-
公开(公告)号：CN118629497A
公开(公告)日：2024-09-10
申请号：CN202410444098.3
申请日：2024-04-15
Applicant: 重庆大学附属肿瘤医院 , 重庆大学
IPC: G16B20/50 , G06V10/20 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学辅助诊断领域，特别是涉及一种基于深度学习的用乳腺癌病理图像来预测BRCA1/2基因突变的方法，包括：获得标定有兴趣区域的待检测H&E染色乳腺癌H&E病理图像WSI；数据进行预处理，包括，将获得的WSI切分为统一规格大小的图像块并抽取多成为一个实例；将实例送入训练好的特征提取器，得到当前实例Bag的特征图集；将特征图集分别送入训练好的全局注意力模块和局部注意力模块，输出当前实例的全局注意力和局部注意力特征表示；将全局注意力和局部注意力特征表示分别映射为二分类概率预测向量加权相加得到最终的二分类概率预测向量；根据最终的二分类概率向量得预测是否发生BRCA1/2基因突变。解决了现有测序方法费时、不经济等不足。
-
公开(公告)号：CN114155259A
公开(公告)日：2022-03-08
申请号：CN202111482702.4
申请日：2021-12-07
Applicant: 重庆大学附属肿瘤医院 , 重庆大学 , 重庆市巴南区人民医院
IPC: G06T7/11 , G06T7/70 , G06N3/04 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种基于轻量化3D卷积神经网络的颅内动脉瘤自动分割系统，包括：样本预处理模块：提取范围为[A,B]的HU值，然后归一化到[0,1]；样本生成模块：采用滑动窗口的方法得到样本，然后采用训练样本平衡法对样本进行训练；网络训练模块：将样本输入到网络中进行训练；识别模块：采用由粗到细的分割策略，获得分割结果；样本预处理模块的输出端与样本生成模块的输入端相连，样本生成模块的输出端与样本生成模块的输入端相连，样本生成模块的输出端与网络训练模块的输入端相连，网络训练模块的输出端与识别模块的输入端相连。本发明能够快速、稳定和准确的分割颅内动脉瘤。
-
公开(公告)号：CN117969153A
公开(公告)日：2024-05-03
申请号：CN202410100389.0
申请日：2024-01-24
Applicant: 重庆大学
IPC: G01N1/08
Abstract: 本发明专利公开了一种便于分离肿瘤的肿瘤取样装置，具体涉及取样装置领域。包括采样筒，所述采样筒上开口的一端设有切割刀口，所述采样筒内设有采集通道，所述采集通道的一端开设有与切割刀口相连接的引导槽，所述采集通道与采样筒上开设有相互连通的第一滑槽，所述第一滑槽内滑动密封连接有靠近引导槽的切刀，所述切刀与第一滑槽之间连接有第一弹簧，所述采样筒的一侧滑动连接有动力组件，所述动力组件用于对切刀提供吸力或推力。采用本发明技术方案解决了现有的肿瘤取样装置在对肿瘤样品进行切除采集时效率低下的问题，提高了肿瘤样品采集的效率。
-
公开(公告)号：CN107977664A
公开(公告)日：2018-05-01
申请号：CN201711294984.9
申请日：2017-12-08
Applicant: 重庆大学
Abstract: 本发明公开了一种基于单幅图像的道路消失点检测方法，包括如下步骤：对输入的道路图像尺寸大小进行调整，转换为灰度图，对灰度图进行中值滤波去噪；在灰度图上提取图像的二维Log-Gabor纹理和方向特征信息；根据图像尺寸确定有效候选目标区域；选取所有满足条件的纹理特征点作为候选投票点集；在候选投票点集上采用基于主方向的快速投票方式检测道路消失点。本发明采用了基于Log-Gabor纹理特征表达方式，设计了一种快速有效的方向投票方法，能提高道路消失点的检测精度和检测速度，适用于实时交通监控系统、智能驾驶汽车等相关计算机视觉领域。
-
公开(公告)号：CN107859052A
公开(公告)日：2018-03-30
申请号：CN201711113201.2
申请日：2017-11-02
Applicant: 重庆大学
IPC: E02D27/42
CPC classification number: E02D27/42
Abstract: 本发明提出了一种登机桥后立柱的可调式单桩基础，用于安装登机桥的旋转平台和支撑登机桥的各种荷载；旋转平台通过底部法兰与回转支承和后立柱上法兰相连，后立柱通过下法兰与调节柱支撑法兰连接，调节柱确定好位置并调整水平后，通过灌浆处理，与单桩连成一体。本发明还公开了一种登机桥后立柱的可调式单桩基础的施工方法。本发明与现有登机桥后立柱的基础相比，安装过程简单，工程费用低，消除了因地脚螺栓脆断而造成登机桥倒塌的技术风险。
-
Patent Agency Ranking
公开(公告)号：CN107977664B
公开(公告)日：2019-12-31
申请号：CN201711294984.9
申请日：2017-12-08
Applicant: 重庆大学
Abstract: 本发明公开了一种基于单幅图像的道路消失点检测方法，包括如下步骤：对输入的道路图像尺寸大小进行调整，转换为灰度图，对灰度图进行中值滤波去噪；在灰度图上提取图像的二维Log‑Gabor纹理和方向特征信息；根据图像尺寸确定有效候选目标区域；选取所有满足条件的纹理特征点作为候选投票点集；在候选投票点集上采用基于主方向的快速投票方式检测道路消失点。本发明采用了基于Log‑Gabor纹理特征表达方式，设计了一种快速有效的方向投票方法，能提高道路消失点的检测精度和检测速度，适用于实时交通监控系统、智能驾驶汽车等相关计算机视觉领域。
-
公开(公告)号：CN114648663A
公开(公告)日：2022-06-21
申请号：CN202210271664.6
申请日：2022-03-18
Applicant: 重庆大学附属肿瘤医院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06V10/82 , G06V10/25 , G06N3/04 , G06T7/11
Abstract: 本发明提出了一种基于深度学习的肺癌CT图像亚型分类方法，包括以下步骤：S1，预处理：采集CT图像原始数据信息并进行预处理，得到增强后的数据集，并将预处理之后的CT图像数据划分为测试集和训练集；S2，构建模型：构建改进的3D‑LungNet网络模型，用于对预处理后的图像进行特征提取；S3，训练模型：将训练集输入到所述改进的3D‑LungNet网络模型中进行训练，得到训练好的CT图像分类模型；S4，测试集输入模型：将所述测试集输入到所述CT图像分类模型中，得到CT图像分类结果。本发明能够充分利用医学图像与自然图像之间的内在联系进行特征迁移，提高了网络层的特征提取效率和图像分类准确率，并减少了训练过程中的冗余计算量。还提高CT图像的分类准确率及分类精确率。
-
公开(公告)号：CN118967598A
公开(公告)日：2024-11-15
申请号：CN202410996852.4
申请日：2024-07-23
Applicant: 重庆大学附属肿瘤医院
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/776 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G16H50/20 , G16H50/30 , G16H50/70 , G16H10/60
Abstract: 本发明公开了一种基于病理图像的HER2靶向药物疗效预测模型生成方法，包括：获取若干HER2阳性病理图像数据和TCGA数据库中的对应数据构建训练集和测试集；定义训练集在模型输入的数据形式，通过卷积神经网络中每个残差块集合对训练集输入的数据进行特征提取，得到基础图像特征；通过多倍放大特征融合模块和多尺度特征融合模块对基础图像特征进行融合，得到融合图像特征；获取所有分支得到的融合图像特征对初始模型中进行模型训练，当满足测试集训练条件时结束训练生成HER2靶向药物疗效预测模型；其中，训练时采用交叉熵损失函数作为优化目标，计算模型的综合训练损失；本发明有益于提高对HER2阳性乳腺癌疗效反应预测的准确性。
-
公开(公告)号：CN114648562A
公开(公告)日：2022-06-21
申请号：CN202210272128.8
申请日：2022-03-18
Applicant: 重庆大学附属肿瘤医院
Abstract: 本发明提出了一种基于深度学习网络的医学图像配准方法，包括以下步骤：S1，获取多个图像对；S2，将训练集中的图像对输入包含编码器‑解码器结构的卷积神经网络，预测从浮动图像到固定图像的位移场，然后利用空间梯度上的正则化平滑位移场均值，得到平滑后的位移场；S3，利用空间变换网络对平滑后的位移场进行变形得到采样网格，然后用采样网格对浮动图像进行重采样得到配准后的图像；S4，计算配准后的图像和固定图像之间的相似性损失函数，然后最小化所述相似性损失函数即可得到最优的配准图像，选取最小的参数作为参数θ；S5，输入测试集中的图像对，利用深度学习图像配准网络进行配准，最终得到配准的图像。本发明能够快速的对图像进行配准，并且不需要添加标签数据就可取得较好的配准效果。
-
公开(公告)号：CN107675722A
公开(公告)日：2018-02-09
申请号：CN201711108938.5
申请日：2017-11-02
Applicant: 重庆大学
IPC: E02D27/42
CPC classification number: E02D27/42
Abstract: 本发明提出了一种用于登机桥后立柱的可调式导管基础，用于支撑登机桥的旋转平台和登机桥的各种载荷；旋转平台通过底部法兰与回转支承和后立柱上法兰相连，后立柱下法兰与导管基础的支撑法兰连接，导管基础确定好位置并调整水平后，其下部四根导管通过灌浆处理，分别与沉入地基的四根钢管桩连成一体。本发明还公开了一种用于登机桥后立柱的可调式导管基础的施工方法。本发明与现有登机桥的后立柱基础相比，制作简单，安装方便，工程费用低，消除因地脚螺栓脆断而造成登机桥倒塌的技术风险。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.035 seconds)
