公开(公告)号：CN112927203A

公开(公告)日：2021-06-08

申请号：CN202110210990.1

申请日：2021-02-25

Applicant: 西北工业大学深圳研究院 ,  西北工业大学

Inventor： 夏勇 ,  蒋博文 ,  张建鹏

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08 ,  G16H50/30 ,  G06K9/62

Abstract: 本发明提供了一种本发明提供一种基于多序列MRI全局信息的胶质瘤患者术后生存期预测方法，通过对四个模态的影像进行数据预处理操作后，按照T1、FLAIR、T2和T1ce的顺序进行拼接，采用基于3D ResNet 50网络模型进行预测，在预测过程中引入年龄特征对全局特征进行加权。本发明提出的基于全局信息的胶质瘤患者生存期三维回归预测方法，通过对多序列磁共振影像进行裁剪后便于学习肿瘤大小、位置、形状、纹理、异质性等特征。在BraTS 2020验证集上取得了较为理想的预测结果。

公开(公告)号：CN114677537B

公开(公告)日：2024-03-15

申请号：CN202210212191.2

申请日：2022-03-06

Applicant: 西北工业大学

Inventor： 夏勇 ,  蒋博文

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明提供了一种基于多序列磁共振影像的胶质瘤分级分类方法。首先，通过正投影、拼接融合和随机翻转等对胶质瘤样本序列磁共振影像进行预处理，得到模型训练数据集；然后，利用数据集对构建的多视图分级分类网络模型进行训练；最后，利用模型输出的级别概率对胶质瘤进行分类判定。本发明能够用于多序列磁共振影像数量较少且类别分布不均衡的胶质瘤分级分类处理。

公开(公告)号：CN114677537A

公开(公告)日：2022-06-28

申请号：CN202210212191.2

申请日：2022-03-06

Applicant: 西北工业大学

Inventor： 夏勇 ,  蒋博文

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明提供了一种基于多序列磁共振影像的胶质瘤分级分类方法。首先，通过正投影、拼接融合和随机翻转等对胶质瘤样本序列磁共振影像进行预处理，得到模型训练数据集；然后，利用数据集对构建的多视图分级分类网络模型进行训练；最后，利用模型输出的级别概率对胶质瘤进行分类判定。本发明能够用于多序列磁共振影像数量较少且类别分布不均衡的胶质瘤分级分类处理。