基于肺动脉树分级的CT图像靶肺段识别方法

    公开(公告)号:CN114332013B

    公开(公告)日:2024-07-26

    申请号:CN202111636037.X

    申请日:2021-12-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于肺动脉树分级的CT图像靶肺段识别方法,包括以下步骤:步骤S1:获取CT图像数据,并重建出肺结构,包括肺结节、支气管、肺动脉树和肺叶;步骤S2:对肺动脉树提取初始中心线,并通过端点检测器和轨迹提取器构造完整且连续的拓扑树;步骤S3:根据拓扑树,结合肺叶、支气管先验知识进行约束,确定18个动脉节段子树;步骤S4:确定靶向动脉分支;步骤S5:对肺叶上的每个体素点计算最邻近动脉节段子树,并归属到相应的肺段;同样的,根据距离关系,计算靶向动脉分支在关联肺段中所支配区域,确定靶肺段。本发明充分考虑各肺解剖结构之间的关联性,实现动脉的分级标注,精准确定靶向动脉分支,进而划分肺段和确认靶肺段。

    基于肺动脉树分级的CT图像靶肺段识别方法

    公开(公告)号:CN114332013A

    公开(公告)日:2022-04-12

    申请号:CN202111636037.X

    申请日:2021-12-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于肺动脉树分级的CT图像靶肺段识别方法,包括以下步骤:步骤S1:获取CT图像数据,并重建出肺结构,包括肺结节、支气管、肺动脉树和肺叶;步骤S2:对肺动脉树提取初始中心线,并通过端点检测器和轨迹提取器构造完整且连续的拓扑树;步骤S3:根据拓扑树,结合肺叶、支气管先验知识进行约束,确定18个动脉节段子树;步骤S4:确定靶向动脉分支;步骤S5:对肺叶上的每个体素点计算最邻近动脉节段子树,并归属到相应的肺段;同样的,根据距离关系,计算靶向动脉分支在关联肺段中所支配区域,确定靶肺段。本发明充分考虑各肺解剖结构之间的关联性,实现动脉的分级标注,精准确定靶向动脉分支,进而划分肺段和确认靶肺段。

    高精度色度成像装置及其色度成像方法

    公开(公告)号:CN109596218A

    公开(公告)日:2019-04-09

    申请号:CN201811594021.5

    申请日:2018-12-25

    Applicant: 福州大学

    Abstract: 本发明涉及一种高精度色度成像装置及其色度成像方法,该装置包括密闭暗箱、标准光源、色度采集传感器、运动机构和目标物质采集区域,色度采集传感器设于运动机构上,以在其带动下对目标物质采集区域进行面扫描。该方法包括:运动机构带动色度采集传感器对整个目标物质采集区域进行面扫描,采集目标物质采集区域中各个点的色度值,构成一张与整个目标物质采集区域对应的面色度图,然后通过分割算法分割目标物质与目标物质的背景,提取出目标物质的面色度图,最后通过均值算法计算得到目标物质的面平均色度。该装置及方法不仅采集及成像效率高,可以自动采集目标物质的面色度,而且易于操作,使用效果好。

    一种基于拓扑先验的三维肺CT管状结构分割的隐式神经网络构建方法

    公开(公告)号:CN119131062A

    公开(公告)日:2024-12-13

    申请号:CN202411259330.2

    申请日:2024-09-09

    Abstract: 本发明涉及一种基于拓扑先验的三维肺CT管状结构分割的隐式神经网络构建方法,属于医学图像处理领域。构建基于拓扑先验的三维肺CT管状结构分割的隐式神经网络,采用隐式神经网络学习三维肺CT管状结构分割结果连续的表示,重建出任意分辨率的三维肺CT管状结构分割结果;此外,通过整合三维肺CT管状结构的拓扑结构信息对细小分支进行密集采样;另外,采用中心线预测辅助任务来优化三维肺CT管状结构分割结果。本发明使用了隐式神经网络生成了连续的坐标点,减少计算量和参数,可以在生成高分辨分割结果的同时减少内存占用;引入了拓扑采样策略和中心线引导,有助于解决前景背景不平衡的问题,以及缓解尺度不平衡的问题。

Patent Agency Ranking