“冯朝燕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的评估转移性前列腺癌全身磁共振快速成像方法-CN202211008134.9在审
发明人： 冯朝燕;闵祥德;张配配 -专利权人： 冯朝燕
申请日： 2022-08-22 - 公布日： 2022-11-15 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及现代医学技术领域，且公开了一种基于深度学习的评估转移性前列腺癌全身磁共振快速成像方法，包括以下步骤：S1、回顾性数据收集：回顾性收集WB‑MRI数据构建训练集和验证集，根据入组标准回顾性纳入WB‑MRI数据200例，随机分为训练集180例和验证集20例，利用训练集数据训练神经网络模型，利用验证集数据调整模型参数、优化模型；本发明通过将深度学习技术应用于WB‑MRI快速成像，深度学习在加快成像速度提高成像质量方面已显示出了巨大的潜力。本项目通过引入迁移学习，将心脏MRI的欠采样重建(DC‑CNN网络)和自然图像的超分辨率重建(RDN网络)中学习到的知识作为前提，运用到WB‑MRI快速成像中，既可以减少计算量和训练时间，也可以提高WB‑MRI图像重建效果。
一种基于深度学习评估转移性前列腺癌全身磁共振快速成像方法

[发明专利]一种构建睾丸肿瘤诊断和术后复发风险预测模型的方法-CN202211020500.2在审
发明人： 冯朝燕;闵祥德;张配配 -专利权人： 冯朝燕
申请日： 2022-08-24 - 公布日： 2022-11-01 - 主分类号： G16H50/50 文献下载
摘要：本发明涉及医疗技术领域，且公开了一种构建睾丸肿瘤诊断和术后复发风险预测模型的方法，包括以下步骤：步骤一、病例收集整理，步骤二、影像组学特征提取，步骤三、影像特征确定性和可重复性评估，步骤四、特征筛选和影像组学标签构建，步骤五、影像组学模型构建，步骤六、影像组学模型评估、验证和优化，步骤七、影像组学模型测试，步骤八、睾丸疾病影响和临床数据库构建；本发明结合回顾性研究和前瞻性研究，从睾丸MRI图像中高通量提取海量定量特征，并综合患者丰富的临床信息，构建精准有效的、高鲁棒的睾丸肿瘤诊断和术后复发风险预测影像组学模型，从而指导临床决策、推进睾丸肿瘤的精准诊疗，具有良好的科学意义和临床价值。
一种构建睾丸肿瘤诊断术后复发风险预测模型方法

[发明专利]MRI影像预测前列腺癌根治术后生化复发风险方法-CN202111399305.0在审
发明人： 冯朝燕;闵祥德;张配配 -专利权人： 冯朝燕
申请日： 2021-11-19 - 公布日： 2022-03-01 - 主分类号： G16H30/00 文献下载
摘要：本发明涉及计算机医学技术领域，且公开了MRI影像预测前列腺癌根治术后生化复发风险方法，包括以下步骤：S1、前列腺癌病例收集整理：首先需要按照入组标准回顾性收集整理不少于300例前列腺癌根治术患者的MRI数据和临床资料，其中200例患者用于影像组学模型的构建，100例患者用于影像组学模型的验证优化；本发明创新性的采用回顾性和前瞻性相结合的方式，基于以往收集的大量规范化扫描的前列腺癌病例构建并验证优化影像组学生化复发预测模型，并使用前瞻性收集的前列腺癌根治病例测试模型的准确性，从而保证模型的可靠性。同时，本研究还创新性的应用回顾性和前瞻性的数据，采用多种方法评估影像特征的稳定性和可重复性。
mri 影像预测前列腺癌根治术后生化复发风险方法

[发明专利]基于深度学习的快速全身弥散加权成像方法及相关设备-CN202110368677.0在审
发明人：闵祥德;段曹辉;吕文志;张配配;冯朝燕 -专利权人：武汉聚垒科技有限公司
申请日： 2021-04-29 - 公布日： 2021-07-02 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于深度学习的快速全身弥散加权成像方法及相关设备，该方法包括：获取待重建图像；将所述待重建图像输入图像重建模型，得到重建全采样图像，其中，所述图像重建模型为深度学习模型基于全身弥散加权成像图像训练集通过模型训练得到的，所述全身弥散加权成像图像训练集包括多个训练样本对，每个所述训练样本对包括样本冠状位全采样图像和对应的冠状位零填充图像。通过实施本发明实施例，将深度学习技术应用于WB‑DWI快速成像中，在保证图像质量的前提下，极大的提高了WB‑DWI的采集速度，有利于WB‑DWI的推广应用，提高MRI设备的工作效率。
基于深度学习快速全身弥散加权成像方法相关设备