Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019005722) SYSTÈME, PROCÉDÉ ET SUPPORT ACCESSIBLE PAR ORDINATEUR POUR UNE PANCRÉATOGRAPHIE VIRTUELLE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/005722 N° de la demande internationale : PCT/US2018/039391
Date de publication : 03.01.2019 Date de dépôt international : 26.06.2018
CIB :
G06K 9/00 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
Déposants :
THE RESEARCH FOUNDATION FOR THE STATE UNIVERSITY OF NEW YORK [US/US]; 35 State Street Albany, New York 12207, US
Inventeurs :
KAUFMAN, Arie; US
DMITRIEV, Konstantin; US
Mandataire :
ACKERMAN, Paul; US
ABELEV, Gary; US
MILLER, Gregory; US
Données relatives à la priorité :
62/524,81926.06.2017US
Titre (EN) SYSTEM, METHOD, AND COMPUTER-ACCESSIBLE MEDIUM FOR VIRTUAL PANCREATOGRAPHY
(FR) SYSTÈME, PROCÉDÉ ET SUPPORT ACCESSIBLE PAR ORDINATEUR POUR UNE PANCRÉATOGRAPHIE VIRTUELLE
Abrégé :
(EN) A system, method, and computer-accessible medium for using medical imaging data to screen for a cystic lesion(s) can include, for example, receiving first imaging information for an organ(s) of a one patient(s), generating second imaging information by performing a segmentation operation on the first imaging information to identify a plurality of tissue types, including a tissue type(s) indicative of the cystic lesion(s), identifying the cystic lesion(s) in the second imaging information, and applying a first classifier and a second classifier to the cystic lesion(s) to classify the cystic lesion(s) into one or more of a plurality of cystic lesion types. The first classifier can be a Random Forest classifier and the second classifier can be a convolutional neural network classifier. The convolutional neural network can include at least 6 convolutional layers, where the at least 6 convolutional layers can include a max-pooling layer(s), a dropout layer(s), and fully-connected layer(s).
(FR) Selon l’invention, un système, un procédé et un support accessible par ordinateur permettant d’utiliser des données d'imagerie médicale à examiner pour une ou plusieurs lésions kystiques peuvent consister, par exemple, à : recevoir des premières informations d'imagerie pour un ou plusieurs organes d'un ou de plusieurs patients ; générer des secondes informations d'imagerie en exécutant une opération de segmentation sur les premières informations d'imagerie afin d’identifier une pluralité de types de tissu, y compris un ou plusieurs types de tissu indiquant la ou les lésions kystiques ; identifier la ou les lésions kystiques dans les secondes informations d'imagerie ; et appliquer un premier classificateur et un second classificateur à la lésion ou aux lésions kystiques afin de classer la ou les lésions kystiques dans un ou plusieurs types d'une pluralité de types de lésion kystique. Le premier classificateur peut être un classificateur de Forest aléatoire et le second classificateur peut être un classificateur de réseau neuronal convolutionnel. Le réseau neuronal convolutionnel peut comprendre au moins six couches de convolution, lesdites au moins six couches de convolution pouvant comprendre une ou plusieurs couches de regroupement maximal, une ou plusieurs couches de relâchement et une ou plusieurs couches entièrement connectées.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)