申请/专利权人：上海交通大学

申请日：2023-12-25

公开（公告）日：2024-03-26

公开（公告）号：CN117764949A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/10;G16H50/30;G16H50/70;G06N3/0455;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种基于硬膜下血肿分割和迭代预测的慢性硬膜下血肿预后分析方法，其中，该方法包括：收集患者MRI影像进行数据预处理；将相应数据进行基于几何变换、强度变换和噪声注入的数据增强处理；基于上述训练数据构建3D‑UNet分割框架，并以此输出体素级的预测分割结果；将经过上述处理后的数据按照预设比例随机划分为训练集、验证集和测试集，并在分割网络中结合损失函数进行网络训练；从MRI原始数据和对应的分割结果中提取影像学特征，并采用随机森林算法对相应的临床指标进行评估预测。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该方法、装置、处理器及其存储介质，使得分割网络可以应用于不同设备、不同中心的影像数据。

主权项：1.一种基于硬膜下血肿分割和迭代预测的慢性硬膜下血肿预后分析方法，其特征在于，所述的方法包括以下步骤：1收集患者MRI影像，并对其进行偏置场校正和灰度归一化的数据预处理，以便于后续进行标准化分析；2针对上述经过预处理后的数据进行基于几何变换、基于强度变换和基于噪声注入的数据增强处理，以供后续作为训练数据用于训练血肿分割模型；3构建3D-UNet分割框架，将上述获取到的训练数据进行慢性硬膜下血肿分割，并以此输出体素级的预测分割结果；4将经过上述处理后的数据按照预设比例随机划分为训练集、验证集和测试集，并在分割网络中结合损失函数进行网络训练；5从MRI原始数据和对应的分割结果中提取影像学特征，并采用随机森林算法对相应的慢性硬膜下血肿患者的临床指标进行评估预测。

全文数据：

权利要求：

百度查询： 上海交通大学 基于硬膜下血肿分割和迭代预测的慢性硬膜下血肿预后分析方法、装置、处理器及其介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD