-
公开(公告)号：CN107274389A
公开(公告)日：2017-10-20
申请号：CN201710379450.X
申请日：2017-05-25
Applicant: 中国科学院苏州生物医学工程技术研究所
CPC classification number: G06T7/0012 , G06T7/11 , G06T7/136 , G06T7/155 , G06T2207/30008
Abstract: 本发明公开一种基于CT三维序列图像的股骨和髋臼解剖参数获取方法，包括步骤：获取具有股骨和髋臼的CT三维序列图像；股骨与髋臼的分割：对CT三维序列图像依次进行粗分割、分离以及精确分割，获得股骨精确分割图像和髋臼精确分割图像；股骨解剖参数计算：根据股骨精确分割图像，构造股骨表面的三角网格表面模型，计算股骨直径参数、髓腔内径参数以及股骨头的球面拟合参数；髋臼解剖参数计算：选择髋臼精确分割图像构造髋臼表面三角网格表面模型的表面若干点，计算髋臼的前后径。本发明直接对CT三维序列图像进行处理，快速、自动地实现股骨和髋臼精确分割及解剖参数获取，辅助人工骨头假体的个性化设计与建模。
-
公开(公告)号：CN106725520A
公开(公告)日：2017-05-31
申请号：CN201611266544.8
申请日：2016-12-31
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/1455 , A61B5/00
Abstract: 本发明公开一种脑血氧检测的信号处理方法，包括步骤：采集未被脑组织血红蛋白吸收的模拟式的光密度电流信号，对模拟式的所述光密度电流信号进行一级处理，输出数字式的光密度电压信号；对所述光密度电压信号进行二级处理以去噪；其中，所述二级处理包括以下步骤：对所述光密度电压信号进行改进的总体完备经验模态分解，输出所有模态分量；对每个模态分量进行排列熵计算，选择阈值，进行信号重构。本发明以改进的总体完备经验模态分解和排列熵结合的方式对光密度电压信号去噪，有效降低了基线漂移和高频噪声的影响，提高了数据的精确度。
-
公开(公告)号：CN118229544A
公开(公告)日：2024-06-21
申请号：CN202410255906.1
申请日：2024-03-06
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T5/50 , G06T11/00 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供基于特征一致性的多模态医学图像合成方法、系统及介质，该方法包括步骤：获取多样本的同一部位处的多模态医学图像，将多模态医学图像分为输入模态图像和目标模态图像；通过输入模态图像和目标模态图像对多模态医学图像合成模型进行训练，并且在训练阶段通过损失函数计算真实图像和生成图像之间的生成损失，以及计算输出特征、生成图像的特征、目标模态真实图像特征之间的一致性损失和对抗损失；通过测试数据对多模态医学图像合成模型进行测试。本发明通过将特征一致性损失函数引入到判别器网络中，解决模型训练过程中缺乏考虑同一模态内特定的问题，为模型提供模态一致性约束，提升判别器的性能，从而提升多模态医学图像合成的质量。
-
公开(公告)号：CN116721281A
公开(公告)日：2023-09-08
申请号：CN202310594413.6
申请日：2023-05-24
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/75 , G06V10/74 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明提供一种基于分层图卷积的脑图像分类方法，包括以下步骤：获取静息态功能磁共振图像，构建功能脑网络特征；稀疏化所述功能脑网络特征，并构建个体图卷积网络，得到图嵌入特征；基于所述图嵌入特征训练网络模型，并利用边权重编码机制初始化群体图卷积网络参数，重新确定网络模型的边权重参数；利用测试集测试所述训练网络模型的正确性，统计分类结果。本发明所述的基于分层图卷积的脑图像分类方法，首先，能够利用先验脑区信息和图嵌入提取脑网络特征，具有较好的准确性，其次，利用边权重编码机制对群体图卷积网络模型的边权重编码，降低年龄、性别、图像采集设备等非图像信息的影响，具有更好的泛化性。本发明所述方法相比已有方法具有更好的分类性能。
-
公开(公告)号：CN116048269A
公开(公告)日：2023-05-02
申请号：CN202310070483.1
申请日：2023-01-20
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06F3/01 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/25
Abstract: 本说明书公开了一种穿戴脑磁脑机接口系统，能够对脑磁信号进行高精度源成像，提高测量空间解码方式的空间分辨率，实现对脑磁信号的精准识别分类。所述系统包括穿戴脑磁采集设备、信号分析处理系统与多模态刺激呈现设备。所述穿戴脑磁采集设备，用于采集受试者脑神经活动产生的脑磁信号并将所述脑磁信号发送至所述信号分析处理系统；所述信号分析处理系统，用于对所述脑磁信号进行预处理、成像和解码，以生成解码信息，并将所述解码信息发送至所述多模态刺激呈现设备；所述多模态刺激呈现设备，用于呈现诱发脑神经活动的刺激信息以及呈现所述信号分析处理系统所生成的解码信息。
-
Patent Agency Ranking
公开(公告)号：CN115587321A
公开(公告)日：2023-01-10
申请号：CN202211576082.5
申请日：2022-12-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本说明书公开了一种脑电信号识别分类方法、系统及电子设备，能够对脑电信号进行精确分类识别。所述方法包括：从原始脑电信号中获取波段信号；针对所述波段信号进行时空频多域分析及上下文长时信息挖掘，生成多层次融合特征信息；针对所述多层次融合特征信息进行稀疏脉冲编码，构建脉冲神经网络进行脉冲特征映射，并优化脉冲神经网络以生成稀疏脉冲融合特征；基于所述稀疏脉冲融合特征，计算确定所述原始脑电信号对应的类别属性。所述系统用于执行所述脑电信号识别分类方法。所述电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述脑电信号识别分类方法。
-
公开(公告)号：CN107292312B
公开(公告)日：2021-06-22
申请号：CN201710462938.9
申请日：2017-06-19
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开一种肿瘤识别方法，包括步骤：粗分割：对CT图像依次进行器官分割和血管分割，获得去除血管的器官CT图像；构造测试样本数据集合：基于器官CT图像，依次构造动脉期、静脉期和延迟期的肿瘤区域子图集形成测试正样本数据集合、器官正常区域子图集构成测试负样本数据集合；训练肿瘤分类器：对测试样本数据集合进行特征数据提取，训练出包括肿瘤良/恶识别与分期的肿瘤分类器；待测CT图像的特征数据提取和肿瘤的识别与分期：依次对动脉期、静脉期和延迟期的待测CT图像进行特征数据提取形成待测特征数据集合，将待测特征数据集合输入肿瘤分类器进行肿瘤良/恶识别与分期。本发明可以对分割后的肿瘤进行良/恶以及分期的精确识别。
-
公开(公告)号：CN112294339A
公开(公告)日：2021-02-02
申请号：CN202011096444.1
申请日：2020-10-14
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
Abstract: 本发明公开了一种基于种群多样性控制的脑电源定位方法、系统及设备，基于患者的个性化MRI，构建患者的个性化真实头模型与源模型。通过基准点法实现EEG‑MRI的粗略配准，通过对电极位置手动微调，实现EEG‑MRI的精细配准，降低空间模型产生的误差。基于配准后的空间信息，建立体积传导模型，计算正向传导矩阵，进而建立源定位数学模型，为降低计算复杂度，对源定位数学模型进行线性与非线性参数分离。面对逆问题的不适定性与病态性，提出一种基于种群多样性控制的量子粒子群算法(DQPSO)，通过控制算法的种群多样性，使算法迭代后期仍然能够保持较高的全局遍历寻优能力，进而提高算法收敛到全局最优的概率，保证高定位精度。
-
公开(公告)号：CN106056583A
公开(公告)日：2016-10-26
申请号：CN201610347934.1
申请日：2016-05-24
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10012 , G06T2207/10081 , G06T2207/30032
Abstract: 本发明公开了一种面向虚拟结肠镜的结肠息肉图像数据处理方法，在图形处理器中进行以下步骤：步骤一、采集结肠部位的三维图像数据，并对所述图像数据进行图像预处理，得到结肠壁的拟合等值面曲面，在所述拟合等值面上选取体现结肠息肉特征的W个种子点；步骤二、逐步移动所述种子点并将移动后的种子点影到图像真实等值面上，并形成W条曲率线；步骤三、将每一条所述曲率线进行散播，生成曲率线集合；步骤四、在所述曲率线集合中筛选出体现结肠息肉形状特征的特征曲率线，并将所述特征曲率线绘制到所述拟合等值面上，以突显结肠息肉。本发明解决了现有技术中无法精确描述息肉的整体三维形状特征的技术问题。
-
公开(公告)号：CN105760874A
公开(公告)日：2016-07-13
申请号：CN201610128282.2
申请日：2016-03-08
Applicant: 中国科学院苏州生物医学工程技术研究所
CPC classification number: G06K9/46 , G06K9/6268 , G06K2209/051 , G06T5/00 , G06T5/002 , G06T5/40 , G06T15/005 , G06T2200/04 , G06T2207/10081 , G06T2207/30064
Abstract: 本发明公开一种面向尘肺的CT图像处理系统，包括图像处理服务器，其包括CPU、图形处理器以及连接到所述图形处理器的DICOM读写单元，所述DICOM读写单元从所述图形处理器中读取与解析CT图像；CT图像预处理单元，其对所述DICOM读写单元解析后的CT图像进行灰度不均匀校正、图像去噪以及伪影去除的预处理；图像分割单元，其对预处理后的CT图像进行肺实质分割、肺结节分割以及肺结节假阳性目标去除；深度网络学习单元，其提取所述图像分割单元分割后的肺结节区域所在的子图像块中的高维特征；以及，SVM分类单元，其接收所述高维特征进行分类。本发明的CT图像的数据的分类精度高、鲁棒性稳定。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.089 seconds)
