-
公开(公告)号:CN116342859B
公开(公告)日:2023-08-18
申请号:CN202310618617.9
申请日:2023-05-30
Applicant: 安徽医科大学第一附属医院
Abstract: 本发明公开了一种基于影像学特征识别肺部肿瘤区域的方法及系统,该方法包括:基于第一生成模型获取正常肺部医学图像,记为第一图像,基于第二生成模型获取含肿瘤肺部医学图像,记为第二图像;基于第一图像利用预设特征提取方法提取第一特征,基于第二图像利用所述预设特征提取方法提取第二特征;基于第二特征相比于第一特征的差异特征对应的图像区域确定肺部肿瘤区域。本发明通过第一图像的第一特征和第二图像的第二特征的差异,确定肺部肿瘤区域,提高了肺部肿瘤区域分析效率和精度。
-
公开(公告)号:CN119414020A
公开(公告)日:2025-02-11
申请号:CN202411814837.X
申请日:2024-12-11
Applicant: 安徽医科大学第一附属医院 , 合肥市妇幼保健院
IPC: G01N33/574 , G01N33/573 , G01N33/577 , G16B25/10 , G16H50/20
Abstract: 本发明公开了一种用于预测食管鳞状细胞癌放疗敏感性的生物联合标志物及其应用,属于生物医药技术领域,该生物联合标志物由EZH2、ENOSF1及PGM5组成。本发明通过生物信息学技术筛选出与ESCC放疗敏感性相关的EZH2及其下游靶基因ENOSF1和PGM5。在放疗敏感的ESCC中,EZH2的表达水平较低,而ENOSF1和PGM5的表达水平较高。通过组织免疫组化方法,进一步证明了EZH2及其下游靶基因ENOSF1和PGM5的表达水平与ESCC患者放疗敏感性相关,能够准确预测放疗效果。基于这三个基因,本发明建立了一个用于预测ESCC患者放疗敏感性的联合生物标志物模型,对在食管鳞状细胞癌放疗敏感性预测及改善其患者放疗治疗效果方面具有重要的临床意义。
-
公开(公告)号:CN116342859A
公开(公告)日:2023-06-27
申请号:CN202310618617.9
申请日:2023-05-30
Applicant: 安徽医科大学第一附属医院
Abstract: 本发明公开了一种基于影像学特征识别肺部肿瘤区域的方法及系统,该方法包括:基于第一生成模型获取正常肺部医学图像,记为第一图像,基于第二生成模型获取含肿瘤肺部医学图像,记为第二图像;基于第一图像利用预设特征提取方法提取第一特征,基于第二图像利用所述预设特征提取方法提取第二特征;基于第二特征相比于第一特征的差异特征对应的图像区域确定肺部肿瘤区域。本发明通过第一图像的第一特征和第二图像的第二特征的差异,确定肺部肿瘤区域,提高了肺部肿瘤区域分析效率和精度。
-
-