[发明专利]用于对免疫疗法和放射疗法的分割、结果预测和纵向应答监测的多模态、多分辨率深度学习神经网络在审
| 申请号： | 201980064081.2 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN112771581A | 公开（公告）日： | 2021-05-07 |
| 发明（设计）人： | J·O·迪西;H·维拉哈万;Y-C·胡;G·玛格拉斯;J·江 | 申请（专利权）人： | 纪念斯隆凯特琳癌症中心 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;A61B5/055;A61B6/03;G06N3/04;G06N3/08;G06N20/00;G06T7/136;G16H50/20 |
| 代理公司： | 北京坤瑞律师事务所 11494 | 代理人： | 封新琴 |
| 地址： | 美国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本文详细描述了用于对免疫疗法和放射疗法的分割、结果预测和纵向应答监测的多模态、多分辨率深度学习神经网络的系统和方法。特定于结构的生成对抗网络(SSGAN)用于合成未使用现有技术GAN产生的逼真的和保留结构的图像，并且同时结合约束以产生合成图像。肿瘤和危及器官(OAR)分割的深度监督、多模态、多分辨率残余网络(DeepMMRRN)可用于肿瘤和OAR分割。DeepMMRRN可以组合多种模态用于肿瘤和OAR分割。通过同时使用多个尺度和分辨率的特征以及通过深度监督的特征选择来最大化网络容量，可以实现准确的分割。DeepMMRRN放射组学可用于预测和纵向监测对免疫疗法的应答。自动分割可与放射组学分析结合用于预测治疗开始前的应答。整个肿瘤负荷的量化可用于自动应答评估。 | ||
| 搜索关键词： | 用于 免疫 疗法 放射疗法 分割 结果 预测 纵向 应答 监测 多模态 分辨率 深度 学习 神经网络 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于纪念斯隆凯特琳癌症中心，未经纪念斯隆凯特琳癌症中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201980064081.2/，转载请声明来源钻瓜专利网。
- 上一篇：金属物体的感应分析
- 下一篇：多发射接收点解调参考信号端口识别
