄。本申请可以针对不同病症的慢性肾脏患者预测其肾脏年龄，全方位地从肾脏结构、肾脏功能和肾脏组织等多方面，多模态地对肾脏展开定量而非定型的描述，为慢性肾脏病的分型带来新的切入角度，从而更加全面地知晓肾脏功能不全的患者的肾脏情况。
-
公开(公告)号：CN113706538A
公开(公告)日：2021-11-26
申请号：CN202111266829.2
申请日：2021-10-28
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明属于生物医学领域，具体涉及确定肾细胞癌级别的系统及其应用。本发明提供了一种确定肾细胞癌级别的系统，所述系统包括根据前述肿瘤最大横径和/或肾显影期标准化碘浓度的检测结果确定肾细胞癌级别的计算装置；具体地，所述肾细胞癌级别分为高级、低级；所述高级是WHO/ISUP分级中的3、4级，所述低级是WHO/ISUP分级中的1、2级。
-
公开(公告)号：CN117672503B9
公开(公告)日：2024-08-09
申请号：CN202410135503.3
申请日：2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明提供了一种基于DKI评估IgG4-RKD风险的方法、系统及可存储介质，涉及智能医疗领域。所述方法包括：获取患者的DKI序列；从所述DKI序列中提取参数，得到定量DKI参数，所述定量DKI参数包括：MD-P、MD-C、MD-M、MK-P、MK-C和MK-M；当MD-C显著大于MD-P和MD-M时，发出IgG4-RKD风险提示。本发明所公开的方法综合多种参数评估患者IgG4-RKD风险，包括：定量DKI参数(MD-P、MD-C、MD-M、MK-P、MK-C和MK-M)、影像特征、eGFR、ESR和C4补体水平等多种指标，提供更全面和准确的风险评估结果，有重要的科研和临床价值。
-
公开(公告)号：CN116958151A
公开(公告)日：2023-10-27
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。
-
Patent Agency Ranking
公开(公告)号：CN113180637A
公开(公告)日：2021-07-30
申请号：CN202110513833.8
申请日：2021-05-11
Applicant: 中国医学科学院北京协和医院
IPC: A61B5/055
Abstract: 一种前列腺磁共振成像监测设备，包括共振仪，其特征在于，共振仪内开设有方形孔，共振仪内方形孔两侧均通过螺栓固定连接有滑道，底盘上端四侧均固定连接有自动伸缩杆，通过垫板底部的伸缩支架和移动块，患者能够在垫板整体直接平移置支撑板上，减少了人员移动的损伤；通过移动垫板，使得扫描器扫描人体是否含有金属，解决了现阶段在进行核磁共振检测前对患者身上是否含有金属物进行检测，减少了手术的风险，利用患者自身的重力，垫板与支撑板接触，限位板上升，限制患者的移动，定位块提供限位高度，利用自动伸缩杆调整垫板的高度，方便垫板进入滑道，解决了患者在检测时容易乱动的问题。
-
公开(公告)号：CN117672503A
公开(公告)日：2024-03-08
申请号：CN202410135503.3
申请日：2024-01-31
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明提供了一种基于DKI评估IgG4‑RKD风险的方法、系统及可存储介质，涉及智能医疗领域。所述方法包括：获取患者的DKI序列；从所述DKI序列中提取参数，得到定量DKI参数，所述定量DKI参数包括：MD‑P、MD‑C、MD‑M、MK‑P、MK‑C和MK‑P；当MD‑C显著大于MD‑P和MD‑M时，发出IgG4‑RKD风险提示。本发明所公开的方法综合多种参数评估患者IgG4‑RKD风险，包括：定量DKI参数（MD‑P、MD‑C、MD‑M、MK‑P、MK‑C和MK‑M）、影像特征、eGFR、ESR和C4补体水平等多种指标，提供更全面和准确的风险评估结果，有重要的科研和临床价值。
-
公开(公告)号：CN115619810B
公开(公告)日：2023-10-03
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。
-
公开(公告)号：CN114399501B
公开(公告)日：2023-04-07
申请号：CN202210096760.1
申请日：2022-01-27
Applicant: 中国医学科学院北京协和医院
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/762
Abstract: 本发明涉及基于深度学习卷积神经网络的自动分割前列腺全腺体方法。包括：获取样本的前列腺MR图像；将所述前列腺MR图像输入前列腺全腺体分割网络，得到前列腺全腺体图像，所述前列腺全腺体分割网络包括前列腺尖部分割网络、前列腺中部分割网络和前列腺底部分割网络，所述前列腺尖部分割网络用于分割前列腺MR图像得到前列腺尖部图像，所述前列腺中部分割网络用于分割前列腺MR图像得到前列腺中部图像，所述前列腺底部分割网络用于分割前列腺MR图像得到前列腺底部图像，将所述前列腺尖部图像、前列腺中部图像和前列腺底部图像进行图像合并，得到前列腺全腺体分割图像。本发明从前列腺解剖结构特点出发，提供更好的前列腺全腺体分割方法。
-
公开(公告)号：CN115661107A
公开(公告)日：2023-01-31
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。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.032 seconds)
