-
公开(公告)号：CN113450396A
公开(公告)日：2021-09-28
申请号：CN202110682717.9
申请日：2021-06-17
Applicant: 北京理工大学
Abstract: 基于骨骼特征的三维/二维图像配准方法及装置，占用资源小、可用于反向传播优化配准参数，解决了三维/二维配准过程中图像相似性函数非凸非凹的问题，增大了配准初值范围，实现TIPS术中三维/二维骨骼特征的配准,提升配准精度。方法包括：(1)对分割的三维骨骼数据进行预处理；(2)生成大量的模拟数据用于后续的训练和测试；(3)三维数据经过三维卷积网络跳连接模块的处理，得到参数化的三维特征数据，通过基于网格采样的可微分渲染模块将叠加后的原图和三维特征数据投影到二维；(4)使用二维解码网络计算其与目标图像的相似性测度；为使相似性测度在欧式空间中具有凹函数的性质，使用刚性变换参数的测地线距离的梯度作为训练目标。
-
公开(公告)号：CN110288637B
公开(公告)日：2021-09-21
申请号：CN201910509884.6
申请日：2019-06-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种多角度DSA造影图像血管匹配方法及装置，其中方法包括：对三维血管图像从两个不同角度进行投影，获得两幅二维血管图像，将两幅二维血管图像与三维血管图像分别进行配准；计算三维血管图像和任意一副二维血管图像中结点的相似性以及血管分支的相似性，并输入至预先构建的图匹配框架中，获得三维血管图像与所述任意一副二维血管图像的结点匹配关系；根据三维血管图像与所述任意一副二维血管图像的结点匹配关系，确定两幅二维血管图像间的结点匹配关系。本发明实施例对血管造影图像的判断更加准确。
-
公开(公告)号：CN113256814A
公开(公告)日：2021-08-13
申请号：CN202010085281.0
申请日：2020-02-10
Applicant: 北京理工大学
Abstract: 一种基于空间注册的增强现实虚实融合方法及装置，不需要每次特制外接导板，精度和效率大大提高。方法包括：获取影像数据；分割和三维重建，在模型空间中建立三维虚拟模型；将图片跟踪标志物放置于患者附近；在NDI空间采集图片标志物的5个特征点，并记录；在NDI空间通过划取点操作采集真实患者表面的点云数据；对虚实两个空间的图片标志物和患者器官进行双向配准，求取虚拟目标的旋转变换矩阵；在NDI空间采集图片标志物的5个特征点和真实目标的n个特征点，在Unity空间选取虚拟目标表面的n个对应特征点；进行双向配准，求取虚拟目标的旋转变换矩阵；将求解的偏移量和旋转角应用于Unity空间的虚拟目标，使虚拟目标转换至真实目标的位置。
-
公开(公告)号：CN110287956B
公开(公告)日：2021-05-25
申请号：CN201910509883.1
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匹配方法及装置，利用卷积神经网络提取相邻两帧原始造影图像中的血管图像，再利用非极大值抑制算法和断裂修复算法获取每个血管图像中的血管中心线，并基于半径和距离约束利用多层次特征匹配算法获得两条血管中心线上的所有关键点之间的匹配关系，根据所有关键点之间的匹配关系获取所有待匹配的血管段对，采用动态时间规整算法计算每个待匹配的血管段对的匹配结果，根据所有待匹配的血管段对的匹配结果获得两条血管中心线的匹配结果。该方法及装置能够准确获得两条血管中心线的匹配结果，进而能够有效获取增长的血管片段，有利于对造影剂流速进行评估，对于辅助冠心病的影像导航诊断和介入治疗具有重要意义。
-
公开(公告)号：CN111798451A
公开(公告)日：2020-10-20
申请号：CN202010550016.5
申请日：2020-06-16
Applicant: 北京理工大学
Abstract: 基于血管3D/2D匹配的3D导丝跟踪方法及装置，方法包括：血管拓扑的构建：针对3D血管，从术前CTA图像中识别出血管、构建血管表面模型并进行中心线的提取；通过深度学习的方法对2D血管分割来提取中心线；构建血管图模型分别描述2D和3D血管的结构；构建约束关系，找到3D和2D之间所有可能的匹配，通过最大化匹配分数找到最优匹配结果；采用深度学习对2D X射线图像中的导丝尖端分割，模型采用U-Net作为基础结构，网络输入是x射线图像，输出是像素值为0到1的概率图，越接近1表示该像素是导丝尖端的概率越大；构建导丝尖端与2D血管树的对应关系，将2D导丝尖端反投影到3D血管空间中，实现3D导丝尖端的位姿估计。
-
Patent Agency Ranking
公开(公告)号：CN111091589A
公开(公告)日：2020-05-01
申请号：CN201911168691.5
申请日：2019-11-25
Applicant: 北京理工大学
Abstract: 基于多尺度监督学习的超声和核磁图像配准方法及装置，在测试阶段只输入超声和磁共振图像便可预测出由超声到磁共振的形变场，完成超声到磁共振的配准，无需传统算法的迭代，在速度和准确度上大幅度提升。包括：(1)采集多个病人的肝脏三维磁共振图像以及与之对应的超声图像作为训练样本，将重要的组织区域分割出来作为标签图像；(2)构建基于3DUnet的配准基本框架；(3)得到基于多尺度监督神经网络；(4)将对应的磁共振和超声图像刚性配准；将处理好的磁共振和超声图像作为两个通道输入神经网络中，以MIND相似性测度，分割标签损失及形变场平滑项三个损失函数对神经网络进行训练；(5)根据配准参数将磁共振和超声图像配准。
-
公开(公告)号：CN111000563A
公开(公告)日：2020-04-14
申请号：CN201911158755.3
申请日：2019-11-22
Applicant: 北京理工大学
Abstract: 一种视网膜动脉静脉直径比自动测量方法及装置，其能够自动地计算对应AVR指标，提高了AVR计算的准确度和自动化程度，实现了AVR指标的精确测量，提高了临床疾病诊疗的处理速度。方法包括：(1)用眼底成像设备获取视网膜图像；(2)进行视盘定位与血管分割；(3)基于中心线，进行血管拓扑分析；(4)基于深度卷积网络，将血管树分类为动脉或静脉，计算采样点位置的直径和类别，完成视网膜动脉静脉直径比AVR的测量。
-
公开(公告)号：CN110910371A
公开(公告)日：2020-03-24
申请号：CN201911159731.X
申请日：2019-11-22
Applicant: 北京理工大学
Abstract: 基于生理指标和影像融合的肝肿瘤自动分类方法及装置，能够面向不同患者进行识别时有良好的鲁棒性，无需人为设计复杂的特征提取算法，实现全自动特征学习和提取，对胆管细胞癌和肝细胞癌在影像上的特征表现差异和在生理指标上表现差异进行联合学习和挖掘，提高模型的识别准确率。方法包括：构建胆管细胞癌和肝细胞癌的影像及其生理指标数据库，采集患者的腹部CT影像及医生记录的相应生理指标；对采集的所有影像数据进行标注，勾画出其中的肝脏组织区域并判断其属于胆管细胞癌还是肝细胞癌，做好标注，以此作为网络训练的金标准；构建一个三维全卷积神经网络分割模型；构建一个基于影像和生理指标相融合的深度卷积神经网络分类模型。
-
公开(公告)号：CN110613469A
公开(公告)日：2019-12-27
申请号：CN201910884469.9
申请日：2019-09-18
Applicant: 北京理工大学
Abstract: 一种腿骨下肢力线自动检测方法，包括：(1)获取CT影像数据；(2)对CT影像中的病人骨骼进行分割和三维重建，在模型空间中建立病人的骨骼三维模型；(3)针对股骨三维模型，通过双剖切面获取质心的方法来确定股骨头球心点位置；(4)针对股骨和胫骨三维模型，采用刚性+弹性的配准方法获取膝关节髁间凹中心点、胫骨平台中心点、踝关节中心点的坐标；(5)通过股骨头球心与膝关节髁间凹中心点的连线获得股骨机械轴线，通过胫骨平台中心点和踝关节中心点的连线获得胫骨机械轴线；(6)针对股骨或胫骨三维模型，采用迭代搜索最大距离点对的方法确定股骨或胫骨的解剖轴线。还有装置。
-
公开(公告)号：CN110287956A
公开(公告)日：2019-09-27
申请号：CN201910509883.1
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匹配方法及装置，利用卷积神经网络提取相邻两帧原始造影图像中的血管图像，再利用非极大值抑制算法和断裂修复算法获取每个血管图像中的血管中心线，并基于半径和距离约束利用多层次特征匹配算法获得两条血管中心线上的所有关键点之间的匹配关系，根据所有关键点之间的匹配关系获取所有待匹配的血管段对，采用动态时间规整算法计算每个待匹配的血管段对的匹配结果，根据所有待匹配的血管段对的匹配结果获得两条血管中心线的匹配结果。该方法及装置能够准确获得两条血管中心线的匹配结果，进而能够有效获取增长的血管片段，有利于对造影剂流速进行评估，对于辅助冠心病的影像导航诊断和介入治疗具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.027 seconds)
