公开(公告)号：CN119131166A

公开(公告)日：2024-12-13

申请号：CN202411063492.9

申请日：2024-08-05

Applicant: 复旦大学附属中山医院

Inventor： 曾蒙苏 ,  张云飞

IPC: G06T11/00 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明的目的是：提出一种基于深度学习的重建算法，以增强前肝脏MRI图像作为输入，无需造影剂，高效快速地输出肝脏的多期相(动脉期、门静脉期、延迟期和肝胆特异期)增强图像，供临床诊断评估。为了达到上述目的，本发明的技术方案是提供了一种无需造影剂的虚拟多期相造影剂增强磁共振成像重建方法。本发明通过建立基于对抗生成网络(Generative Adversarial Networks)的深度学习模型，以增强前MRI图像为输入，以经MRI扫描采集的真实的各期相增强图像为金标准训练模型，在模型训练完成后，即可通过输入任意增强前图像，从而由模型输出对应的四期相肝脏增强图像。

公开(公告)号：CN119090984A

公开(公告)日：2024-12-06

申请号：CN202411063488.2

申请日：2024-08-05

Applicant: 复旦大学附属中山医院

Inventor： 张云飞 ,  曾蒙苏 ,  刘锴

IPC: G06T11/00 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明的目的是：提出一种基于生成式人工智能模型的算法，该算法以增强前肝脏MRI图像作为输入，无需造影剂，高效快速地输出肝脏的多期相(动脉期，门静脉期，延迟期和肝胆特异期)增强图像，联合T2WI,DWI形成简化版肝脏扫描方案。为了达到上述目的，本发明的技术方案是提供了一种基于生成式AI的无需造影剂的简化版肝脏磁共振成像方法。本发明通过建立基于稳定扩散模型(Stable Diffusion，SD)的深度学习模型，以增强前MRI图像为输入，以各期相增强图像为金标准训练模型，在模型训练完成后，即可通过输入任意增强前图像，从而由模型输出四期相肝脏增强图像。结合常规的经MRI扫描采集获得的T2WI和DWI，即可形成简化版肝脏磁共振成像方案。

公开(公告)号：CN118888123A

公开(公告)日：2024-11-01

申请号：CN202411063493.3

申请日：2024-08-05

Applicant: 复旦大学附属中山医院

Inventor： 曾蒙苏 ,  张云飞

IPC: G16H50/20 ,  G16H30/20 ,  G06T7/00 ,  G06V10/25 ,  G06V10/26 ,  G06V10/54 ,  G06V10/762 ,  G06V10/766

Abstract: 本发明的技术方案是提供了一种可用于瘤周微环境异质性可视化及定量量化方法。本发明所公开的技术方案基于聚类算法将肿瘤划分为不同的生境，然后对不同生境进行特征提取，进而量化不同特征在生境中的不均匀性，这种不均匀性可反映ITH和PTH。另外本发明公开的法可以得到不同参数在生境中的空间分布可视化结果，用于提供ITH和PTH的可视化信息。与现有技术方案相比，本发明具有如下有益效果：1)无创性；2)高灵敏：可提供众多的ITH和PTH定量指标；3)含有可解释性模块，利于临床分析使用，避免算法的“黑盒”效应。