-
公开(公告)号：CN113706687A
公开(公告)日：2021-11-26
申请号：CN202110809521.1
申请日：2021-07-14
Applicant: 温州医科大学附属眼视光医院 , 北京理工大学
Abstract: 路径规划鼻部环境建模方法与装置，能够实现鼻部环境地图的精准构建。方法包括：(1)对CT图像进行滤波去噪预处理；(2)利用轴向区域生长法，结合边缘检测提取分割目标沿坐标轴方向的边缘点对，计算边缘点对之间距离，以距离最大边缘点对之间的像素点作为种子点，沿轴向生长至目标边缘，实现重要组织器官的快速分割；(3)提取重要组织器官的表面轮廓作为障碍物和地图边界，利用改进的Marching Cubes算法进行三维表面重建。
-
公开(公告)号：CN111667515A
公开(公告)日：2020-09-15
申请号：CN202010325644.3
申请日：2020-04-22
Applicant: 北京理工大学
IPC: G06T7/30
Abstract: 基于流形正则化的血管3D/2D弹性配准方法及装置，基于流形正则化的血管3D/2D弹性配准方法，其能够适用于任意具有拓扑结构的点云结构，可以得到最优的血管3D/2D弹性配准结果。方法包括：(1)在已知血管3D和2D点的匹配关系基础上，获得3D点集矩阵和2D点集矩阵；(2)构建空间变换 使得3D点的变换表示为 τ(yk)为yk的位移；(3)在血管拓扑流形 上的约束 描述为在拓扑上相邻的点的位移具有一致性， 用流形正则化表示；(4)获得血管3D/2D弹性配准的目标函数；(5)基于梯度优化的算法对目标函数进行求解。
-
公开(公告)号：CN111428855A
公开(公告)日：2020-07-17
申请号：CN202010116881.9
申请日：2020-02-25
Applicant: 北京理工大学
Abstract: 一种端到端的点云深度学习网络模型和训练方法，可同时定位不同尺度人脸上的标识点，网络的定位精度好，定位速度快。网络模型，为类卷积神经网络CNN的深度学习网络结构，包括：(1)该网络从输入点云逐级降采样得到一系列采样点集，并使用点分布特征提取器逐级提取每个采样点集中采样点的邻域点云的点分布特征，采样点的邻域点云的点分布特征逐级抽象且空间感受野逐级扩大；(2)从采样点集中选取部分点集，并将这些采样点集中所有的采样点称为监测点，使用这些监测点对标识点进行定位；(3)对每个监测点位于不同标识点邻域的概率以及与不同的标识点的偏移量进行预测。
-
公开(公告)号：CN110251085B
公开(公告)日：2020-07-17
申请号：CN201910550562.6
申请日：2019-06-24
Applicant: 北京理工大学
Abstract: 本发明涉及医疗成像设备技术领域，提供一种光学相干层析成像手持探头，包括光学处理模块，光学处理模块包括沿光路依次设置的准直透镜、MEMS振镜、聚焦透镜组、直角反射棱镜和反射镜组；直角反射棱镜通过两个直角面的反射，将来自聚焦透镜组的入射光分为两束反射光；反射镜组对两束反射光分别进行反射，并输出两束相对出射的出射光；本发明在对预成像的血管进行观测时，只需将血管放置于两束对射的出射光之间，通过控制调整MEMS振镜的偏转，即可对血管进行两个方向的扫描，双向扫描能够通过两侧来观察血管的断面结构，从而大大提高了对血管成像的有效深度，确保了成像的清晰度。
-
公开(公告)号：CN111354008A
公开(公告)日：2020-06-30
申请号：CN202010103306.5
申请日：2020-02-19
Applicant: 北京理工大学
Abstract: 基于局部特征的肝静脉门静脉分离方法及装置，能够提高分离算法的稳定性并且避免不正确分割结果的影响，而且能够提高分离效果。这种基于局部特征的肝静脉门静脉分离方法，包括：(1)对给定的肝脏血管分割结果获得血管中心线，提取门静脉和肝静脉之间的连通路径，分析得到所有交叉点和分叉点；(2)利用局部特征计算权重获得断开点，达到分离目的；(3)根据血流方向对肝静脉和门静脉相交点进行分支补全，并基于分离的中心线重建出肝静脉和门静脉分割结果，便于后续的效果评估。
-
Patent Agency Ranking
公开(公告)号：CN106846301B
公开(公告)日：2020-06-23
申请号：CN201611248700.8
申请日：2016-12-29
Applicant: 北京理工大学
Abstract: 本发明涉及一种视网膜图像分类方法及装置，所述方法包括：获取样本视网膜图像；提取所述样本视网膜图像的感兴趣区域，并提取所述感兴趣区域中的视盘区域和血管区域；提取所述感兴趣区域中的所述视盘区域以及所述血管区域之外的区域的图像特征，以根据所述图像特征训练图像分类器；获取待分类的目标视网膜图像；提取所述目标视网膜图像的目标感兴趣区域，并提取所述目标感兴趣区域中的视盘区域和血管区域；提取所述目标感兴趣区域中的所述视盘区域以及所述血管区域之外的区域的图像特征，以根据所述图像分类器对所述目标视网膜图像进行分类。本发明的视网膜图像分类方法及装置，可以提高视网膜图像分类的效率和准确度，简单易行，适用范围广。
-
公开(公告)号：CN111260741A
公开(公告)日：2020-06-09
申请号：CN202010082738.2
申请日：2020-02-07
Applicant: 北京理工大学
Abstract: 一种利用生成对抗网络的三维超声模拟方法及装置，生成模拟的三维超声图像与真实超声图像高度拟真。包括：(1)将磁共振MR图像和超声US图像同时输入基于谱正则化的最小二乘生成式对抗网络中的生成器中的编码器中；(2)将网络的编码器和解码器中间嵌入三维自适应实例归一化层，将MR图像特征的均值和方差与US图像特征的均值和方差保持一致；(3)在生成器的网络架构设计中，设计Res-U-Net网络架构，其中设计带有瓶颈的残差块来替代原来U-Net网络架构中编码器和解码器中的块；(4)将包括模态感知的内容损失和特征匹配损失和谱正则化的对抗损失相结合，构建新的针对超声模拟的损失函数；(5)构建谱正则化的最小二乘生成对抗式网络。
-
公开(公告)号：CN111178420A
公开(公告)日：2020-05-19
申请号：CN201911350676.2
申请日：2019-12-24
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种二维造影图像上冠脉段标注方法及系统，该方法包括：获取冠脉血管结构中感兴趣冠脉段之间的邻接矩阵；获取每一感兴趣冠脉段的参考特征；利用每一感兴趣冠脉段的参考特征、邻接矩阵，训练图网络，以获取每一感兴趣冠脉段的深层特征表达；根据每一感兴趣冠脉段的特征表达，获取每一感兴趣冠脉段的标注。本发明实施例提供的一种冠脉段标注方法，提出了具体、全面的参考特征去描述冠脉段；并使用图网络对冠脉段进行深层特征提取，图网络能够很好地处理冠脉结构，有效地学习冠脉结构中的拓扑关系，从而提高了本发明实施例的鲁棒性和准确性。
-
公开(公告)号：CN106920228B
公开(公告)日：2019-10-01
申请号：CN201710045241.1
申请日：2017-01-19
Applicant: 北京理工大学
Abstract: 本发明提供一种脑图谱与脑图像的配准方法及装置，属于医学图像处理技术领域。该方法包括：基于脑图谱及N个训练脑图像，建立变形场模型；基于变形场模型及待配准的目标脑图像，对脑图谱进行变换，得到变换后的脑图谱；将变换后的脑图谱与目标脑图像进行非刚体配准，得到相应的配准结果。本发明通过基于脑图谱及N个训练脑图像，建立变形场模型。基于变形场模型得到变换后的脑图谱，将变换后的脑图谱与目标脑图像进行非刚体配准。由于利用了统计原理，对N个训练脑图像的信息进行统计来优化变形场模型，并基于优化的变形场模型对脑图谱进行变换，再将变换的脑图谱与目标脑图像进行配准，从而提高了配准精度，并提高了配准成功率。
-
公开(公告)号：CN110288572A
公开(公告)日：2019-09-27
申请号：CN201910509878.0
申请日：2019-06-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种血管中心线自动提取方法及装置，包括：获取包含血管结构的原始图像，对所述原始图像进行基于凸对称性的多尺度和多方向滤波，获得中心线增强图像；基于所述中心线增强图像，通过非极大值抑制方法，获取置信度满足预设条件的种子点的集合，构建高置信度种子点集合；通过预设规则，依次选取高置信度种子点集合中的种子点，结合中心线增强图像，采用基于回溯路径传播的最小路径方法搜寻管状结构的多分支中心线结构，得到原始图像的初始中心线结构，再利用基于关键点探测最小路径方法对所述初始中心线结构进行修复，获取所述原始图像的完整中心线。避免了基于最小路径方法在多分支结构提取中对种子点的大量需求。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.033 seconds)
