公开(公告)号：CN118781353B

公开(公告)日：2025-01-21

申请号：CN202411266776.8

申请日：2024-09-11

Applicant: 南昌大学第一附属医院

Inventor： 吴虓 ,  万希晨 ,  刘伟 ,  熊叶 ,  漆佳龙 ,  彭浩扬 ,  张泽钰

IPC: G06V10/26 ,  G06V10/771 ,  G06V10/80 ,  G06V10/40 ,  G06V10/764 ,  G16H50/20 ,  G16H30/00

Abstract: 本发明提供一种垂体瘤语义分割与术中脑脊液漏预测模型，包括多任务深度神经网络、临床数据特征筛选模块、多层感知器；多任务深度神经网络以预处理后的MRI图像序列为输入，采用卷积块或者Transformer块提取预处理后的MRI图像序列的多尺度特征，并对多尺度特征进行融合，基于融合后的特征，构建垂体瘤语义分割头和脑脊液漏分类头，从而得到垂体瘤的语义分割结果和脑脊液漏的初步预测结果；临床数据特征筛选模块用于采用Pearson相关系数和距离相关数筛选出目标临床数据特征；多层感知器以目标临床数据特征和脑脊液漏的初步预测结果为输入，输出脑脊液漏的最终预测结果。本发明能够实现有效的语义分割，且提升基于MRI图像进行脑脊液漏预测的准确性和敏感性。

公开(公告)号：CN118781353A

公开(公告)日：2024-10-15

申请号：CN202411266776.8

申请日：2024-09-11

Applicant: 南昌大学第一附属医院

Inventor： 吴虓 ,  万希晨 ,  刘伟 ,  熊叶 ,  漆佳龙 ,  彭浩扬 ,  张泽钰

IPC: G06V10/26 ,  G06V10/771 ,  G06V10/80 ,  G06V10/40 ,  G06V10/764 ,  G16H50/20 ,  G16H30/00

Abstract: 本发明提供一种垂体瘤语义分割与术中脑脊液漏预测模型，包括多任务深度神经网络、临床数据特征筛选模块、多层感知器；多任务深度神经网络以预处理后的MRI图像序列为输入，采用卷积块或者Transformer块提取预处理后的MRI图像序列的多尺度特征，并对多尺度特征进行融合，基于融合后的特征，构建垂体瘤语义分割头和脑脊液漏分类头，从而得到垂体瘤的语义分割结果和脑脊液漏的初步预测结果；临床数据特征筛选模块用于采用Pearson相关系数和距离相关数筛选出目标临床数据特征；多层感知器以目标临床数据特征和脑脊液漏的初步预测结果为输入，输出脑脊液漏的最终预测结果。本发明能够实现有效的语义分割，且提升基于MRI图像进行脑脊液漏预测的准确性和敏感性。