“R·A·D·卡拉诺”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7个，建议您升级VIP下载更多相关专利

[发明专利]用于病灶检测的利用联合训练的连接式机器学习模型-CN202180053816.9在审
发明人：宋庄;N·G·T·本特松;R·A·D·卡拉诺;D·B·克莱顿;A·S·J·钱皮恩·德克雷斯皮尼;L·盖塔诺;A·P·克里什南 -专利权人：基因泰克公司;豪夫迈·罗氏有限公司
申请日： 2021-08-31 - 公布日： 2023-05-09 - 主分类号： G06T7/11 文献下载
摘要：本文公开的实施例总体上涉及用于病灶检测的利用联合训练的连接式机器学习模型。特别地，本公开的方面涉及：访问三维磁共振成像(MRI)图像，其中所述三维MRI图像描绘受试者的脑部的区域，其中所述脑部的所述区域包括至少第一类型的病灶和第二类型的病灶；将所述三维MRI图像输入到包括第一卷积神经网络和第二卷积神经网络的机器学习模型中；使用将所述三维MRI图像作为输入的所述第一卷积神经网络来生成针对所述第一类型的病灶的第一分割掩模；使用将所述三维MRI图像作为输入的所述第二卷积神经网络来生成针对所述第二类型的病灶的第二分割掩模；以及输出所述第一分割掩模和所述第二分割掩模。
用于病灶检测利用联合训练连接机器学习模型

[发明专利]用于病变分割的具有注意力的多臂机器学习模型-CN202180053491.4在审
发明人：宋庄;N·G·T·本特松;R·A·D·卡拉诺;D·B·克莱顿;A·J·S·钱皮恩·德克雷斯皮尼;L·盖塔诺;A·P·克里什南 -专利权人：基因泰克公司;豪夫迈·罗氏有限公司
申请日： 2021-08-26 - 公布日： 2023-04-28 - 主分类号： G06T7/11 文献下载
摘要：本文公开的实施例总体上涉及用于病变检测的多臂机器学习模型。特别地，本公开的方面涉及访问三维磁共振成像(MRI)图像。所述三维MRI图像中的每一个描绘受试者的大脑的相同体积。所述大脑的所述体积包括一个或多个病变的至少一部分。使用机器学习模型的一个或多个对应编码器臂来处理所述三维MRI图像中的每一个三维MRI图像以生成所述三维MRI图像的编码。将所述三维MRI图像的所述编码进行级联以生成级联表示。使用所述机器学习模型的解码器臂来处理所述级联表示以生成预测，所述预测识别所述大脑的所述体积的被预测为描绘病变的至少一部分的一个或多个部分。
用于病变分割具有注意力多臂机学习模型

[发明专利]测量医学图像中肿瘤体积的变化-CN202080092265.2在审
发明人： J·帕蒂尔;A·J·S·钱皮恩德克雷斯皮尼;R·A·D·卡拉诺 -专利权人：基因泰克公司
申请日： 2020-12-18 - 公布日： 2022-12-30 - 主分类号： G06T7/00 文献下载
摘要：本文公开的技术有助于追踪生物结构的大小随时间变化的程度。在一些情况下，可以分割初始生物图像(在第一时间收集)以表征边界和大小。可以处理后续生物图像以识别变形和/或变换变量(例如，一个或多个雅可比矩阵和/或一个或多个雅可比行列式)。所述变形和/或所述变换变量以及初始分割可以用于在后续时间预测所述生物结构的大小。预测大小可以为治疗建议提供信息。
测量医学图像肿瘤体积变化

[发明专利]基于图像处理的肿瘤的自动化检测-CN202180015361.1在审
发明人： G·Z·费尔;R·A·D·卡拉诺;K·H·巴克;J·帕蒂尔 -专利权人：基因泰克公司
申请日： 2021-03-11 - 公布日： 2022-09-30 - 主分类号： G06T7/00 文献下载
摘要：本文公开的方法和系统通常涉及处理图像以估计肿瘤的至少一部分在图像中是否被表示。一种计算机实现方法包括：访问特定受试者的生物结构的至少一部分的图像，使用分割算法处理所述图像以提取在所述图像中描绘的多个图像对象，确定与所述多个图像对象中的一个图像对象相关联的一个或多个结构特性，使用经过训练的机器学习模型处理所述一个或多个结构特性以生成对应于对所述图像对象是否对应于与所述生物结构相关联的病灶或肿瘤的估计的估计数据，以及输出针对所述特定受试者的所述估计数据。
基于图像处理肿瘤自动化检测

[发明专利]弱监督病灶分割-CN202180010782.5在审
发明人： Y·A·彼得罗夫;R·A·D·卡拉诺 -专利权人：基因泰克公司
申请日： 2021-01-22 - 公布日： 2022-09-02 - 主分类号： G06T7/11 文献下载
摘要：生成式对抗网络(GAN)可以被训练，其中所述GAN包括被配置成修改医学图像以移除生物学异常的描绘的异常移除生成器网络以及一个或多个鉴别器网络(各自配置成在真图像与伪图像之间进行鉴别)。所述异常移除生成器网络然后可以接收描绘特定生物学异常(或其预处理版本)的医学图像并生成被预测为缺少所述特定生物学异常的任何描绘的经修改的图像。可以基于经修改的图像和所接收的图像(或其预处理版本)来估计所述特定生物学异常的大小。
监督病灶分割

[发明专利]利用医学图像的自动肿瘤识别与分割-CN202080087958.2在审
发明人： N·G·T·本特松;R·A·D·卡拉诺;A·J·S·冠军德·克雷斯皮尼;J·O·弗雷德里克森;M·S·杰马 -专利权人：基因泰克公司
申请日： 2020-10-27 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：将医学图像输入到检测网络中以生成识别医学图像内的一组区域的掩膜，其中所述检测网络预测在所述掩膜中识别的每个区域包括对受试者内的一个或多个肿瘤中的肿瘤的描绘。针对每个区域，使用肿瘤分割网络处理所述医学图像的所述区域，以针对存在于受试者内的所述肿瘤生成一个或多个肿瘤分割边界。针对每个肿瘤并且通过使用多个器官特定分割网络，确定所述肿瘤的至少一部分位于其内的器官。基于所述一个或多个肿瘤分割边界和所述一个或多个肿瘤的至少一部分位于其内的所述器官的位置来生成输出。
利用医学图像自动肿瘤识别分割

[发明专利]用于通过正电子发射断层摄影进行肿瘤分割的深度卷积神经网络-CN202080021150.4在审
发明人： N·G·T·本特松;R·A·D·卡拉诺;A·J·德克雷斯皮尼;J·O·弗雷德里克森;M·S·耶马 -专利权人：豪夫迈·罗氏有限公司
申请日： 2020-03-14 - 公布日： 2021-11-26 - 主分类号： G06T7/11 文献下载
摘要：本公开涉及使用深度卷积神经网络利用正电子发射断层摄影(PET)分割肿瘤以进行图像和病灶代谢分析的技术。特别地，本公开的各方面涉及：获得受试者的PET扫描和计算机断层摄影(CT)或核磁共振成像(MRI)扫描；预处理所述PET扫描和所述CT或MRI扫描以生成标准化图像；使用作为卷积神经网络架构的一部分被实现的二维分割模型生成二维分割掩膜，所述二维分割模型以所述标准化图像作为输入；使用作为所述卷积神经网络架构的一部分被实现的三维分割模型生成三维分割掩膜，所述三维分割模型以与来自所述二维分割掩膜的片段相关联的图像数据块作为输入；以及，通过组合来自所述二维分割掩膜和所述三维分割掩膜的信息生成最终成像掩膜。
用于通过正电子发射断层摄影进行肿瘤分割深度卷积神经网络