-
公开(公告)号：CN119693396A
公开(公告)日：2025-03-25
申请号：CN202510192191.4
申请日：2025-02-21
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
Abstract: 本发明涉及一种子宫内膜癌术后CTV分割模型的训练方法，属于靶区分割技术领域，解决了现有技术中分割准确度不高的问题。方法包括以下步骤：构建多个数据中心，每个数据中心包括多模态分割模型和多模态子宫内膜癌术后CTV样本集；基于所述多个数据中心对所述多模态分割模型进行预训练，得到预训练的子宫内膜癌术后CTV分割模型；基于多个数据中心的多模态子宫内膜癌术后CTV样本集筛选风格特征；对于目标数据中心，基于所述中心风格特征对所述预训练的子宫内膜癌术后CTV分割模型进行微调，得到训练好的子宫内膜癌术后CTV分割模型。实现了高效准确的子宫内膜癌术后CTV分割。
-
公开(公告)号：CN118925092A
公开(公告)日：2024-11-12
申请号：CN202411174302.0
申请日：2024-08-26
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种金标推送装置，属于医疗器械技术领域，解决了现有技术中在金标植入过程中需要金标移动，导致金标植入位置的准确性降低的问题。本发明包括推送体，推送体包括针筒、顶针和固定座，顶针与固定座固定连接，针筒套设在顶针上，并能够在顶针上沿顶针的长度方向移动；针筒能够穿刺至患者体内的肿瘤处，并保持固定座的空间位置不变，控制针筒向远离身体的方向移动，在顶针的阻挡作用下，放置在针筒内的金标被植入患者体内的肿瘤处。本发明通过控制针筒回撤，即可打出金标，将金标被植入患者体内的肿瘤处，金标植入过程中不需要金标移动，从而可以更准确的将金标植入在患者体内的肿瘤处，对肿瘤进行准确标记。
-
公开(公告)号：CN116977466B
公开(公告)日：2024-06-25
申请号：CN202310899743.6
申请日：2023-07-21
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
IPC: G06T11/00 , G06T7/12 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/044 , G06N3/084
Abstract: 本发明涉及一种增强CT图像生成模型的训练方法和存储介质，属于CT图像生成技术领域，解决了现有技术中缺乏根据平扫CT图像直接生成高质量增强CT图像的模型的问题。方法包括以下步骤：获取平扫CT图像、增强CT图像以及平扫CT图像和增强CT图像分别对应的的器官轮廓分割图像，构建训练样本集；构建多任务循环生成对抗网络模型，所述多任务循环生成对抗网络模型的生成器为采用基于高效Transformer的编码器‑解码器结构的生成器；基于所述训练样本集对所述多任务循环生成对抗网络模型进行训练得到增强CT图像生成模型。实现了快速得到高质量增强CT图像生成模型。
-
公开(公告)号：CN117771562A
公开(公告)日：2024-03-29
申请号：CN202311640518.7
申请日：2023-12-01
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61N5/10
Abstract: 本发明涉及一种可重复推送金标的装置，属于医疗技术领域，解决了现有技术中在植入金标时需要重复装载金标的问题。本发明包括手柄、金标装载器、针芯和针筒，所述金标装载器、针芯和针筒均安装在手柄上，所述金标装载器用于一次装载多枚金标；所述针芯与手柄滑动连接，并能够依次穿过金标装载器和针筒。本发明实现了在植入金标时一次装载多枚金标，并且将多枚金标依次植入在肿瘤内或肿瘤周边，而无需重复装载金标，减少了操作时间，降低了潜在的并发症风险。
-
公开(公告)号：CN116630463A
公开(公告)日：2023-08-22
申请号：CN202310896717.8
申请日：2023-07-21
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
IPC: G06T11/00 , G06T7/12 , G06N3/0464 , G06N3/0475 , G06N3/084
Abstract: 本发明涉及一种基于多任务学习的增强CT图像生成方法和系统，属于CT图像生成技术领域，解决了现有技术中无法快速并且安全得到增强CT图像的问题。方法包括：获取平扫CT图像和增强CT图像；对平扫CT图像和增强CT图像分别进行图像分割，得到对应的器官轮廓分割图像；根据平扫CT图像、增强CT图像和对应的器官轮廓分割图像构建训练样本集；构建多任务循环生成对抗网络模型，基于所述训练样本集对所述多任务循环生成对抗网络模型进行训练得到训练好的多任务循环生成对抗网络模型；获取待转换平扫CT图像，基于训练好的多任务循环生成对抗网络模型生成对应的增强CT图像。实现了高质量增强CT图像的快速生成。
-
Patent Agency Ranking
公开(公告)号：CN115409837B
公开(公告)日：2023-02-17
申请号：CN202211352635.9
申请日：2022-11-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
Abstract: 一种基于多模态CT图像的子宫内膜癌CTV自动勾画方法，属于图形图像处理技术领域，解决了现有子宫内膜癌CTV勾画准确率低且效率低的问题。方法包括：获取多模态CT图像和CTV掩膜图像，基于多模态CT图像和对应的CTV掩膜图像生成训练样本集；基于图像的连通性对训练样本集中的每个CTV掩膜图像进行分段得到每个CTV掩膜图像的多个子掩膜图像；构建模态感知相互学习神经网络模型，基于训练样本集中的多模态CT图像、多模态CT图像对应的CTV掩膜图像以及CTV掩膜的子掩膜图像训练模态感知互学习神经网络模型得到子宫内膜癌CTV分割模型；将待勾画多模态CT图像输入子宫内膜癌CTV分割模型得到待勾画多模态CT图像对应的CTV掩膜图像。实现了子宫内膜癌CTV的准确高效勾画。
-
公开(公告)号：CN110812715B
公开(公告)日：2024-05-28
申请号：CN201911209033.6
申请日：2019-11-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61N5/10
Abstract: 本发明涉及一种医用外放疗下肢固定器，包括水平设置的座板，座板的上表面设置有腿部支撑装置以及脚部固定装置，脚部固定装置包括底座，底座的上表面设置有角度调节板，角度调节板朝向腿部支撑装置的一侧表面与底座的上表面之间的夹角角度可调，角度调节板朝向腿部支撑装置的一侧设置脚部固定组件，脚部固定组件通过垂直于角度调节板朝向腿部支撑装置一侧表面的转轴与角度调节板转动相连，脚部固定组件与角度调节板之间设置有用于调节脚部固定组件转动角度的调节机构，脚部固定组件朝向腿部支撑装置的一端设置有用于放置脚的脚部放置槽。本发明具有在放疗治疗过程中下肢固定操作简便、省时省力的效果。
-
公开(公告)号：CN117959619A
公开(公告)日：2024-05-03
申请号：CN202410099362.4
申请日：2024-01-24
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种妇科肿瘤近距离放疗定位治疗转运床，包括有支撑底座，其下端安装有导向轮，且导向轮为其提供移动的动力；还包括有支撑板，其安装在支撑底座的上端，所述支撑板外侧安装有调节组件，通过调节组件对床板进行高度调节，从而方便对患者进行输送；所述床板内侧开设有滑槽，且滑槽内侧安装有夹持组件，通过夹持组件对患者的腰部进行夹持，从而防止在运输患者的时候患者从床板上端滑落。该妇科肿瘤近距离放疗定位治疗转运床通过运行第一伺服电机，从而带动第一异向螺纹杆转动，第一异向螺纹杆转动会带动两端的调节板相向移动，从而使上端连接的调节杆进行转动，将上端连接的床板顶起，实现调节高度的效果。
-
公开(公告)号：CN116977466A
公开(公告)日：2023-10-31
申请号：CN202310899743.6
申请日：2023-07-21
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京联影智能影像技术研究院
IPC: G06T11/00 , G06T7/12 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/044 , G06N3/084
Abstract: 本发明涉及一种增强CT图像生成模型的训练方法和存储介质，属于CT图像生成技术领域，解决了现有技术中缺乏根据平扫CT图像直接生成高质量增强CT图像的模型的问题。方法包括以下步骤：获取平扫CT图像、增强CT图像以及平扫CT图像和增强CT图像分别对应的的器官轮廓分割图像，构建训练样本集；构建多任务循环生成对抗网络模型，所述多任务循环生成对抗网络模型的生成器为采用基于高效Transformer的编码器‑解码器结构的生成器；基于所述训练样本集对所述多任务循环生成对抗网络模型进行训练得到增强CT图像生成模型。实现了快速得到高质量增强CT图像生成模型。
-
公开(公告)号：CN115187577A
公开(公告)日：2022-10-14
申请号：CN202210937016.X
申请日：2022-08-05
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 深圳市联影高端医疗装备创新研究院 , 北京联影智能影像技术研究院
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/03
Abstract: 一种基于深度学习的乳腺癌临床靶区自动勾画方法和系统，方法包括：获取患者CT图像和对应的临床靶区掩膜，基于所述CT图像和对应的临床靶区掩膜生成训练样本集；基于形态差异对训练样本集中的CT图像的每个层面进行分类，得到每个CT图像中每个层面的类型；基于样本集中每个CT图像及图像中每个层面的类型训练分类神经网络模型得到CT图像层面分类模型；基于样本集中每个CT图像、CT图像中每个层面的类型和CT图像对应的掩膜训练多通道神经网络模型得到临床靶区分割模型；将待勾画CT图像输入CT图像层面分类模型得到待勾画CT图像每个层面的类型；根据待勾画CT图像每个层面的类型将待勾画CT图像输入临床靶区分割模型得到CT图像的临床靶区掩膜。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.028 seconds)
