“肿瘤特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2534425个，建议您升级VIP下载更多相关专利

[发明专利]一种基于NMF的肿瘤基因点突变的特征图谱提取算法-CN202110438203.9在审
发明人：李振彰;罗文;陆海威;钟祺楠;翁剑波;黄亮雄 -专利权人：广东技术师范大学
申请日： 2021-04-22 - 公布日： 2021-06-25 - 主分类号： G16B20/50 文献下载
摘要：本发明提供一种基于NMF的肿瘤基因点突变的特征图谱提取算法，涉及肿瘤基因特征提取技术领域。该基于NMF的肿瘤基因点突变的特征图谱提取算法，包括以下步骤：S1、突变数据集MAF文件获取：采用具有处理器的计算机，可进行并行运算操作。该基于NMF的肿瘤基因点突变的特征图谱提取算法，实现突变集合的过滤，并结合了Oncotator注释软件，输出注释结果，方便使用，实现信息矩阵的快速获取，节约前期数据处理时间，提高效率，实现基于NMF算法的最优化算法模型与算法实现，以及完成代码软件装置设计，实现点突变，插入缺失特征图谱可视化实现装置，实现频谱特征分析软件装置，包括signature组成的贝叶斯网络装置，肿瘤预后分类器装置，非编码显著突变区域与signature的关联装置
一种基于 nmf 肿瘤基因突变特征图谱提取算法

[发明专利]药物活性预测方法、装置、设备及存储介质-CN202310660284.6在审
发明人：李康;张刘超;嵇建鑫;王柳滢;王鹤淞;宋永振;王萌;李爽;张萱 -专利权人：哈尔滨医科大学
申请日： 2023-06-05 - 公布日： 2023-10-10 - 主分类号： G16C20/50 文献下载
摘要：本发明公开了一种药物活性预测方法、装置、设备及存储介质，该方法包括：基于预设基因组数据库获取肿瘤细胞系对应的基因水平多组学信息；将基因水平多组学信息聚集至对应的目标生物通路，以获取肿瘤细胞系对应的细胞系特征；获取待预测药物的药物化学结构信息，并基于药物化学结构信息中药物化学结构对应的线性规范字符串获取待预测药物的药物结构特征；基于细胞系特征和药物结构特征，通过药物活性预测模型确定待预测药物的药物细胞系活性预测值本发明基于肿瘤细胞系的细胞系特征和待预测药物药物结构特征，通过药物活性预测模型确定待预测药物的药物细胞系活性预测值，从而可以准确识别靶向抗肿瘤药物对肿瘤患者的疗效。
药物活性预测方法装置设备存储介质

[发明专利]基于人工智能的肿瘤识别系统-CN201910973507.8有效
发明人：祝守慧;左丙丽 -专利权人：山东省肿瘤防治研究院（山东省肿瘤医院）
申请日： 2019-10-14 - 公布日： 2020-09-04 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于人工智能的肿瘤识别系统，包括图像采集模块、图像库、图像预处理模块、图像特征提取模块和肿瘤识别模块。肿瘤识别方法包括：S1.对待测人体器官CT图像进行降噪处理，然后图像特征提取模块提取图像纹理特征；S2.病灶识别BP神经网络根据图像纹理特征识别人体器官CT图像中是否含有疑似病灶区域；S3.图像预处理模块对含有疑似病灶区域的人体器官CT图像进行图像分割，获得疑似病灶所在的区域；S4.对疑似病灶所在区域进行增强处理后，进一步提取纹理特征和形状特征；S5.肿瘤识别BP神经网络识别病灶类型，最终实现肿瘤的良性和恶性识别。
基于人工智能肿瘤识别系统

[实用新型]一种甲状腺肿瘤智能检测系统-CN201720159635.5有效
发明人：李程;林江莉;花瞻;林江宇;吕冉;郝美娜;李艳 -专利权人：李程
申请日： 2017-02-22 - 公布日： 2019-05-17 - 主分类号： A61B8/00 文献下载
摘要：本实用新型提供了一种甲状腺肿瘤智能检测系统，属于医疗技术领域。该甲状腺肿瘤智能检测系统包括依次连接的超声线阵探头、信号处理单元、超声图像存储单元、图像预处理单元、特征提取单元、神经网络单元和结论输出单元；所述超声线阵探头完成超声脉冲信号的发射与接收，并将接收的回波信号发送给信号处理单元；所述信号处理单元对接收到的所述回波信号进行处理得到超声图像，并将超声图像发送给超声图像存储单元；所述图像预处理单元从超声图像存储单元获得所述超声图像，并对其进行处理得到肿瘤区域，并发送给特征提取单元；所述特征提取单元对图像预处理单元获得的肿瘤区域进行特征提取，获得肿瘤区域的特征，并将特征发送给神经网络单元。
超声图像图像预处理单元特征提取单元信号处理单元智能检测系统甲状腺肿瘤存储单元肿瘤区域神经网络单元回波信号超声线探头超声脉冲信号医疗技术领域本实用新型结论输出特征提取依次连接并发发送发射

[发明专利]基于5hmC修饰的lncRNA的肿瘤分类装置-CN202110421040.3有效
发明人：周猛;孙杰;白玉;苏建忠;侯萍 -专利权人：温州医科大学
申请日： 2021-04-19 - 公布日： 2022-09-02 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于5hmC修饰的lncRNA的肿瘤分类装置。本申请以5hmC修饰的lncRNA为分析对象，通过筛选组织特异性差异的5hmC修饰的lncRNA，并采用机器学习方法建立肿瘤分类模型，获得了能够精确的将肿瘤患者和健康人群进行区分以及将不同种类肿瘤进行区分的5hmC修饰的lncRNA组合物，得到特征数据，利用特征选择结果建立肿瘤分类模型，具有非常好的临床应用价值。
基于 hmc 修饰 lncrna 肿瘤分类装置

[发明专利]一种富集和无分化扩增贴壁干细胞的技术-CN201210466411.0无效
发明人：殷勤伟;黄兵 -专利权人：黄兵
申请日： 2012-11-17 - 公布日： 2013-03-20 - 主分类号： C12N5/095 文献下载
摘要：本发明提出了一种富集和无分化扩增贴壁干细胞的技术，在实体肿瘤细胞的培养中，以改性干细胞培养基进行肿瘤细胞的贴壁培养，肿瘤干细胞可以逐渐形成集落，该集落具有肿瘤干细胞的特征，解决了现有技术中分离干细胞需要使用高质量的单克隆抗体，分离成本非常高，分离出的肿瘤干细胞扩增却失去或改变其干细胞的特征的问题。
一种富集分化扩增干细胞技术

[发明专利]一种基于影像组学量化肿瘤免疫状态的方法-CN201910515916.3有效
发明人：刘再毅;梁长虹;揭光灵;赵可;张芳;何兰;王瑛;陈鑫;黄燕琪;颜黎栩;李振辉 -专利权人：广东省人民医院（广东省医学科学院）
申请日： 2019-06-14 - 公布日： 2021-08-13 - 主分类号： G16H30/20 文献下载
摘要：本发明公开了一种基于影像组学量化肿瘤免疫状态的方法，包括下述步骤：S1、收集肿瘤患者的临床信息、免疫组化特征、总生存期OS和无病生存期DFS；S2、获得实体肿瘤CT图像样本组；S3、把患者按比例随机分为训练集和测试集；S4、利用免疫标记物计算出免疫评分，将患者分成高免疫状态和低免疫状态；S5、分割感兴趣区，提取感兴趣区内实体肿瘤的影像组学特征；S6、对训练集中的影像组学特征筛选出与免疫状态相关的影像组学特征，训练预测模型；S7、预测肿瘤患者影像免疫评分，得到影像免疫状态，进而预测患者DFS和OS。本发明可以利用CT图像特征对结直肠癌、肺癌、胃癌和乳腺癌等实体肿瘤进行免疫状态预测，减少或避免病理切片和免疫组化的分析。
一种基于影像量化肿瘤免疫状态方法

[发明专利]一种脑肿瘤浸润程度预测的方法、装置、储存介质及设备-CN202310454696.4在审
发明人：程文;荆怡;鲍龙;蔡巍;吴安华;张霞;蔡睿锴;宋江典 -专利权人：中国医科大学附属盛京医院;沈阳东软智能医疗科技研究院有限公司
申请日： 2023-04-25 - 公布日： 2023-09-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种脑肿瘤浸润程度预测的方法、装置、储存介质及设备，属于医学图像处理技术领域。本发明创新性的将肿瘤分割概率及肿瘤边缘区域的纤维密度特征作为浸润性分析特征，构建来脑肿瘤浸润程度预测模型、装置、储存介质及设备，用于预测脑肿瘤的浸润程度。实验表明通过该模型预测的脑肿瘤浸润性高、低与生存存在关系（P0.05），且浸润性高的生存时间明显低于浸润性低的生存期，具有重要的临床意义。
一种肿瘤浸润程度预测方法装置储存介质设备

[发明专利]一种肿瘤影像的病灶区域预测分析方法、系统及终端设备-CN202110097268.1在审
发明人：宋余庆;毛静怡;刘哲 -专利权人：江苏大学
申请日： 2021-01-25 - 公布日： 2021-05-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种肿瘤影像的病灶区域预测分析方法、系统及终端设备，属于深度学习领域。该病灶区域预测分析方法包括：影像数据、诊断文本以及病史数据的采集和肿瘤病灶区域预测分析，具体为：对采集的数据进行预处理，通过构建的融合加权提取网络模型提取图像特征；通过将病人的病史特征‑年龄、性别、卡氏性能状态、表观肿瘤生长速度和功能恶化速度，构建一维向量并使用构建的动态卷积核的文本特征提取网络模型提取其病史特征；将使用CBOW网络模型得到的文本特征与病史特征、图像特征融合后，经过构建的双层加权预测分析网络模型进行病灶区域预测分析本发明能显著提高肿瘤影像的分类预测效果。
一种肿瘤影像病灶区域预测分析方法系统终端设备

[发明专利]一种构建肺肿瘤良恶性预测模型的方法-CN201810321872.6在审
发明人：朱信忠;徐慧英;赵建民;陈震东 -专利权人：浙江师范大学
申请日： 2018-04-11 - 公布日： 2018-11-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种构建肺肿瘤良恶性预测模型的方法。该方法包括如下步骤：(1)选取肺肿瘤病人样本，对肺肿瘤病人的肺部区域进行电子计算机断层扫描(CT)，获得相应的CT图像；(2)对步骤(1)获得的CT图像进行勾画，分割肺部病变区域，得到标记的病灶区域；(3)从标记的病灶区域提取定量的影像特征；(4)采用Lasso算法进行特征选择；(5)将选择的特征数据作为输入，使用梯度下降算法对Logistic回归进行参数优化，最后使用Logistic训练得到肺肿瘤良恶性预测模型本发明构建肺肿瘤良恶性预测模型的方法简单，耗时短，预测模型准确度高，可以应用于肺肿瘤良恶性的定性诊断。
肺肿瘤预测模型构建病灶区域电子计算机断层扫描病人样本参数优化定性诊断肺部病变肺部区域特征数据特征选择下降算法影像特征准确度算法耗时勾画分割应用

[发明专利]基于CT影像的肿瘤异质性分析系统-CN201811237087.9有效
发明人：张学工;方翔;路海明;陈斯杰 -专利权人：清华大学
申请日： 2018-10-23 - 公布日： 2021-02-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于CT影像的肿瘤异质性分析系统。该系统包括：预处理模块，用于对原始CT影像做预处理；标注模块，用于对预处理后CT影像进行标注，获取病灶区域的轮廓信息；特征提取模块，用于对病灶区域内的每个体素，以其邻域为范围，提取计算影像特征；分割模块，用于将提取的特征输入针对体素的分割算法，对每个体素归类，以完成病灶的内部区域分割，生成病灶的肿瘤异质性信息；可视化界面模块，用于将病灶的肿瘤异质性信息进行可视化呈现。该系统可准确提供病灶的肿瘤异质性信息，从而辅助医生准确分析肿瘤病灶的肿瘤内异质性。
基于 ct 影像肿瘤异质性分析系统

[发明专利]肿瘤确定系统、方法及存储介质-CN201910146428.X有效
发明人：淳秋坪;石峰;詹翊强 -专利权人：上海联影智能医疗科技有限公司
申请日： 2019-02-27 - 公布日： 2020-09-29 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种肿瘤确定系统、方法及存储介质。该方法包括：图像获取模块，用于获取被检组织的病理图像；图像提取模块，用于从被检组织的病理图像提取一种或多种尺寸的分析图像；分析模块，用于基于一个或多个已训练的检测模型对所述分析图像进行分析以得到多个分类特征，其中，每个已训练的检测模型用于确定至少一种分类特征；输出模块，用于根据分类特征确定并输出肿瘤识别结果。本发明实施例的技术方案，可以解决现有技术中肿瘤分型依赖医生的经验，肿瘤分型的准确性较低的问题，达到了自动进行肿瘤分型和肿瘤分级的技术效果。
肿瘤确定系统方法存储介质

[发明专利]消融术后肿瘤体积变化趋势图生成装置、设备及存储介质-CN202010365588.6有效
发明人：赵万明;姜文;周国义 -专利权人：深圳开立生物医疗科技股份有限公司
申请日： 2020-04-30 - 公布日： 2023-02-21 - 主分类号： A61B8/08 文献下载
摘要：本申请公开了一种消融术后肿瘤体积变化趋势图的生成装置，所述生成装置包括：图像获取模块，用于获取目标区域的超声图像，并从所述超声图像中获取肿瘤病灶感兴趣区图像；特征提取模块，用于从所述肿瘤病灶感兴趣区图像中提取影像组学特征；临床参量获取模块，用于获取临床参量信息；趋势图生成模块，用于将所述影像组学特征和所述临床参量信息输入预测模型，得到目标时间段内的肿瘤体积变化趋势图。本装置能够准确预测肿瘤消融术后体积变化趋势。本申请还公开了一种消融术后肿瘤体积变化趋势图的生成设备及一种存储介质，具有以上有益效果。
消融术后肿瘤体积变化趋势生成装置设备存储介质

[发明专利]肿瘤复发预测装置与方法-CN202011037841.1在审
发明人：彭徐钧;李政家;杨怀哲;杨景聿;黄致颖;陈奕丞;吴秀美 -专利权人：台北医学大学;李政家
申请日： 2020-09-28 - 公布日： 2022-04-12 - 主分类号： A61B5/00 文献下载
摘要：本发明提出一种肿瘤复发预测装置，包括数据获取电路、存储器以及处理器。数据获取电路用以获取多个病患临床数据与多个切片影像信息；存储器用以存储多个指令；以及处理器连接数据获取电路与存储器，并用以载入并执行多个指令以：接收多个病患临床数据与多个切片影像信息；依据多个病患临床数据与多个切片影像信息产生临床特征信息与肿瘤影像特征信息；依据临床特征信息与肿瘤影像特征信息训练预测模型；以及利用预测模型对病患的病患信息进行肿瘤复发预测。此外，一种肿瘤复发预测方法亦在此公开。借此，可有效地解决目前的生存预测分析的精准度不佳的问题。
肿瘤复发预测装置方法

[发明专利]一种胰腺神经内分泌肿瘤术后复发风险预测方法-CN202011432605.X有效
发明人：黄炳升;王铭宇;宋晨宇;冯仕庭;李子平;罗宴吉;陈洁;彭振鹏;张洪源;王阳迪;沈静娴;李毅;陈佳兆;龙廷玉 -专利权人：深圳大学
申请日： 2020-12-09 - 公布日： 2021-11-02 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种胰腺神经内分泌肿瘤术后复发风险预测方法，所述方法包括获取待预测图像中的若干肿瘤切片图；基于预设的分割模型，确定若干肿瘤切片图中的各肿瘤切片图各自对应的特征图；对若干特征图进行过滤得到待预测图像对应的若干目标特征图，并基于若干目标特征图，确定待预测图像的特征向量；基于所述特征向量及预设的预测模型，确定所述待预测图像对应的预测结果。本申请通过采用分割模型确定特征向量作为预测模型的输入项，并基于该特征图确定所述待预测图像对应的预测结果，这样通过深度迁移学习方式确定待预测图像对应的预测结果，可以提高预测结果的准确性。
一种胰腺神经内分泌肿瘤术后复发风险预测方法

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条