公开(公告)号：CN113705670B

公开(公告)日：2024-11-08

申请号：CN202110995093.6

申请日：2021-08-27

Applicant: 上海交通大学医学院附属仁济医院 ,  上海理工大学

Inventor： 周滟 ,  聂生东 ,  杨一风 ,  胡颖 ,  许建荣 ,  吴连明 ,  赵辉林

IPC: G06F17/00

Abstract: 本发明涉及一种基于磁共振成像和深度学习的脑部图像分类方法及设备，所述方法包括以下步骤：获取待分类的原始MRI扫描图像数据，进行预处理，获得三维MRI图像；将所述三维MRI图像作为一经训练的分类网络模型的输入，获得最终分类结果；其中，所述分类网络模型对所述三维MRI图像分别沿轴状面、矢状面和冠状面进行3D到2D的特征维度转换，分别通过轴状位基分类器、矢状位基分类器和冠状位基分类器获得对应的初始分类结果，再对多个所述初始分类结果进行集成融合，获得所述最终分类结果。与现有技术相比，本发明具有分类精度高、模型复杂度低等优点。

公开(公告)号：CN113705670A

公开(公告)日：2021-11-26

申请号：CN202110995093.6

申请日：2021-08-27

Applicant: 上海交通大学医学院附属仁济医院 ,  上海理工大学

Inventor： 周滟 ,  聂生东 ,  杨一风 ,  胡颖 ,  许建荣 ,  吴连明 ,  赵辉林

IPC: G06K9/62 ,  G06N3/04 ,  G06T5/00

Abstract: 本发明涉及一种基于磁共振成像和深度学习的脑部图像分类方法及设备，所述方法包括以下步骤：获取待分类的原始MRI扫描图像数据，进行预处理，获得三维MRI图像；将所述三维MRI图像作为一经训练的分类网络模型的输入，获得最终分类结果；其中，所述分类网络模型对所述三维MRI图像分别沿轴状面、矢状面和冠状面进行3D到2D的特征维度转换，分别通过轴状位基分类器、矢状位基分类器和冠状位基分类器获得对应的初始分类结果，再对多个所述初始分类结果进行集成融合，获得所述最终分类结果。与现有技术相比，本发明具有分类精度高、模型复杂度低等优点。

公开(公告)号：CN117671063A

公开(公告)日：2024-03-08

申请号：CN202311676518.2

申请日：2023-12-07

Applicant: 上海科技大学 ,  上海交通大学医学院附属仁济医院

Inventor： 齐海坤 ,  钱鹏方 ,  吴连明 ,  安东敖蕾

IPC: G06T11/00 ,  A61B5/055 ,  A61B5/00 ,  G06V10/764 ,  G06V10/74 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请提供的一种强化心脏磁共振图像生成方法、系统、终端以及介质，通过构建强化心脏磁共振图像生成模型，并基于所述模型，根据获取的平扫心脏磁共振电影图像生成具有指定对比度类别的强化心脏磁共振图像。本发明生成的所述强化心脏磁共振图像与真实的钆剂延迟强化心脏磁共振图像在梗死心肌和健康心肌之间的对比度、瘢痕大小和瘢痕透壁性等方面具有高度一致性，因而可以实现在不注射造影剂的情况下区分健康心肌和梗死心肌，辅助医生诊断患者心梗状况以及进行有效的心梗筛查；不仅能够避免肾功能不全患者或具有过敏风险的患者使用造影剂可能带来的安全隐患；而且能够在一些紧急情况下辅助初步筛查和定位梗死心肌，有利于进一步的诊断和治疗。