-
公开(公告)号：CN114092470A
公开(公告)日：2022-02-25
申请号：CN202111492860.8
申请日：2021-12-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度学习的肺裂自动检测方法及装置。本发明首先利用肺裂在二维CT图像中表现为细的曲线结构、在三维CT图像中表现为薄的曲面结构的特性，使用增强滤波对肺裂进行增强，计算每个体素的肺裂概率。但是，肺裂增强会在病理性肺导致的一些类似裂隙结构上产生虚假响应，使得肺裂提取的结果准确性过于依赖提取条件的参数设置。为此，本发明进一步利用深度学习的方法，输入严格肺裂提取条件下的不完整的肺裂，经过深度学习网络重建后得到准确且完整的最优肺裂，从而实现即便在病理性肺中仍能有效且鲁棒地完成肺裂检测。
-
公开(公告)号：CN112802073B
公开(公告)日：2021-07-06
申请号：CN202110376958.0
申请日：2021-04-08
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于图像数据和点云数据的融合配准方法，该方法首先通过图像分割获得组织器官的边界点云或通过特征提取得到图像内的特征点云，将图像数据和点云数据输入设计好的融合配准模型中，获得配准好的图像和点云数据以及变形场。所述融合配准模型包含图像配准网络和点云配准网络，训练时，损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成。本发明的方法能提高图像配准中边界保持的能力，在配准前获得细小结构点云信息时，该方法还能改善因细小结构隐藏在图像背景而发生误匹配的问题。
-
公开(公告)号：CN112802073A
公开(公告)日：2021-05-14
申请号：CN202110376958.0
申请日：2021-04-08
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于图像数据和点云数据的融合配准方法，该方法首先通过图像分割获得组织器官的边界点云或通过特征提取得到图像内的特征点云，将图像数据和点云数据输入设计好的融合配准模型中，获得配准好的图像和点云数据以及变形场。所述融合配准模型包含图像配准网络和点云配准网络，训练时，损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成。本发明的方法能提高图像配准中边界保持的能力，在配准前获得细小结构点云信息时，该方法还能改善因细小结构隐藏在图像背景而发生误匹配的问题。
-
Patent Agency Ranking
公开(公告)号：CN111862320A
公开(公告)日：2020-10-30
申请号：CN202010993876.6
申请日：2020-09-21
Applicant: 之江实验室
Abstract: 本发明公开了一种SPECT三维重建图像到标准视图的自动转向方法，通过利用刚性配准算法提取SPECT三维重建图像A和标准SPECT图像R之间的刚性配准参数P形成A与P的映射数据库，利用3层卷积模块对图像A进行特征提取，并经过三次全连接转换为6维的特征向量T，经过空间变换网络应用T于A上形成网络预测的转向结果训练从而建立SPECT三维重建图像自动转向模型。将待转向SPECT三维重建图像作为输入，利用SPECT三维重建图像自动转向模型进行自动转向即可获得标准视图。本发明使用网络提取图像位置特征，形成不同角度视图到标准视图的全自动转向，减少了手动转向操作的复杂性，提高了图像操作的便捷性。
-
公开(公告)号：CN114092470B
公开(公告)日：2022-08-09
申请号：CN202111492860.8
申请日：2021-12-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度学习的肺裂自动检测方法及装置。本发明首先利用肺裂在二维CT图像中表现为细的曲线结构、在三维CT图像中表现为薄的曲面结构的特性，使用增强滤波对肺裂进行增强，计算每个体素的肺裂概率。但是，肺裂增强会在病理性肺导致的一些类似裂隙结构上产生虚假响应，使得肺裂提取的结果准确性过于依赖提取条件的参数设置。为此，本发明进一步利用深度学习的方法，输入严格肺裂提取条件下的不完整的肺裂，经过深度学习网络重建后得到准确且完整的最优肺裂，从而实现即便在病理性肺中仍能有效且鲁棒地完成肺裂检测。
-
公开(公告)号：CN113491529B
公开(公告)日：2021-12-17
申请号：CN202111054080.5
申请日：2021-09-09
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种无伴随CT辐射的单床PET延迟成像方法，首先利用一能将PET BP图像转换成更接近于真实PET图像的Pseudo PET图像的图像重建网络，将正常扫描和延迟扫描得到的PET BP图像转换成Pseudo PET图像，然后利用一CT图像生成网络，输入包含正常扫描的Pseudo PET图像和CT图像，以及延迟扫描的Pseudo PET图像，输出获得正常扫描和延迟扫描间的变形场和延迟扫描时刻的CT图像，该CT图像最后用于延迟扫描PET图像重建中的衰减校正，得到SUV定量准确的PET图像并用于肿瘤检测。本发明的方法能消除延迟扫描中病人接受的CT辐射，减轻病人生理和心理上的压力，推动PET延迟成像的应用。
-
公开(公告)号：CN113506333A
公开(公告)日：2021-10-15
申请号：CN202111057958.0
申请日：2021-09-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于可变形图谱的医学影像配准网络训练数据集扩充方法。该方法首先在尽可能避免引入不符合形态学变形的前提下，将输入的训练数据配准到不同形态的图谱上。随后，评估配准后训练数据和图谱的差异，修正图谱的参数向不引入不合理变形的方向微调。接着，在最大化配准精度的条件下，将输入的训练数据配准到不同形态的修正后的图谱上，恢复出训练数据第一次配准时未变形完全的细节。最后，计算相关性度量参数，剔除不满足预期的变形数据，从而生成与输入训练数据集形态不同且反应人体形态真实变化规律的扩充数据集。本发明可以有效地扩充医学影像配准网络的训练数据集，从而降低构建数据集的时间成本、人力成本和费用成本。
-
公开(公告)号：CN111436958A
公开(公告)日：2020-07-24
申请号：CN202010125698.5
申请日：2020-02-27
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
IPC: A61B6/03
Abstract: 本发明公开了一种用于PET图像衰减校正的CT图像生成方法，该方法通过采集T1时刻的CT图像和PET图像以及T2时刻的PET图像，将其输入训练好的深度学习网络中，获得T2时刻的CT图像，该CT图像能用于PET图像的衰减校正，从而获得更精确的PETAC(Attenuation Correction)图片。本发明的方法能减少整个图像采集阶段病人受到的X射线的剂量，减轻病人生理和心理上受到的压力。另外，后期的图像采集只需要PET成像设备，不需要PET/CT设备，可以减小成像资源分配的成本，降低整个阶段成像的费用。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
