公开(公告)号：CN115689977A

公开(公告)日：2023-02-03

申请号：CN202111054172.3

申请日：2021-09-09

Applicant: 南京大学

Inventor： 金鑫妍 ,  王淇元 ,  陈颖 ,  葛云

IPC: G06T7/00 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G16H50/20

Abstract: 本发明的目的在于利用乳腺钼靶图像检测肿瘤良恶性。通过图像预处理算法，对病人各侧各体位的乳腺钼靶图像进行自动匹配，提取病人双侧乳腺主体。将每个病人预处理过后的双侧乳腺主体图片作为卷积神经网络的输入，利用DisIBS对卷积神经网络提取到的特征图进行统计分析，最终对乳腺钼靶图片是否存在恶性肿瘤情况进行分类，可以达到优秀的分类效果。

公开(公告)号：CN117011572A

公开(公告)日：2023-11-07

申请号：CN202211219456.8

申请日：2022-09-30

Applicant: 南京大学

Inventor： 季纯羽 ,  陈颖 ,  王淇元 ,  仓锡惠

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/774 ,  G06T7/00 ,  G06T7/11 ,  G06V10/82

Abstract: 本发明提出了一种基于神经网络的利用腹部CT图像自动分类原发性肝癌的方法。该方法采用半自动Snake方法来实现CT图像肝部分割，引入孪生交叉对比神经网络SCCNN对肝部CT图像进行学习，充分利用孪生对比结构的特点，根据两路输入的肝部CT数据的异同程度来实现原发性肝癌的分类。本发明旨在解决医学小规模数据集会严重影响原发性肝癌分类准确性的问题。经过验证，相比于其他肝癌分类方法，该算法明显提高了原发性肝癌判断的准确率。在实践方面，该方法可以提高辨识的客观性和准确性，减轻医护人员的工作量，同时无侵入的诊断方法比传统的侵入式诊断体验更好，在医学诊断方面有很强的实用性。