-
公开(公告)号：CN113948211B
公开(公告)日：2024-06-28
申请号：CN202111297913.0
申请日：2021-11-04
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种胰腺切除术前无创定量评估术后并发胰瘘风险的预测模型，属于医学影像技术领域。本发明将临床实践中所获取的真实图像投入人工智能端，结合超声多模态、术前各项胰瘘有关指标；以AI算法深度挖掘图像中的影像组学特征信息，并对其综合评价、筛选、加权，综合运算、提取有用信息，结合患者术前各项特征与有关实验室检查和影像学检查结果，建立人工智能预测术后胰瘘的诊疗模型。本发明从超声弹性定量出发，解决既往无法于胰腺切除手术前客观评估胰腺质地的问题，对胰腺质地进行无创定量；同时引进人工智能机器学习方法，解决人工分析图像时无法实时处理大量信息量的问题，使预测模型的效力与精确度最大化。
-
公开(公告)号：CN114403922A
公开(公告)日：2022-04-29
申请号：CN202210085586.0
申请日：2022-01-25
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种彩色编码成像评估动脉瘤腔内修补术后内漏的方法，属于医学影像技术领域。本发明通过对动脉瘤腔内修复术后的内漏进行超声造影检查，并按一定的时间间隔对造影剂到达时间进行超声造影图像彩色编码；将造影剂到达动脉瘤支架内的时间设定为基准时间，用一种颜色表示；再依次用不同的颜色依次代表后续到达的造影剂微泡；对最终完全编码后的静态图像进行分析，通过观察支架内正常血流与支架外瘤腔内内漏血流的颜色差别，对内漏情况进行判断。通过本发明获得的图像直观、便捷无污染。适合动脉瘤腔内修补术后内漏的随访和监测。
-
公开(公告)号：CN113506273A
公开(公告)日：2021-10-15
申请号：CN202110799113.2
申请日：2021-07-15
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种预测ICC免疫治疗联合靶向和/或化疗疗效的超声系统，其特征在于，包括：灰阶超声图像获取模块，用于获得病灶最大切面的灰阶超声图像；ICC病灶分割模块；特征提取模块，对病灶ROI区域进行特征提取；特征降维模块；影像组学预测模型对患者进行免疫治疗联合靶向和/或化疗治疗后的关键特征数据进行预测。超声是目前肝脏检查的一线影像学方法，也是ICC术前评估及疗效随访的最常用的影像学方法。影像组学能够提取海量高通量特征，结合常规灰阶图像及患者临床资料，并建立基于高通量特征的影像组学模型，实现ICC患者免疫治疗联合靶向和/或化疗疗效预测。
-
公开(公告)号：CN107693051B
公开(公告)日：2019-07-05
申请号：CN201710606257.5
申请日：2017-07-24
申请人： 复旦大学附属中山医院
IPC分类号： A61B8/08
摘要： 本发明提供了一种移植肾免疫状态的无创检测系统，适用于肾移植术后超声诊断自动化技术领域，移植肾免疫状态的无创检测系统，包括：资料管理模块，用于根据患者身份识别信息，联网获取患者个人资料和一次或多次的超声检测数据；超声连接模块，用于接入超声检测仪器，导入所述移植肾的当前超声检测数据；分析处理模块，用于根据所述患者个人资料选择计算模型，获得所述超声检测数据的分析结果；结果输出模块，用于根据患者移植时间和分析处理结果，将分析结果进行格式化后输出。借此，本发明实现收集获取患者临床数据、超声检测数据，并进行自动化/半自动化的模块组合，自动分类运算，最后输出图文一体化结果，减轻医生劳动强度，方便结果解读。
-
公开(公告)号：CN114403924B
公开(公告)日：2024-02-02
申请号：CN202210058516.6
申请日：2022-01-19
申请人： 复旦大学附属中山医院
摘要： 本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法通过在自身免疫性胰腺炎患者体内推注造影剂后来获取超声造影动态图像，并对图像进行分析得到拟合的时间强度曲线TIC，在TIC基础上得到定量特征，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注的降低，从而来评估AIP激素治疗疗效。本申请可提供无创评估AIP激素治疗疗效，使得评估疗效更方便。
-
公开(公告)号：CN114938974A
公开(公告)日：2022-08-26
申请号：CN202210629679.5
申请日：2022-06-06
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种基于超声弹性技术预测胰瘘风险的方法及系统,属于医学影像技术领域。方法包括：获取临床实证的围手术期胰瘘风险因素，对所述风险因素进行评估，确定待选因素；根据所述待选因素，构建预测胰瘘风险的初期预测模型；对所述初期预测模型进行验证和优化，得到最优胰瘘风险预测模型；术前采集多模态超声影像，得到预测胰瘘风险所需的参数数据，将所述参数数据输入所述最优胰瘘风险预测模型中，预测胰瘘发生的可能性。本发明以超声弹性技术测量术前胰腺组织弹性值数据为依托，建立超声可视化定量预测胰腺切除术后胰瘘风险的新模型，预测准确率高，为临床决策提供可靠信息。
-
公开(公告)号：CN113948211A
公开(公告)日：2022-01-18
申请号：CN202111297913.0
申请日：2021-11-04
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种胰腺切除术前无创定量评估术后并发胰瘘风险的预测模型，属于医学影像技术领域。本发明将临床实践中所获取的真实图像投入人工智能端，结合超声多模态、术前各项胰瘘有关指标；以AI算法深度挖掘图像中的影像组学特征信息，并对其综合评价、筛选、加权，综合运算、提取有用信息，结合患者术前各项特征与有关实验室检查和影像学检查结果，建立人工智能预测术后胰瘘的诊疗模型。本发明从超声弹性定量出发，解决既往无法于胰腺切除手术前客观评估胰腺质地的问题，对胰腺质地进行无创定量；同时引进人工智能机器学习方法，解决人工分析图像时无法实时处理大量信息量的问题，使预测模型的效力与精确度最大化。
-
公开(公告)号：CN113077439A
公开(公告)日：2021-07-06
申请号：CN202110349084.X
申请日：2021-03-31
申请人： 复旦大学附属中山医院
摘要： 本发明涉及一种新型的预测肝细胞肝癌MVI的超声造影系统，具体包括以下步骤：获取Sonozoid超声造影Kupffer期图像；HCC病灶区域分割，覆盖完整肿瘤病灶区域；提取ROI区域的形状特征、一阶直方图特征、二阶直方图和纹理特征；借助统计分析方法，找到少数的真正关键的特征；将患者临床信息、超声图像特点及AI提取特征共同纳入模型，构建影像组学预测模型；使用测试图像数据进行模型外部验证，验证模型的预测效能。其优点表现在：基于Sonazoid超声造影中Kupffer期的特异性消退表现，以及结合人工智能影像组学分析，构建术前预测肝细胞癌MVI的模型并检验其效能，从而精准预测肝癌MVI，指导临床决策，对评估HCC患者预后、选择手术方案及制定抗复发转移治疗方案具有重要意义。
-
公开(公告)号：CN115957424A
公开(公告)日：2023-04-14
申请号：CN202310031465.2
申请日：2023-01-10
申请人： 复旦大学附属中山医院
摘要： 本发明公开了一种用于控制导丝头端弯曲度及方向的简易装置。该简易装置包括用于夹持导丝的第一夹具和第二夹具，所述第一夹具和第二夹具通过连接部件滑动连接；其中，第一夹具和第二夹具分别为金属片，所述金属片的一端端部弯曲、另一端端部为连接端，弯曲的所述端部设有用于夹持导丝的夹持孔，所述连接部件为两端开口的硬质塑料套，所述第一夹具和第二夹具的连接端分别与塑料套开口的两端滑动连接。该简易装置通过设置的两个夹具以及调整两个夹具之间的相对距离可以很好的控制导丝的弯曲度和方向，使导丝头端置入理想的部位，以确保引流管放置合适的位置，该装置结构简单，可以减少人工操作，在临床上具有推广应用价值。
-
公开(公告)号：CN114403924A
公开(公告)日：2022-04-29
申请号：CN202210058516.6
申请日：2022-01-19
申请人： 复旦大学附属中山医院
摘要： 本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法通过在自身免疫性胰腺炎患者体内推注造影剂后来获取超声造影动态图像，并对图像进行分析得到拟合的时间强度曲线TIC，在TIC基础上得到定量特征，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注的降低，从而来评估AIP激素治疗疗效。本申请可提供无创评估AIP激素治疗疗效，使得评估疗效更方便。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.133 秒)
