戴亚康
- 作品数：193 被引量：143H指数：7
- 供职机构：中国科学院苏州生物医学工程技术研究所更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信文化科学更多>>
- 基于DenseNet的低分辨CT影像肺腺癌组织学亚型分类被引量：10
- 2019年
- 为了实现在低剂量、低分辨率CT扫描影像中对肺腺癌组织学亚型的分类鉴别,提出一种基于DenseNet的深度学习方法,从混合性磨玻璃结节(mGGNs)5 mm层厚的低分辨率CT影像中预测IAC和MIA病理分类.从丽水市中心医院105例患者的105个5 mm层厚低分辨率CT图像中选取样本,划分训练集和测试集后,对训练集进行数据扩展,构建深度学习2D和3D DenseNet模型,分类鉴别IAC和MIA. 2D DenseNet模型的分类准确度为76.67%,敏感性为63.33%,特异性为90.00%,受试者工作特征曲线下的区域面积为0.888 9,显著优于3D DenseNet模型和其他几种深度学习网络模型.深度学习技术,尤其是2D DenseNet模型,可辅助并指导医生在肺癌CT筛查中对患者的肺腺癌组织学亚型进行预判,特别是在图像分辨率较低的情况下,仍能够快速提供较为准确的诊断.
- 杨婧耿辰王海林纪建松戴亚康
- 关键词：肺腺癌
- 基于卷积神经网络的多模态医学图像的目标区域提取方法
- 本发明公开了一种基于卷积神经网络的多模态医学图像的目标区域提取方法，包括以下步骤：1)构建用于多模态医学图像中目标区域提取的掩模区域卷积神经网络；2)对构建的掩模区域卷积神经网络进行训练；3)将待处理的多模态医学图像输入...
- 戴亚康胡冀苏钱旭升周志勇黄毅鹏赵文露马麒沈钧康
- 基于DBCNet的TOF-MRA中脑动脉树区域自动分割方法
- 2023年
- 从脑部医学影像中划分动脉树区域是诊断和评估许多脑血管疾病的早期步骤.现有的区域分割方法多依赖人工辅助,本文中提出了一种基于双分支连通网络(dual branch connected network,DBCNet)的脑动脉树自动分区方法,可以将时间飞跃磁共振血管造影(time of flight-magnetic resonance angiography,TOF-MRA)中的动脉树分割为6个主要区域.DBCNet中引入了分支特征解耦模块和Swin Transformer机制的全局与局部特征融合模块,训练采用先定位后分割的两步训练策略.本研究使用了111例TOF-MRA数据,其中81例作为训练集,20例作为验证集,10例作为测试集,模型在测试集上的平均Dice系数为74.72%,95%豪斯多夫距离(HD95)为3.89 mm.和其他先进分割网络相比较,该网络能更准确地分割出各个主要区域,并具有一定的鲁棒性.
- 张嘉骏鲁宇澄鲍奕仿李郁欣耿辰胡伏原胡伏原
- 一种脑血流测量装置、系统及头盔
- 本实用新型公开了一种脑血流测量装置、系统及头盔。其中，脑血流测量装置包括至少一组光源装置和至少两组探测装置；光源装置包括单纵模晶体激光器、光切换器和照射光纤；单纵模晶体激光器，其输出端通过光纤与光切换器的输入端连接；光切...
- 邢晓曼戴亚康
- 文献传递
- 表面缺陷检测和三维建模方法
- 本发明公开了一种表面缺陷检测和三维建模方法，包括以下步骤：1)原始表面点云数据采集，2)原始缺陷点云数据缺陷分割，得到无缺陷部位和缺陷部位；3)无缺陷部位配准，获取缺陷模型；4)缺陷模型顶部分割；5)缺陷模型顶部杂散点滤...
- 戴亚康周志勇耿辰胡冀苏钱旭升
- 文献传递
- 约束条件下的增材制造在线检测和控制方法及系统
- 本发明公开了一种约束条件下的增材制造在线检测和控制方法，包括以下步骤：1)在三维打印设备逐层进行增材制造过程中，对拟制造的部件实时或间隔地进行三维扫描，在完成第i层打印时，获取当前部件的真实三维形貌Mg<Sub>i</S...
- 戴亚康周志勇钱旭升胡冀苏耿辰
- 一种基于深度学习多分类模型的肺部细胞病理涂片鉴别诊断方法
- 2023年
- 目的采用快速在线细胞病理学评估方法进行肺癌中晚期患者的病理评估,是目前常用诊断方法,但存在人工诊断准确率低和细胞病理医生人数不足等问题。本文提出一种基于深度学习的细胞病理涂片多分类方法,以求实现六类常见肺部细胞病理涂片的鉴别诊断。方法本文提出了一种基于CBAM注意力机制增强的ResNet-18网络,以及一种由粗到细的多分类框架,并对深度学习分类方法的特征激活图进行了分析。结果本文共收集了313张肺部Diff-quick染色的细胞病理涂片,其中259张用于训练,54张用于测试。本文所提出方法在正常肺组织、小细胞癌、非小细胞癌、鳞癌、腺癌和类癌共计6种细胞的分类鉴别中取得了准确率为70.4%、精确率为81.5%,召回率为78.2%和F1评分为78.9%的结果。在与金标准的相关性对比中,该模型与高年资细胞病理学医生相当,高于低年资细胞病理学医生。结论本文提出了一种基于深度学习多分类模型的肺部细胞病理涂片鉴别诊断方法,该方法可以协助细胞病理学医生进行肺癌患者的细胞病理涂片诊断,并提高快速在线细胞病理学评估的可行性。
- 耿辰汤松峤龚伟胡伏原戴亚康
- 关键词：细胞病理学诊断计算机辅助诊断肺癌
- 针对急救呼叫的电子病历智能生成方法及系统
- 本发明公开了一种针对急救呼叫的电子病历智能生成方法及系统，该方法包括以下步骤：1)建立急救系统中分级响应预案的问答模板对应到急救病历模板的映射关系F：2)将语音数据V转换为文字内容T；3)提取患者的个人信息P；4)提取患...
- 戴亚康林岐戴斌耿辰周志勇
- 文献传递
- 基于3D打印的头部医学模型快速成型方法
- 本发明提供了一种基于3D打印的头部医学模型快速成型方法，发明内容包括：使用CT/MR多模态医学图像，快速地为头部组织/器官建立三维模型，使用3D打印方法对三维模型进行快速成型，其步骤操作包括：（1）使用多模态图像配准技术...
- 周志勇戴亚康郁朋耿辰
- 文献传递
- 基于深度神经网络的个性化睡眠癫痫发作预测被引量：4
- 2021年
- 现有癫痫发作预测方法存在精度较低、错误报警率较高、癫痫患者睡眠脑电特异性、致痫灶位置和类型不同导致脑电信号存在差异的问题.文中提出基于深度神经网络的个性化睡眠癫痫发作预测方法,帮助医生和患者采取及时有效的治疗措施,降低患者患并发症和猝死的概率.对原始脑电信号滤波和分段以去除噪声,保证短时间内触发警报,利用离散小波变换分解信号并提取统计特征表征脑电信号时频特征.再应用双向长短期记忆网络挖掘最具鉴别能力的特征并结合留一法分类,经过决策过程优化得到预测结果.在不同频带限制条件下的实验表明,与睡眠癫痫相关的δ频带信号是影响发作预测性能的重要因素.相比现有睡眠癫痫预测方法,文中方法性能较优.
- 程晨晨尤波刘燕刘燕
- 关键词：个性化
