公开(公告)号：CN114145846B

公开(公告)日：2024-01-09

申请号：CN202111476668.X

申请日：2021-12-06

Applicant: 北京理工大学

Inventor： 杨健 ,  杨硕 ,  艾丹妮 ,  范敬凡 ,  宋红

IPC: A61B34/20 ,  A61B34/10 ,  A61B90/00 ,  A61B6/03

Abstract: 基于增强现实辅助的手术导航方法及系统，方法包括：(1)对患者进行三维CT扫描；(2)对胆管进行分割及三维重建，获得胆管的三维模型，将三维模型导入计算机中的存储单元，通过数据处理单元对胆管三维模型中心线提取，记录中心线上各点的三维坐标信息；(3)选择合适尺寸的特征标志物；(4)部署增强现实辅助导航系统；使用X射线对患者进行透视成像，通过数据处理单元中的手术器械尖端检测算法获取到每一帧图像中尖端的二维坐标，依据2D‑3D配准算法，将尖端坐标与三维胆管中心线点集坐标进行匹配，推导最佳概率匹配映射，判定手术器械尖端在三维胆管模型中的具体位置，并记录坐标。(5)通过识别特征标志物显示虚拟胆管模型；(6)

公开(公告)号：CN111179237B

公开(公告)日：2024-01-02

申请号：CN201911342328.0

申请日：2019-12-23

Applicant: 北京理工大学

Inventor： 杨健 ,  宋红 ,  范敬凡 ,  张超逸 ,  王涌天

IPC: G06T7/00 ,  G06T7/11

Abstract: 一种肝脏以及肝脏肿瘤的图像分割方法及装置，其能够有效针对不同模态下的肝脏以及肝脏肿瘤进行准确分割。方法包括：(1)获取腹部磁共振影像；(2)使用肝脏模型确定感兴趣区域，肝脏模型为Dial3DResUNet，其结合长短程跳跃连接结构以及混合空洞卷积，充分捕获图像全局结构信息从而进行精准的肝脏分割；(3)使用肝脏肿瘤模型进行精细分割以减少假阳性，肝脏肿瘤模型为H3DNet，其由Hybrid‑3D卷积组成，在有效提取肝脏肿瘤三维特征的同时大幅度减少模型参数量，并降低模型优化难度以及过拟合风险。

公开(公告)号：CN111428565B

公开(公告)日：2023-11-14

申请号：CN202010117022.1

申请日：2020-02-25

Applicant: 北京理工大学

Inventor： 杨健 ,  艾丹妮 ,  范敬凡 ,  郭龙腾 ,  王涌天

IPC: G06V40/16 ,  G06N20/00

Abstract: 一种基于深度学习的点云标识点定位方法及装置，能够完成面部点云标识点的自动快速精准定位。方法包括：(1)生成预测定位；(2)如果候选定位点集中的候选定位点的个数少于3，跳转到步骤(4)，否则执行步骤(3)；(3)滤除错误候选点；(4)定位缺失标识点。

公开(公告)号：CN111260704B

公开(公告)日：2023-11-14

申请号：CN202010022673.2

申请日：2020-01-09

Applicant: 北京理工大学

Inventor： 杨健 ,  范敬凡 ,  艾丹妮 ,  朱建军 ,  王涌天

IPC: G06T7/38 ,  G06T7/00 ,  G06F16/901

Abstract: 一种基于启发式树搜索的血管结构3D/2D刚性配准方法及装置，其3D图像和2D图像的血管图匹配精确度高。方法包括：(1)利用3D和2D血管拓扑一致性来实现血管图匹配，将图的匹配结果表示为成对的3D和2D边的集合；(2)将血管匹配过程看作是在已有的血管对上增加一对新的匹配边的连续过程，将匹配过程分解为连续状态，并用于搜索树的构造；(3)在搜索树的每个节点上，使用一个封闭解来计算基于血管点密集匹配的配准结果，设计一个评价配准质量和配准质量的节点评分；(4)在A‑star搜索算法的基础上，利用一种改进的启发式树搜索策略，寻找节点得分最高的最优结果。

公开(公告)号：CN111242915B

公开(公告)日：2023-08-04

申请号：CN202010022660.5

申请日：2020-01-09

Applicant: 北京理工大学

Inventor： 杨健 ,  艾丹妮 ,  范敬凡 ,  朱建军 ,  王涌天

IPC: G06T7/00 ,  G06T7/33

Abstract: 一种基于蒙特卡洛树搜索的血管3D/2D配准方法及装置，3D图像和2D图像的血管图匹配精确度高。方法包括：(1)利用3D和2D血管拓扑一致性来实现血管图匹配，将3D和2D血管图的匹配表示为顶点对的集合和边对的集合；(2)将血管匹配过程看作求解3D和2D血管点的稠密匹配，先估计顶点之间的稀疏匹配，再匹配连接两个顶点之间的边，从而得到两个血管图的稠密匹配；(3)根据血管边匹配可分解为连续状态的特性，构建一个搜索树；(4)在搜索树的每个节点上，使用一个封闭解来计算配准结果，设计一个评价分数；(5)使用MCTS的变种用于遍历该搜索树，评价分数作为树中每个节点的奖励值，MCTS目标是在搜索树空间中找到最具有最高奖励的节点。

公开(公告)号：CN116523926A

公开(公告)日：2023-08-01

申请号：CN202310317760.4

申请日：2023-03-27

Applicant: 北京理工大学

Inventor： 宋红 ,  张子昂 ,  杨雨霖 ,  杨健 ,  范敬凡 ,  付天宇 ,  肖德强

IPC: G06T7/10 ,  G06T5/00 ,  G06V10/40 ,  G06N3/04

Abstract: 多任务骨关节CT/MRI融合的组织精准分割建模方法与装置，能够实现不同模态下图像噪点干扰去除，摆脱人工标注组织分割的操作，提高骨关节骨组织及软组织分割与建模准确度。方法包括：(1)针对临床医学影像CT/MRI，通过级联监督去噪及弱监督来进行影像增强；(2)将经增强处理的临床影像反馈到边缘注意力监督进行硬组织分割；(3)通过双重先验监督实现软组织分割，后者需要前者生成的硬组织分割结果作为先验引导。

公开(公告)号：CN116363199A

公开(公告)日：2023-06-30

申请号：CN202310101476.3

申请日：2023-01-28

Applicant: 北京理工大学

Inventor： 艾丹妮 ,  臧刘庚 ,  杨健 ,  范敬凡 ,  宋红 ,  肖德强

IPC: G06T7/70 ,  G06T7/136 ,  G06T17/00 ,  G06T7/50 ,  G06N3/08 ,  G06N3/0455 ,  G06N3/0464 ,  A61B1/267 ,  A61B6/03

Abstract: 支气管镜定位方法及装置，能够避免纹理变化的影响，不需要手动初始化的定位，在定位中断后可以自动恢复定位。包括：(1)通过增减欧拉角控制相机运动方向的虚拟相机，设置跟随虚拟支气管镜运动的锥形光源，光源的光谱和照射范围根据真实条件调节，用真实内窥镜图形制作纹理贴图；(2)虚拟内窥镜以30fps记录彩色图像及对应深度图和支气管镜位姿；用虚拟支气管镜从重建3D模型中获取相对应彩色图像、深度图像和位姿数据，将得到数据划分到对应子区域中生成虚拟图像集；(3)使用正反例对比方式训练图像描述符提取网络，通过描述符检索实现支气管镜的子区域定位；(4)利用生成网络估计图像的深度信息，基于深度信息获取支气管镜的位姿。

公开(公告)号：CN113450396B

公开(公告)日：2023-05-30

申请号：CN202110682717.9

申请日：2021-06-17

Applicant: 北京理工大学

Inventor： 付天宇 ,  杨健 ,  范敬凡 ,  宋红 ,  胡国语

IPC: G06T7/33 ,  G06T7/11 ,  G06T19/20 ,  G06N3/0464 ,  G06N3/084

公开(公告)号：CN116051432A

公开(公告)日：2023-05-02

申请号：CN202310086121.1

申请日：2023-01-19

Applicant: 北京理工大学

Inventor： 宋红 ,  郭晴 ,  杨健 ,  林毓聪 ,  肖德强 ,  付天宇 ,  范敬凡

IPC: G06T5/20 ,  G06T7/00 ,  G06T15/08

Abstract: 引入分布和区域约束的血管结构增强方法及装置，能够简便快速地获得肝血管的真实信息，以辅助医生术前规划，有利于扩大肝脏血管数据的使用范围，增加了使用的灵活性。包括：(1)获取三维影像数据，人工勾画肝脏边界得到其相应的肝脏掩膜；(2)基于肝脏标注对图像进行预处理；(3)使用高斯混合模型估计肝脏内组织分布；(4)引入分布和区域约束，计算单尺度高斯滤波下的肝血管增强值；(5)计算所有尺度，使用最大密度投影各尺度图像，得到肝血管增强图像。

公开(公告)号：CN111784727B

公开(公告)日：2023-04-07

申请号：CN202010554304.8

申请日：2020-06-17

Applicant: 北京理工大学

Inventor： 杨健 ,  艾丹妮 ,  范敬凡 ,  朱建军 ,  王涌天

IPC: G06T7/194 ,  G06T7/136 ,  G06T7/11 ,  G06T7/13 ,  G06T7/33 ,  G06T5/00 ,  G06N3/0464 ,  A61B34/20

Abstract: 基于3D/2D配准应用于血管介入手术导航的方法及装置，方法包括：(1)对于术前静态三维CTA数据，采用基于卷积神经网络的方法对图像进行分割；(2)对于术中动态XRA数据，采用基于RPCA的前景背景分离方法对序列图像进行分割；(3)分别构建3D和2D血管拓扑模型，并使用血管3D/2D配准方法对血管数据进行配准；对于术中实时动态血管数据，采用基于距离变换的方法快速补偿2D血管的形变；(4)根据3D血管到XRA成像空间的变换，将3D血管模型投影至XRA成像平面，采用增强深度感知可视化方法实现3D血管和2D图像的融合。