-
1.发明授权Computer assisted diagnosis (CAD) of cancer using multi-functional, multi-modal in-vivo magnetic resonance spectroscopy (MRS) and imaging (MRI) 有权使用多功能，多模式体内磁共振波谱（MRS）和成像（MRI）的癌症的计算机辅助诊断（CAD）公开(公告)号：US08295575B2
公开(公告)日：2012-10-23
申请号：US12740383
申请日：2008-10-29
申请人： Michael D. Feldman , Satish Viswanath , Pallavi Tiwari , Robert Toth , Anant Madabhushi , John Tomaszeweski , Mark Rosen
发明人： Michael D. Feldman , Satish Viswanath , Pallavi Tiwari , Robert Toth , Anant Madabhushi , John Tomaszeweski , Mark Rosen
CPC分类号： G06T7/0012 , G06K9/4619 , G06K9/6252 , G06K2209/051 , G06T2207/30004 , G06T2207/30081
摘要： This invention relates to computer-assisted diagnostics and classification of prostate cancer. Specifically, the invention relates to segmentation of the prostate boundary on MRI images, cancer detection using multimodal multi-protocol MR data; and their integration for a computer-aided diagnosis and classification system for prostate cancer.
摘要翻译： 本发明涉及前列腺癌的计算机辅助诊断和分类。 具体地，本发明涉及MRI图像上的前列腺边界的分割，使用多模式多协议MR数据的癌症检测; 以及它们与前列腺癌计算机辅助诊断和分类系统的整合。
-
2.发明申请COMPUTER ASSISTED DIAGNOSIS (CAD) OF CANCER USING MULTI-FUNCTIONAL, MULTI-MODAL IN-VIVO MAGNETIC RESONANCE SPECTROSCOPY (MRS) AND IMAGING (MRI) 有权使用多功能，多模式血管内共振光谱（MRS）和成像（MRI）的计算机辅助诊断（CAD）公开(公告)号：US20100329529A1
公开(公告)日：2010-12-30
申请号：US12740383
申请日：2008-10-29
申请人： Michael D Feldman , Satish Viswanath , Pallavi Tiwari , Robert Toth , Anant Madabhushi , John Tomaszeweski , Mark Rosen
发明人： Michael D Feldman , Satish Viswanath , Pallavi Tiwari , Robert Toth , Anant Madabhushi , John Tomaszeweski , Mark Rosen
IPC分类号： G06K9/00
CPC分类号： G06T7/0012 , G06K9/4619 , G06K9/6252 , G06K2209/051 , G06T2207/30004 , G06T2207/30081
摘要： This invention relates to computer-assisted diagnostics and classification of prostate cancer. Specifically, the invention relates to segmentation of the prostate boundary on MRI images, cancer detection using multimodal multi-protocol MR data; and their integration for a computer-aided diagnosis and classification system for prostate cancer.
摘要翻译： 本发明涉及前列腺癌的计算机辅助诊断和分类。 具体地，本发明涉及MRI图像上的前列腺边界的分割，使用多模式多协议MR数据的癌症检测; 并将其与前列腺癌计算机辅助诊断和分类系统相结合。
-
3.发明授权Enhanced multi-protocol analysis via intelligent supervised embedding (empravise) for multimodal data fusion 有权通过智能监控嵌入（empravise）进行多模态数据融合的增强型多协议分析公开(公告)号：US09159128B2
公开(公告)日：2015-10-13
申请号：US13978812
申请日：2012-01-13
申请人： Anant Madabhushi , Satish Viswanath
发明人： Anant Madabhushi , Satish Viswanath
CPC分类号： G06T7/0012 , G06K9/6232 , G06K9/6251 , G06K9/6256 , G06K2209/051
摘要： The present invention provides a system and method for analysis of multimodal imaging and non-imaging biomedical data, using a multi-parametric data representation and integration framework. The present invention makes use of (1) dimensionality reduction to account for differing dimensionalities and scale in multimodal biomedical data, and (2) a supervised ensemble of embeddings to accurately capture maximum available class information from the data.
摘要翻译： 本发明提供了一种使用多参数数据表示和集成框架来分析多模式成像和非成像生物医学数据的系统和方法。 本发明利用（1）降维来解决多模式生物医学数据中的不同维度和尺度，以及（2）监督的嵌入集合，以从数据中准确地捕获最大可用类信息。
-
4.发明申请ENHANCED MULTI-PROTOCOL ANALYSIS VIA INTELLIGENT SUPERVISED EMBEDDING (EMPRAVISE) FOR MULTIMODAL DATA FUSION 有权通过用于多模式数据融合的智能监控嵌入（EMPRAVISE）来增强多协议分析公开(公告)号：US20140037172A1
公开(公告)日：2014-02-06
申请号：US13978812
申请日：2012-01-13
申请人： Anant Madabhushi , Satish Viswanath
发明人： Anant Madabhushi , Satish Viswanath
IPC分类号： G06T7/00
CPC分类号： G06T7/0012 , G06K9/6232 , G06K9/6251 , G06K9/6256 , G06K2209/051
摘要： The present invention provides a system and method for analysis of multimodal imaging and non-imaging biomedical data, using a multi-parametric data representation and integration framework. The present invention makes use of (1) dimensionality reduction to account for differing dimensionalities and scale in multimodal biomedical data, and (2) a supervised ensemble of embeddings to accurately capture maximum available class information from the data.
摘要翻译： 本发明提供了一种使用多参数数据表示和集成框架来分析多模式成像和非成像生物医学数据的系统和方法。 本发明利用（1）降维来解决多模式生物医学数据中的不同维度和尺度，以及（2）监督的嵌入集合，以从数据中准确地捕获最大可用类信息。
-
-
-
搜索结果
4 条记录 (耗时 0.033 秒)
