-
公开(公告)号：CN117788473B
公开(公告)日：2024-05-14
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
公开(公告)号：CN112634224B
公开(公告)日：2023-07-28
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN118212407A
公开(公告)日：2024-06-18
申请号：CN202410274716.4
申请日：2024-03-11
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学长沙计算与数字经济研究院
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/084 , G06N3/0464
Abstract: 本申请公开了一种肿瘤图像的分割方法、装置及电子设备。其中，该方法包括：获取待进行肿瘤分割的原始肿瘤图像，其中，原始肿瘤图像为对目标对象的目标器官进行CT扫描后得到的图像；采用肿瘤分割模型对原始肿瘤图像进行分割，得到肿瘤区域所对应的目标肿瘤图像，其中，肿瘤分割模型包括编码器、解码器和多尺度注意力模块，多尺度注意力模块通过结合目标对象在原始肿瘤图像中采样的交互点对原始肿瘤图像进行特征融合处理；显示目标肿瘤图像。本申请解决了相关技术中对于肿瘤的分割存在精度较差的技术问题。
-
公开(公告)号：CN117788473A
公开(公告)日：2024-03-29
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
公开(公告)号：CN112634224A
公开(公告)日：2021-04-09
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN116721772B
公开(公告)日：2023-10-20
申请号：CN202311002302.8
申请日：2023-08-10
Applicant: 北京市肿瘤防治研究所 , 北京大学
Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质，属于医学检测技术领域，所述方法包括：获取待测患者的肿瘤抗HER2治疗信息，肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息；将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型，得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果；双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合，并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度，有助于患者的肿瘤抗HER2治疗预后的有效评估。
-
公开(公告)号：CN115295154B
公开(公告)日：2023-02-03
申请号：CN202211223902.2
申请日：2022-10-08
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种肿瘤免疫治疗疗效预测方法、装置、电子设备及存储介质，属于医学检测技术领域，包括：基于待测患者的各个肿瘤组织切片的肿瘤微环境图像，确定每个肿瘤组织切片中各个肿瘤微环境的图像特征信息；将每个肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗效预测模型，获得肿瘤免疫治疗疗效预测模型输出的待测患者的肿瘤免疫治疗疗效预测结果；肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息样本及其对应的样本免疫治疗疗效标签训练得到的。本发明可以实现对肿瘤抗PD‑1/PD‑L1免疫治疗疗效的精准预测，从而可以在免疫治疗前提前筛选出获益患者。
-
公开(公告)号：CN115170858A
公开(公告)日：2022-10-11
申请号：CN202210518146.X
申请日：2022-05-12
Applicant: 北京大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/74 , G06V10/82
Abstract: 本发明提供一种基于增量学习的轻量化物体检测方法和装置，所述基于增量学习的轻量化物体检测方法，包括：获取待测图像和目标特征类别图像；将待测图像输入至检测模块，获取由检测模块输出的多个子特征图像；将多个子特征图像输入至分类模块，获取由分类模块输出子特征图像对应的特征表达，以及多个子特征图像中第一目标子特征图像对应的类别；基于多个子特征图像中第二目标子特征图像对应的特征表达和目标特征类别图像间的相似度，确定第二目标子特征图像对应的类别。本发明的基于增量学习的轻量化物体检测方法，在无需重复训练的前提下，即可完成对新类别的识别，显著提高模型的泛化能力和扩展性，适用于涉及不断变化的信息流的情景。
-
公开(公告)号：CN114998585A
公开(公告)日：2022-09-02
申请号：CN202210513831.3
申请日：2022-05-11
Applicant: 北京大学
IPC: G06V10/26 , G06V10/40 , G06V10/778 , G06V20/70
Abstract: 本发明提供一种基于区域感知度量学习的开放世界语义分割方法和装置，所述方法包括：对目标图像进行异常区域分割，生成未知区域以及未知区域对应的区域感知特征；对未知区域进行切分，生成多个未知子区域以及未知子区域对应的区域感知特征；基于未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定未知子区域对应的类别；其中，第一目标类别为目标图像对应的多个特征类别中的未知类别。本发明的基于区域感知度量学习的开放世界语义分割方法，基于MCA模块对未知区域进行进一步分割生成未知子区域以进行增量少样本学习，从而提高模型对分布外对象的识别性能，以提高分割结果的精度与准确性，从而提高最终的分割效果。
-
公开(公告)号：CN116721772A
公开(公告)日：2023-09-08
申请号：CN202311002302.8
申请日：2023-08-10
Applicant: 北京市肿瘤防治研究所 , 北京大学
Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质，属于医学检测技术领域，所述方法包括：获取待测患者的肿瘤抗HER2治疗信息，肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息；将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型，得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果；双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合，并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度，有助于患者的肿瘤抗HER2治疗预后的有效评估。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.015 seconds)
