-
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
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：CN118570226A
公开(公告)日：2024-08-30
申请号：CN202410606834.0
申请日：2024-05-16
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供一种血管周围间隙分割方法及系统，包括以下步骤：获取患者颅脑的T1、T2、FLAIR和DWI模态影像；将所述T1、T2模态影像输入预先配置的PVS分割模型，并得到PVS在脑区内的分布结果；将所述T1、T2、FLAIR和DWI模态影像输入预先配置的全病灶分割模型，并得到各个病灶在脑区内的分布结果；根据所述PVS在脑区内的分布结果和各个病灶在脑区内的分布结果确定对应的影像学特征；本发明具有以下有益效果：本发明在T2模态影像所进行的PVS分割的基础上，结合T1、T2、FLAIR和DWI模态影像的全病灶分割来为后续的PVS诊断及PVS相关疾病的风险预测工作提供更为精确的影像学特征，由此可以满足PVS的识别需求和PVS相关疾病的风险预测需求。
-
公开(公告)号：CN113129297B
公开(公告)日：2024-03-26
申请号：CN202110487932.3
申请日：2021-04-30
Applicant: 复旦大学附属中山医院 , 上海联影智能医疗科技有限公司
Abstract: 本公开提供了一种基于多期相肿瘤影像的直径自动测量方法及系统，该方法包括：构建肿瘤分割网络架构；利用构建好的肿瘤分割网络架构训练肿瘤分割模型；获取四期相的肿瘤影像；将其输入所述肿瘤分割模型，获取肿瘤分割结果；选取延迟期的肿瘤分割二值结果计算肿瘤直径；使用深度学习结合传统机器学习在多期相增强影像上进行肿瘤直径自动测量的方法，通过机器学习由肿瘤轮廓精准的计算肿瘤直径，减少测量耗时的同时最大程度保证测量的准确性，降低观察者间差异及测量误差。
-
公开(公告)号：CN117542507A
公开(公告)日：2024-02-09
申请号：CN202311564004.8
申请日：2023-11-22
Applicant: 复旦大学附属中山医院 , 复旦大学
Abstract: 本发明的技术方案是提供了一种基于计算机断层扫描无创模拟患者特异性的冠状动脉iFR的方法。本发明所公开的技术方案基于医学CTA影像，分割并重建患者特异性心肌和冠状动脉树几何模型；基于患者心肌建立患者特异性微血管模型，并计算微血管阻力作为冠状动脉树出口阻力边界条件，将患者肱动脉压拟合压力波形设置为冠状动脉树入口压力边界条件；利用CFD进行血流动力学仿真，计算CT‑iFR。本发明所公开的方法计算速度快，无创伤，腺苷非依赖，准确性高，可重复性高，诊断效能强。
-
公开(公告)号：CN116825291A
公开(公告)日：2023-09-29
申请号：CN202310760578.6
申请日：2023-06-26
Applicant: 复旦大学附属中山医院
IPC: G16H30/20 , G16H50/50 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种精准诊断肺腺癌气腔内播散的深度学习模型建立方法，其特征在于，包括以下步骤：获取用于模型训练的临床数据；对所获得的临床数据进行预处理并进行肺结节标注；建立机器学习模型；建立基于深度学习框架的AI模型；建立融合模型。本发明基于肺腺癌瘤体CT图像研究术前精准预测STAS，探讨CT图像与STAS之间的关联性；通过建立并对比传统机器学习模型、基于DL的AI模型以及融合模型，选择诊断效能最优、泛化性最佳的预测模型，构建基于CT图像高诊断效能的肺腺癌STAS术前预测模型，运用于真实世界临床实践及研究，为肺腺癌精准个体化治疗方案提供有价值的辅助决策支持。
-
Patent Agency Ranking
公开(公告)号：CN113628761B
公开(公告)日：2022-12-13
申请号：CN202110895256.3
申请日：2021-08-05
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种抗血管生成药物联合免疫检查点抑制剂治疗疗效预测方法，准备接受抗血管生成药物联合免疫检查点抑制剂治疗患者的疗效评价数据；利用3D医学图像处理软件读取治疗前患者的增强磁共振成像资料，然后由数个相关医生对同一成像资料进行病灶范围或病灶区域勾画，增强磁共振成像序列和每个医生的勾画信息形成数个特征勾画文件；利用pyradiomics包对数份勾画文件分别提取病灶的影像组学特征参数；利用获得的数份影像组学特征参数文件，进行筛选获得有效特征，根据筛选得到的特征建立预测模型，并训练和验证预测模型用于对未接受治疗前病患进行治疗后疗效预测，以辅助临床决策、筛选有效人群，提高整体疗效，减轻患者经济负担，避免不良反应。
-
公开(公告)号：CN108362192A
公开(公告)日：2018-08-03
申请号：CN201810126068.2
申请日：2018-02-08
Applicant: 复旦大学附属中山医院
IPC: G01B5/24
Abstract: 本发明提供了一种主动脉弓切线位角度测量尺及测量方法。所述的测量尺设有量角器和定位直尺；所述的量角器设有底边指示线，并设有垂直于底边指示线且穿过底边中点的零度指示线，量角器的弧形边缘靠内侧设有细分刻度线，并设有刻度数值，对应零度指示线的刻度数值为“0”，“0”两侧顺时针和逆时针方向的刻度数值用于指示0°-90°；所述的定位直尺设有长轴指示线，长轴指示线的长轴中点和底边指示线的底边中点部位由铰接轴相铰接。所述的测量方法即使用所述测量尺测量主动脉弓切线位角度。本发明解决了目前胸主动脉腔内修复术中DSA投照角度不符合实际而造成的手术效果差、并发症多的问题，可实现主动脉弓部投照角度的个性化测量。
-
公开(公告)号：CN119399844A
公开(公告)日：2025-02-07
申请号：CN202411497138.7
申请日：2024-10-24
Applicant: 复旦大学附属中山医院
Abstract: 本发明提出一种医学扫描实时多维信息交互系统，可以实现操作人员和患者在扫描过程中的多维度信息实时交互，通过简单明了的肢体动作演示和带有颜色的闪烁醒目文字来对扫描过程中的患者进行指导，同时患者可以通过触摸扫描机床显示屏来将扫描过程中遇到的问题及时反馈给操作人员。此外，扫描机床显示屏上的摄像头和探测雷达还会对患者扫描部位进行实时监测和反馈，并在患者发生晃动和配合不当时提示患者和操作人员。在扫描完成后，系统还会自动记录和保持扫描过程中的交互记录。之后操作人员则可以根据之前的扫描流程和交互记录为患者制定更具针对性的扫描方案，并对日后患者的复查提供建议。
-
公开(公告)号：CN119296762A
公开(公告)日：2025-01-10
申请号：CN202411304550.2
申请日：2024-09-19
Applicant: 复旦大学附属中山医院
IPC: G16H50/20 , G06V10/774 , G06V10/764 , G06V10/84 , G06T7/11 , G06T7/00 , A61B34/20 , A61B34/10
Abstract: 本发明公开了一种基于放射组学与冰冻切片多学科诊断的术中肺癌精准手术指导系统。本发明以患者胸部薄层CT影像为研究对象，根据术后病理结果获取每个病灶的细胞学类型及组织亚型进而得到浸润性肺腺癌高级别成分的真实标签；使用开源软件3D Slicer手工勾画病灶，然后使用3D Slicer的插件Slicer‑Radiomics按设定好的参数提取每个病灶的影像组学特征，结合真实标签，组成一个数据集，以训练数据集中的病灶影像组学特征作为输入，基于病理诊断结果的肺高级别成分作为真实标签，训练肺腺癌高级别成分预测的影像组学模型R，结合术中冰冻切片病理(FS)结果，构建R‑FS并联诊断模型，以指导最终手术术式选择。
-
公开(公告)号：CN118098556A
公开(公告)日：2024-05-28
申请号：CN202311479410.4
申请日：2023-11-08
Applicant: 复旦大学附属中山医院
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G16H30/40 , G16H20/10 , G16H20/40 , G06F18/25 , G06V10/40 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/764 , G06V10/766
Abstract: 本发明的技术方案是提供了一种预测肝细胞癌患者接受治疗疗效的模型建立方法。通过本发明公开的方法所建立的模型能够预测局部区域治疗及系统药物治疗是否对不可手术切除的肝细胞癌患者有效，以辅助临床决策、筛选有效人群，从而提高整体疗效，减轻患者经济负担。本发明具有如下有益效果：基于临床常用的影像学检查结果，无需改变临床常规，临床易用性高，推广性强；不增加患者的诊疗负担；不涉及生物标本相关的人类遗传资源及泄露风险；通过所建立的模型进行预测，预测方法简单可行、可重复性高，可根据不同场景灵活调整预测参数。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.031 seconds)
