-
公开(公告)号：CN109886922B
公开(公告)日：2023-08-18
申请号：CN201910042749.5
申请日：2019-01-17
申请人： 丽水市中心医院 , 中国科学院苏州生物医学工程技术研究所
IPC分类号： G06T7/00 , G06N3/0464
摘要： 本发明公开了一种基于SE‑DenseNet深度学习框架和增强MR图像的肝细胞癌自动分级方法，包括1)采集数据；2)对所有的增强MR的肝细胞癌三维图像进行预处理；3)将训练数据进行增强；4)基于增强的训练数据，训练肝细胞癌分级预测模型：SE‑DenseNet网络；5)采用训练好的模型对测试数据进行分级预测，评估肝细胞癌分级预测模型的分类性能。本发明通过由图像预处理、图像增强、SE‑DenseNet网络训练、SE‑DenseNet网络测试组成的肝细胞癌多模态增强MR图像的自动病理分级方法，能实现肝细胞癌自动分级，能克服人工对肝细胞进行分级存在的人力和时间耗费和主观性差异的问题。
-
公开(公告)号：CN110464459B
公开(公告)日：2022-04-15
申请号：CN201910620772.8
申请日：2019-07-10
申请人： 丽水市中心医院 , 中国科学院苏州生物医学工程技术研究所
摘要： 本发明公开了一种基于CT‑MRI融合的介入计划导航系统及其导航方法，该系统包括：术前规划模块，在MRI图像中分割出前列腺区域和尿道，并标记可疑病灶区域，再构建三维模型，最后规划出最佳穿刺路径；空间定位模块，其用于完成病人的CT图像和MRI图像的空间配准，并获取磁定位仪空间与CT图像空间的变换矩阵；穿刺引导模块，其用于获取穿刺针的位置和姿态，引导穿刺针行进。本发明通过结合CT和MRI的成像优势，在不改变CT引导的前提下，有助于定位可疑病灶，明确诊疗目标区域，提高前列腺介入手术的精准性；充分结合多种模态的医学图像信息、空间定位技术及三维可视化技术，使手术的引导更直观，提高了前列腺介入手术的便捷性。
-
公开(公告)号：CN114387596A
公开(公告)日：2022-04-22
申请号：CN202111626061.5
申请日：2021-12-28
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
摘要： 本发明公开了一种细胞病理涂片自动判读系统，包括：成像模块；图像采集模块；图像存储与管理模块；图像预处理模块；智能判读模块，其接收所述图像预处理模块输出的图像，对图像进行正常样本与病灶样本的预测分类，且在图像为病灶样本时，进一步对病灶类型进行预测判读；以及报告撰写模块，其自动生成图像所对应的样本的判读结论文本。本发明成功将人工智能辅助诊断技术应用于快速染色细胞病理学中，可显著提升诊断的准确性、一致性，降低细胞病理学医生的工作负荷；本发明通过改进现有卷积神经网络网络，利用多通道注意力机制特性，解决了由人工采样所引入的不确定因素，并能实现高准确性的全场景、多分类任务，最终能提高分类判读结果的准确性。
-
公开(公告)号：CN113893033A
公开(公告)日：2022-01-07
申请号：CN202110750575.5
申请日：2021-07-01
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
摘要： 本发明提供一种肺部经皮穿刺导航方法，包括输入目标患者的肺部静态影像数据，采用影像分割方法，得到皮肤及各组织的三维表面模型；以三维表面模型建立物理模型，仿真呼吸过程中的皮肤及各组织的运动轨迹；将仿真的运动轨迹与实时患者呼吸场景进行匹配，进行皮肤及各组织的联动实时虚实融合显示。本发明在仅有静态CT影像数据的情况下，仿真呼吸过程中的皮肤及各组织的运动轨迹；并与实际患者的呼吸位置相匹配，显示于真实的位置；在CT影像中皮肤表面模型与实际皮肤表面匹配时，生成提醒穿刺的信息，提高了肿瘤穿刺的精度；本发明将模拟皮肤、肿瘤及其他各组织的动态运动轨迹与实际呼吸状联动进行显示，有助于医生进行高效率、高准确性的穿刺。
-
公开(公告)号：CN109886922A
公开(公告)日：2019-06-14
申请号：CN201910042749.5
申请日：2019-01-17
申请人： 丽水市中心医院 , 中国科学院苏州生物医学工程技术研究所
摘要： 本发明公开了一种基于SE-DenseNet深度学习框架和增强MR图像的肝细胞癌自动分级方法，包括1)采集数据；2)对所有的增强MR的肝细胞癌三维图像进行预处理；3)将训练数据进行增强；4)基于增强的训练数据，训练肝细胞癌分级预测模型：SE-DenseNet网络；5)采用训练好的模型对测试数据进行分级预测，评估肝细胞癌分级预测模型的分类性能。本发明通过由图像预处理、图像增强、SE-DenseNet网络训练、SE-DenseNet网络测试组成的肝细胞癌多模态增强MR图像的自动病理分级方法，能实现肝细胞癌自动分级，能克服人工对肝细胞进行分级存在的人力和时间耗费和主观性差异的问题。
-
公开(公告)号：CN113893033B
公开(公告)日：2023-05-12
申请号：CN202110750575.5
申请日：2021-07-01
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
摘要： 本发明提供一种肺部经皮穿刺导航方法，包括输入目标患者的肺部静态影像数据，采用影像分割方法，得到皮肤及各组织的三维表面模型；以三维表面模型建立物理模型，仿真呼吸过程中的皮肤及各组织的运动轨迹；将仿真的运动轨迹与实时患者呼吸场景进行匹配，进行皮肤及各组织的联动实时虚实融合显示。本发明在仅有静态CT影像数据的情况下，仿真呼吸过程中的皮肤及各组织的运动轨迹；并与实际患者的呼吸位置相匹配，显示于真实的位置；在CT影像中皮肤表面模型与实际皮肤表面匹配时，生成提醒穿刺的信息，提高了肿瘤穿刺的精度；本发明将模拟皮肤、肿瘤及其他各组织的动态运动轨迹与实际呼吸状联动进行显示，有助于医生进行高效率、高准确性的穿刺。
-
公开(公告)号：CN112885469A
公开(公告)日：2021-06-01
申请号：CN202110136907.0
申请日：2021-02-01
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
摘要： 本发明公开了一种慢病人群的生命体征监测方法及系统，该方法包括以下步骤：1)构建慢病患者的时间‑体征数据集合：2)构建个体评价模型：3)构建群体评价模型：4)构建经典评价模型：5)利用三个评价模型对被监测患者的健康状态进行综合评价。本发明中，将被监测患者的生命体征指标的评价细化至若干时间段，使得评价结果更具代表性，且更准确；本发明赋予个体评价模型、群体评价模型、经典评价模型的评价结果的以不同的权重，既能将各评价模型的评价结果进行综合体现，又能突出各个评价模型的评价结果对最终健康状态评价结果的影响程度，从而使得最终的结果更为准确、全面，更具参考价值，能更准确的体现患者的真实健康状态。
-
公开(公告)号：CN112820372A
公开(公告)日：2021-05-18
申请号：CN202110136898.5
申请日：2021-02-01
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
IPC分类号： G16H20/00 , G16H50/70 , G06F16/903 , G06F16/906
摘要： 本发明公开了一种护理方案自动生成方法及系统，该方法包括以下步骤：1)建立患病特征数据库；2)建立疾病类型数据库；3)建立患者护理方案数据库；4)对入院患者，利用所述患病特征数据库、所述疾病类型数据库匹配，判断得到患者所患的最低级别病种的名称，最后结合患者的基础信息从所述患者护理方案数据库中匹配得到该患者的个性化护理方案。本发明能够实现护理方案的自动生成，能减小医生的工作量，且能生成规范化的护理方案，防止出现护理方案缺失、信息遗漏等问题；本发明通过以患者的病种结合患者的个人特征信息为依据，能得出针对患者特征的个性化护理方案，使得护理方案能更加贴合患者的实际需求，具有更好的护理效果。
-
公开(公告)号：CN110464459A
公开(公告)日：2019-11-19
申请号：CN201910620772.8
申请日：2019-07-10
申请人： 丽水市中心医院 , 中国科学院苏州生物医学工程技术研究所
摘要： 本发明公开了一种基于CT-MRI融合的介入计划导航系统及其导航方法，该系统包括：术前规划模块，在MRI图像中分割出前列腺区域和尿道，并标记可疑病灶区域，再构建三维模型，最后规划出最佳穿刺路径；空间定位模块，其用于完成病人的CT图像和MRI图像的空间配准，并获取磁定位仪空间与CT图像空间的变换矩阵；穿刺引导模块，其用于获取穿刺针的位置和姿态，引导穿刺针行进。本发明通过结合CT和MRI的成像优势，在不改变CT引导的前提下，有助于定位可疑病灶，明确诊疗目标区域，提高前列腺介入手术的精准性；充分结合多种模态的医学图像信息、空间定位技术及三维可视化技术，使手术的引导更直观，提高了前列腺介入手术的便捷性。
-
公开(公告)号：CN117765301A
公开(公告)日：2024-03-26
申请号：CN202311648340.0
申请日：2023-12-04
申请人： 中国科学院苏州生物医学工程技术研究所 , 丽水市中心医院
IPC分类号： G06V10/764 , G06V10/82 , G06V10/54 , G06N3/0464 , G06N3/042 , G06N3/0499 , G06V10/44
摘要： 本发明提供基于知识引导的肺部病理细胞多分类方法、设备及介质，该方法包括以下步骤：将肺部病理细胞图像作为输入被同时送入双分支分类网络的两个分支中；其中，双分支分类网络的两个分支为图卷积空间拓扑信息分支和纹理卷积特征分支；将两个分支生成的特征向量进行拼接；通过多层感知机根据拼接后的特征向量生成最终的分类结果。本发明在保留神经网络自动提取特征的基础上，将临床诊断的先验知识引入网络结构中辅助分类，能够提升分类的准确性；并且能够简化前处理过程并将特征的筛选由神经网络自发的完成，不仅能够提升分类网络效率，也有助于提升分类的准确率，即实现了在简化前处理过程的同时提升了肺部病理细胞分类的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
124 条记录 (耗时 0.104 秒)
