-
公开(公告)号：CN113781453B
公开(公告)日：2024-04-02
申请号：CN202111078322.4
申请日：2021-09-15
Abstract: 本发明公开一种基于X线片的脊柱侧凸进展预测方法和装置，包括：获取并预处理病人预设时间段内的脊柱X线片数据和手部X线片；根据预处理后的脊柱X线片数据和手部X线片，构建深度学习模型实现评估脊柱侧凸程度并预测脊柱侧凸进展。采用本发明的技术方案，实现自动智能化脊柱侧凸进展预估可以替代人工快速、精准处理、分析医学影像，可弥补多学科交叉时代影像科医师竞争力弱和医师人员短缺问题，同时也可以减少X线片辐射对患儿身体机能的影响。
-
公开(公告)号：CN113781453A
公开(公告)日：2021-12-10
申请号：CN202111078322.4
申请日：2021-09-15
Abstract: 本发明公开一种基于X线片的脊柱侧凸进展预测方法和装置，包括：获取并预处理病人预设时间段内的脊柱X线片数据和手部X线片；根据预处理后的脊柱X线片数据和手部X线片，构建深度学习模型实现评估脊柱侧凸程度并预测脊柱侧凸进展。采用本发明的技术方案，实现自动智能化脊柱侧凸进展预估可以替代人工快速、精准处理、分析医学影像，可弥补多学科交叉时代影像科医师竞争力弱和医师人员短缺问题，同时也可以减少X线片辐射对患儿身体机能的影响。
-
公开(公告)号：CN113112005B
公开(公告)日：2024-07-19
申请号：CN202110456916.8
申请日：2021-04-27
Applicant: 南京大学
IPC: G06F30/27
Abstract: 本发明公开一种基于注意力机制的领域自适应方法，包括以下步骤，基于无监督领域自适应模型的第一领域的第一源域的第一样本和第一领域的第一目标域的第二样本，通过无监督领域自适应模型的转化器，获得无监督领域自适应模型的第二领域的第二源域的第三样本和第二领域的第二目标域的第四样本，通过神经网络模型和注意力获得机制，获得无监督领域自适应模型的转化预测结果，通过损失函数模型，获得预测损失模型，用于通过最小化基于注意力的域内一致性函数，实现跨领域基于注意力机制的对齐，提升无监督领域自适应模型的性能，本发明提高了模型的效率和跨领域适应的准确性，可以定位到有区分性的区域，对于这些区域的微小变化有很高的敏感性。
-
公开(公告)号：CN113555075A
公开(公告)日：2021-10-26
申请号：CN202110822762.X
申请日：2021-07-21
Applicant: 南京脑科医院 , 南京大学 , 江苏万维艾斯网络智能产业创新中心有限公司
IPC: G16H10/60 , G06F16/215 , G06F16/25 , G06F16/28
Abstract: 本发明公开了一种基于ETL数据处理的老年疾病数据管理系统。属于数据库的管理系统领域，本发明通过抽取、转换及加载等过程，将老年疾病诊断数据仓库转换为老年疾病科研数据仓库；还定期同步两个仓库；将老年疾病不同的数据源的诊断和评估表，按照规范化的元数据进行ETL处理后集成存储，方便了对数据的维护，也减少了数据的丢失，保证后续用于科研的数据量。在老年疾病诊断数据仓库的基础上，对各表格进行ETL处理后形成的科研数据仓库，减少了由诊断数据转化为科研数据的数据清洗的工作量；科研数据仓库的定期更新，增加了可用于科研的数据，减少了数据清洗的重复操作。
-
公开(公告)号：CN113112005A
公开(公告)日：2021-07-13
申请号：CN202110456916.8
申请日：2021-04-27
Applicant: 南京大学
Abstract: 本发明公开一种基于注意力机制的领域自适应方法，包括以下步骤，基于无监督领域自适应模型的第一领域的第一源域的第一样本和第一领域的第一目标域的第二样本，通过无监督领域自适应模型的转化器，获得无监督领域自适应模型的第二领域的第二源域的第三样本和第二领域的第二目标域的第四样本，通过神经网络模型和注意力获得机制，获得无监督领域自适应模型的转化预测结果，通过损失函数模型，获得预测损失模型，用于通过最小化基于注意力的域内一致性函数，实现跨领域基于注意力机制的对齐，提升无监督领域自适应模型的性能，本发明提高了模型的效率和跨领域适应的准确性，可以定位到有区分性的区域，对于这些区域的微小变化有很高的敏感性。
-
Patent Agency Ranking
公开(公告)号：CN117422909A
公开(公告)日：2024-01-19
申请号：CN202311350654.2
申请日：2023-10-18
Applicant: 南京大学
IPC: G06V10/764 , G06V10/44 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H30/20
Abstract: 本发明属于医学图像的分类领域，具体涉及基于先验引导特征增强的小样本结直肠癌分析方法及系统。在高质量医学数据集缺乏的情况下，利用少量样本的方式构建结直肠癌分期算法。本发明采用双编码器结构，分别在公共图像上和目标医学数据上训练，从结直肠癌医学图像中提取一般特征和特定特征。引入先验引导变分自动编码器(VAE)模块，将特征矢量与其在潜在空间中的先验对齐，增强了目标特征的稳健性。对支持和查询集中样本提取的目标特征进行基于最大后验概率(MAP)算法进行匹配，并预测查询样本的所属癌症期数。本发明能够显著提高小样本结直肠癌医学图像分期的准确性，一定程度上解决了小样本医学分类算法的局限性，并减轻了人工标注的代价。
-
公开(公告)号：CN115083514A
公开(公告)日：2022-09-20
申请号：CN202210869564.3
申请日：2022-07-21
Applicant: 南京大学
Abstract: 本发明公开了一种小分子药物蛋白‑配体复合物结构预测和亲和力估计方法,包括以下步骤：构建蛋白‑配体图，提取和更新所述蛋白‑配体图的特征，获取特征更新模块；结合所述特征更新模块与亲和力估计模块进行亲和力估计，获取蛋白‑配体亲和力；结合所述特征更新模块与结构预测模块进行复合物结构预测，获取蛋白‑配体三维结构；构建蛋白‑配体网络模型，基于所述蛋白‑配体亲和力和所述蛋白‑配体三维结构训练所述蛋白‑配体网络模型，调整网络参数，完成结构预测。本发明提高了预测精度和准确度。
-
公开(公告)号：CN118537553A
公开(公告)日：2024-08-23
申请号：CN202410625435.9
申请日：2024-05-20
Applicant: 南京大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/96
Abstract: 本发明涉及多任务学习提升小样本医学图像分割方法，包括：获取待分割医学图像，将分割医学图像输入神经网络模型，获取分割后的医学图像；其中，神经网络模型利用训练集训练获得，训练集包括支持集和查询集；神经网络模型在训练过程中添加1类1样例策略作为额外的分类任务，神经网络模型基于FS‑C模块进行图像的目标分类，并引入分类损失，减少易分类样本的权重，神经网络模型通过遮蔽平均池化模块为图像中的像素分配分割标签，并获取分割损失。本发明高深度神经网络在稀缺训练数据情况下的性能。
-
公开(公告)号：CN114119788B
公开(公告)日：2025-04-29
申请号：CN202111454051.8
申请日：2021-12-01
Applicant: 南京大学
IPC: G06T9/00 , G06T7/00 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明公开一种基于对抗生成网络的多模态医学图像编码与生成方法，包括以下步骤：对数据预处理并得到训练数据集、模拟临床MRI序列缺失的场景、构建生成对抗神经网络和训练生成对抗神经网络；本发明通过一次性地训练一个网络，实现同时对多种MRI序列的特征提取，与现有模型相比，翻译图像的质量更高，具备了将输入的MRI的图像灵活地翻译成任何所需的MRI序列的能力，可以解决对各种模态MRI图像的特征编码以及MRI多模态图像间的相互生成，且采用无监督的训练方式，在训练数据模态缺失的情况下，依旧可以训练生成网络，更加符合临床场景，可以实现任意多模态间的图像生成。
-
公开(公告)号：CN117422916A
公开(公告)日：2024-01-19
申请号：CN202311382618.4
申请日：2023-10-24
Applicant: 南京大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/22 , G06V10/44 , G06T7/00 , G16H50/20 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了基于弱监督学习的MR医学影像结直肠癌分期算法及系统，利用目标区域定位和局部特征辅助，缓解MR不同时期的图像所具有的类间差异小、类内方差大的问题。具体步骤为，构建基于对象的注意力激活机制，在分类决策和卷积特征图之间建立联系，精确定位目标对象；构建多尺度注意力定位机制，通过不同尺度的定位框来捕捉每个目标独特的局部特征，提高细粒度分类的准确性。联合优化训练，并对新的结直肠癌MR影像数据进行测试得到预测结果。本发明能够有效获取更细粒度的特征，可应用于结直肠癌MR影像分期领域。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.027 seconds)
