-
公开(公告)号:CN112734755A
公开(公告)日:2021-04-30
申请号:CN202110273759.7
申请日:2021-03-15
Applicant: 四川大学 , 四川大学华西医院 , 成都华西精准医学产业技术研究院有限公司 , 成都智能迭迦科技合伙企业(有限合伙)
Abstract: 本发明公开了一种基于3D全卷积神经网络与多任务学习的肺叶分割方法,属于肺叶自动分割领域。本发明包括如下步骤:准备肺叶相关数据并进行标定;对原始的肺叶CT图像数据以及有准确标签的肺叶相关数据均进行预处理,去除冗余的背景信息;基于多任务学习构建3D全卷积神经网络;使用预处理后的标定的肺叶相关数据与合成的学习误差训练所述构建的3D全卷积神经网络;使用训练好的3D全卷积神经网络对输入的三维肺叶CT图像进行肺叶分割,输出预测的肺叶标签。本发明能够接受原始大小的肺叶CT图像数据并自动、快速地产生准确的肺叶分割结果。
-
公开(公告)号:CN119361172A
公开(公告)日:2025-01-24
申请号:CN202411917234.2
申请日:2024-12-24
Applicant: 四川大学华西医院
IPC: G16H50/70 , G16H50/50 , G16H50/30 , G16H10/20 , G06F18/25 , G06F18/213 , G06V10/62 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06V10/44 , G06V10/54 , G06V10/46 , G06F123/02
Abstract: 本发明属于医学数据处理技术领域,具体涉及一种基于人工智能的肺结节生长预测系统和随访管理系统。本发明的肺结节生长预测系统包括:输入模块,用于输入患者的CT影像数据和临床特征数据;特征提取模块,用于针对每一个时间点的CT影像数据,采用特征提取网络进行特征提取;预测模块,用于采用时间序列模型,将所述特征提取模块获得的特征进行融合,预测结节生长模型的参数,获得结节生长模型的预测曲线。本发明进一步构建了能够自动生成随访计划的系统。本发明具有自动化程度高、预测结果和随访计划准确、能够随时动态更新的优点,能够及时发现结节的变化,确保在早期采取有效的干预手段,提高患者的生存率和治疗效果,具有很好的应用前景。
-
公开(公告)号:CN113096109A
公开(公告)日:2021-07-09
申请号:CN202110438450.9
申请日:2021-04-22
Applicant: 四川大学
Abstract: 本发明属于机器学习技术领域,具体涉及一种肺部医学图像分析方法、设备及系统。本发明的肺部医学图像分析方法是从获取的肺部医学图像中分割出肺野和肺部病变区域,计算包含肺野和肺部病变区域的感兴趣区域ROI,根据感兴趣区域ROI在所述肺部医学图像中裁剪出用于图像识别的输入图片。将所述输入图片输入第二阶段检测模型,可进一步提取特征参数,得到预设语义分割模型输出的最终病变分析结果。通过本发明的肺部医学图像分析方法、装置和系统,能够同时对多种肺部病变进行识别和分类判断,本发明的装置分析肺部医学图像的效率高、准确度高,具有很好的应用前景。
-
公开(公告)号:CN115810016B
公开(公告)日:2023-04-28
申请号:CN202310104254.7
申请日:2023-02-13
Applicant: 四川大学
IPC: G06T7/00 , G06V10/82 , G06V10/764 , G06V10/77 , G06N3/08
Abstract: 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端,涉及肺炎图像的自动识别,其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络,稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起,并作为下一层稠密块的输入;且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支,左连接分支包括两个卷积层,右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层,可进行无压缩操作并提取到肺炎多尺度的特征,且稠密连接网络加深也不会造成梯度消失,加深网络可以获得更好的肺炎识别效果。
-
公开(公告)号:CN115861303A
公开(公告)日:2023-03-28
申请号:CN202310122073.7
申请日:2023-02-16
Applicant: 四川大学
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本申请涉及人工智能技术领域,公开了一种基于肺部CT图像的EGFR基因突变检测方法和系统,所述方法包括:获取待检测数据,所述待检测数据包括肺部CT图像和患者多媒体信息;将多视角下的肺部CT图像输入图像特征提取器中,获得图像融合特征;将所述患者多媒体信息输入多媒体特征提取器中,获得多媒体融合特征;将所述图像融合特征与所述多媒体融合特征进行融合,获得突变检测特征;将所述突变检测特征输入EGFR基因突变检测分类器中,获得EGFR基因突变检测结果。本申请解决了现有EGFR基因突变检测方法存在的耗时长、步骤多的问题。
-
公开(公告)号:CN115810016A
公开(公告)日:2023-03-17
申请号:CN202310104254.7
申请日:2023-02-13
Applicant: 四川大学
IPC: G06T7/00 , G06V10/82 , G06V10/764 , G06V10/77 , G06N3/08
Abstract: 本发明公开了一种肺部感染CXR图像自动识别方法、系统、存储介质及终端,涉及肺炎图像的自动识别,其目的在于解决现有技术中存在稠密连接网络因数据压缩、网络梯度减少造成肺炎图像自动识别效果较差的技术问题。其通过搭建稠密连接网络,稠密连接网络的每层稠密块与前面所有层的稠密块连接在一起,并作为下一层稠密块的输入;且稠密块与稠密块之间的连接包括并列设置的左连接分支、右连接分支,左连接分支包括两个卷积层,右连接分支包括四个卷积层。本发明的网络结构改为双向致密层和过渡层,可进行无压缩操作并提取到肺炎多尺度的特征,且稠密连接网络加深也不会造成梯度消失,加深网络可以获得更好的肺炎识别效果。
-
公开(公告)号:CN112668592A
公开(公告)日:2021-04-16
申请号:CN202110065708.5
申请日:2021-01-18
Applicant: 四川大学
Abstract: 本发明公开了一种基于神经网络的肺结节筛选方法,属于神经网络及胸部肺肺结节筛查领域。本发明能够解决现有的技术由于提取X光中特征时存在有效性差,以及未能有效解决类别不平衡带来的训练问题,并且能够解决由于上述原因导致的所构建出的模型依旧难以真正用于临床的问题。为此,本发明包括:胸部图像数据的准备;主特征提取网络的构建与训练;交叉带权交叉熵函数的构建AUC性能指标的近似;在线的训练以及特殊情况下的处理;基于弱监督学习的胸部肺结节的定位。
-
公开(公告)号:CN115861303B
公开(公告)日:2023-04-28
申请号:CN202310122073.7
申请日:2023-02-16
Applicant: 四川大学
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本申请涉及人工智能技术领域,公开了一种基于肺部CT图像的EGFR基因突变检测方法和系统,所述方法包括:获取待检测数据,所述待检测数据包括肺部CT图像和患者多媒体信息;将多视角下的肺部CT图像输入图像特征提取器中,获得图像融合特征;将所述患者多媒体信息输入多媒体特征提取器中,获得多媒体融合特征;将所述图像融合特征与所述多媒体融合特征进行融合,获得突变检测特征;将所述突变检测特征输入EGFR基因突变检测分类器中,获得EGFR基因突变检测结果。本申请解决了现有EGFR基因突变检测方法存在的耗时长、步骤多的问题。
-
公开(公告)号:CN112668592B
公开(公告)日:2022-07-05
申请号:CN202110065708.5
申请日:2021-01-18
Applicant: 四川大学
Abstract: 本发明公开了一种基于神经网络的肺结节筛选方法,属于神经网络及胸部肺肺结节筛查领域。本发明能够解决现有的技术由于提取X光中特征时存在有效性差,以及未能有效解决类别不平衡带来的训练问题,并且能够解决由于上述原因导致的所构建出的模型依旧难以真正用于临床的问题。为此,本发明包括:胸部图像数据的准备;主特征提取网络的构建与训练;交叉带权交叉熵函数的构建AUC性能指标的近似;在线的训练以及特殊情况下的处理;基于弱监督学习的胸部肺结节的定位。
-
公开(公告)号:CN221734144U
公开(公告)日:2024-09-20
申请号:CN202322900764.3
申请日:2023-10-27
Applicant: 四川大学 , 四川易可升科技有限公司
Abstract: 本实用新型属于智能医疗卫生领域,尤其是一种基于人工智能检测肺结节的装置,针对现有的显示屏不能自动进行清洁,需要医生手持抹布进行清洁,清洁不够方便,同时在看病过程中对屏幕清洁也会占用患者和医生的时间的问题,现提出如下方案,其包括系统机体,所述系统机体内设有显示屏,所述显示屏的一侧设有连接架,所述系统机体内设有驱动连接架进行移动的移动组件;所述连接架的一侧设有擦板,所述连接架的两侧设有对擦板进行拼接的拼接组件,本实用新型中,不仅可以带动擦板上下移动,对显示屏的表面进行擦拭,同时卡板和连接架以及擦板的配合即可完成对擦板进行安装拆卸,操作非常便捷。
-
-
-
-
-
-
-
-
-