公开(公告)号：CN119548114A

公开(公告)日：2025-03-04

申请号：CN202411950158.5

申请日：2024-12-27

Applicant: 北京理工大学

Inventor： 高天欣 ,  梁广耀 ,  范应威 ,  唐晓英

IPC: A61B5/026 ,  A61B5/369 ,  A61B5/374 ,  A61B5/00 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06F18/24 ,  G06F18/22 ,  G06F18/214 ,  G06F18/21

Abstract: 本申请涉及脑功能成像技术领域，特别涉及一种基于神经血流特征多层次融合的目标人群识别方法及装置，其中，方法包括：利用同步EEG‑fNIRS设备采集正常和目标人群的脑神经血流信号，预处理并提取单模态特征，利用多频局部神经血管耦合分析法计算神经血管耦合强度特征，并利用空间共定位方法统一神经血流模态空间信息，提高位置精度，实现数据层融合；利用Yeo7脑模板整合分析不同模态特征空间关系，实现特征层融合，最后用显著差异特征训练多种机器学习分类器，实现对目标人群的识别。由此，解决相关技术多关注宏观信号相关性，导致跨模态空间信息在特定脑区协同作用分析匮乏，制约了对神经血管功能机制深入理解及脑区角色揭示的问题。

公开(公告)号：CN119444667A

公开(公告)日：2025-02-14

申请号：CN202411381644.X

申请日：2024-09-30

Applicant: 北京理工大学

Inventor： 郭瑞 ,  丁海艳 ,  范应威 ,  唐晓英

IPC: G06T7/00 ,  A61B5/055 ,  G06T5/60 ,  G06T5/70 ,  G06N3/0464 ,  G16H30/20

Abstract: 本发明涉及医学影像检查领域，公开了一种一站式心脏磁共振检查技术，包括以下步骤：S1，高集程度的核磁共振扫描技术：采用高集成度成像序列，通过一次扫描采集多种心脏核磁共振检查的原始数据，所述的原始数据包括用于测量心肌组织T1、T2和T2*的不同对比度图像以及用于评估心脏心室功能的电影图像；S2，展开式深度学习重建：采用基于深度学习的重建技术重建定量成像和电影成像数据中所有不同T1、T2、T2*加权重图像和电影图像；S3，定量图像重建：采用基于深度学习的定量图像重建技术重建T1，T2和T2*定量图像。本方法实现一次扫描中完成用于心脏功能检查的电影成像、用于心肌组织定征的T1定量成像、T2定量成和T2*定量成像。

公开(公告)号：CN117455845B

公开(公告)日：2025-02-14

申请号：CN202311331368.1

申请日：2023-10-16

Applicant: 北京理工大学

Inventor： 唐晓英 ,  符炜浩 ,  范应威 ,  高天欣 ,  郭瑞

IPC: G06T7/00 ,  G06T7/10 ,  G06T17/00 ,  G06F16/51 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及图像处理领域，其公开了一种用于急性脑出血CT影像的智能图像处理方法和系统，处理方法包括如下步骤：S1：数据库存储，获取移动手术室急性脑出血的原始CT图像数据；S2：数据分辨率增强，以获得增强分辨率的CT图像；S3:神经网络图像分割，用于对增强分辨率的CT影像进行基于神经网络的图像分割；S4:重建，用于对分割图像进行重建，对患者头部CT数据和分割后的病灶部位数据进行重建；S5:建立可视化及界面，得到头部CT图像和出血部位的三维模型和不同视角的头部CT二维图像；S6:神经网络预测，经改进的CNN网络训练，得到预测结果。本发明针对移动手术室急性脑出血CT图像的特点，分步骤进行图像预处理、分割、重建和预测，以适应移动CT的应用。

公开(公告)号：CN117455845A

公开(公告)日：2024-01-26

申请号：CN202311331368.1

申请日：2023-10-16

Applicant: 北京理工大学

Inventor： 唐晓英 ,  符炜浩 ,  范应威 ,  高天欣 ,  郭瑞

IPC: G06T7/00 ,  G06T7/10 ,  G06T17/00 ,  G06F16/51 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及图像处理领域，其公开了一种用于急性脑出血CT影像的智能图像处理方法和系统，处理方法包括如下步骤：S1：数据库存储，获取移动手术室急性脑出血的原始CT图像数据；S2：数据分辨率增强，以获得增强分辨率的CT图像；S3:神经网络图像分割，用于对增强分辨率的CT影像进行基于神经网络的图像分割；S4:重建，用于对分割图像进行重建，对患者头部CT数据和分割后的病灶部位数据进行重建；S5:建立可视化及界面，得到头部CT图像和出血部位的三维模型和不同视角的头部CT二维图像；S6:神经网络预测，经改进的CNN网络训练，得到预测结果。本发明针对移动手术室急性脑出血CT图像的特点，分步骤进行图像预处理、分割、重建和预测，以适应移动CT的应用。

公开(公告)号：CN114998193A

公开(公告)日：2022-09-02

申请号：CN202210416449.0

申请日：2022-04-20

Applicant: 北京理工大学

Inventor： 范应威 ,  唐晓英 ,  高天欣

IPC: G06T7/00 ,  A61B5/00

Abstract: 本申请公开了一种基于光学影像的激光损伤评估方法及系统，其中，方法包括：采集含有激光损伤斑的至少一个光学影像；基于至少一个光学影像，获取激光损伤斑的一个或多个损伤斑特征；根据一个或多个损伤斑特征利用预设的映射关系识别激光损伤斑的量化结构及功能信息和/或定位实际位置。该方法及系统结构简单、成本低廉、操作简单、成像速度快、检测精度高、成像效果好等特点，此外，通过该方法能够获取激光剂量与损伤效果的关系，构建一种激光致生物组织损伤良好的量效和时效的关系。