龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东莞市东南部中心医院(东莞市东南部中医医疗服务中心)
摘要：本发明提供一种基于深度学习的动脉瘤检测及破裂风险评估方法及系统，涉及医学影像分析技术领域，包括：多模态医学影像数据集，进行去噪处理，计算相似性并增强图像纹理和结构信息，进行标准化处理，进行前景分割，得到感兴趣区域；添加至三维稠密连接网络模型中，提取多尺度特征，构建多尺度血管分割模型，获取血管内血流速度和压力信息，计算剪切应力分布和血流动力学特征，生成血管树并转化为邻接矩阵，进行编码学习，得到综合特征表示；添加至集成学习模型中，进行重要性分析，生成分类器预测结果，进行组合，生成定量评估结果，通过生存分析模型预测得到动脉瘤破裂时间窗口和长期预后情况，生成当前患者的个性化评估报告。
主权项：1.基于深度学习的动脉瘤检测及破裂风险评估方法，其特征在于，包括：获取动脉瘤患者的CT图像和MRI图像并构建多模态医学影像数据集，通过自适应维纳滤波算法对多模态医学影像数据集中的图像进行去噪处理，对去噪后的图像基于非局部均值算法计算不同图像块间的相似性并增强图像纹理和结构信息，通过分位数归一化方法进行标准化处理，通过掩码区域卷积神经网络对标准化处理后的图像进行前景分割，得到感兴趣区域；将所述感兴趣区域添加至三维稠密连接网络模型中，通过密集连接和特征复用提取多尺度特征，结合启发模块和残差连接构建多尺度血管分割模型，基于所述多尺度血管分割模型，通过四维流场磁共振成像技术获取血管内血流速度和压力信息，结合流体动力学仿真和血管壁应急分析计算剪切应力分布和血流动力学特征，生成血管树并通过血管树拓扑结构编码算法转化为邻接矩阵，结合图卷积神经网络进行编码学习，得到动脉瘤风险评估结果的综合特征表示；将所述综合特征表示添加至预设的集成学习模型中，通过多个基分类器对所述综合特征表示进行重要性分析，生成分类器预测结果，对所述分类器预测结果进行组合，生成定量评估结果，结合所述动脉瘤患者的临床因素和影像组学特征，通过多模态数据融合的生存分析模型预测得到动脉瘤破裂时间窗口和长期预后情况，结合自然语言生成技术生成当前患者的个性化评估报告。
全文数据：
权利要求：
百度查询： 东莞市东南部中心医院(东莞市东南部中医医疗服务中心) 基于深度学习的动脉瘤检测及破裂风险评估方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号