公开(公告)号：CN111429495B

公开(公告)日：2023-11-03

申请号：CN202010302960.9

申请日：2020-04-17

Applicant: 南京大学

Inventor： 杨孝平 ,  聂梓伟 ,  刘海蓉 ,  李晨

IPC: G06F7/544 ,  G06T7/33

Abstract: 本发明公开一种新型非刚性图像配准方法，包括以下步骤：构建浮动图像与固定图像之间的位移场的二阶有界广义形变函数，将位移场的二阶广义形变函数作为变分模型的正则项；按照待配准图像之间的灰度分布特点，采用不同的数据项：当待配准图像之间的灰度分布接近，不存在局部灰度偏移时，采用平方差之和(sum of squared difference，SSD)作为模型的数据项，建立BGDSSD配准模型；当待配准图像之间存在局部灰度偏移时，采用局部相关系数(local correlation coefficient，LCC)作为模型的数据项，建立BGDLCC配准模型；利用自适应原始‑对偶算法求解配准模型，得到配准结果。本发明能够在满足有界形变的前提下得到更光滑的位移场，从而得到更有效的配准结果。

公开(公告)号：CN111429495A

公开(公告)日：2020-07-17

申请号：CN202010302960.9

申请日：2020-04-17

Applicant: 南京大学

Inventor： 杨孝平 ,  聂梓伟 ,  刘海蓉 ,  李晨

IPC: G06T7/33 ,  G06K9/62

Abstract: 本发明公开一种新型非刚性图像配准方法，包括以下步骤：构建浮动图像与固定图像之间的位移场的二阶有界广义形变函数，将位移场的二阶广义形变函数作为变分模型的正则项；按照待配准图像之间的灰度分布特点，采用不同的数据项：当待配准图像之间的灰度分布接近，不存在局部灰度偏移时，采用平方差之和(sum of squared difference，SSD)作为模型的数据项，建立BGDSSD配准模型；当待配准图像之间存在局部灰度偏移时，采用局部相关系数(local correlation coefficient，LCC)作为模型的数据项，建立BGDLCC配准模型；利用自适应原始-对偶算法求解配准模型，得到配准结果。本发明能够在满足有界形变的前提下得到更光滑的位移场，从而得到更有效的配准结果。

公开(公告)号：CN119359750A

公开(公告)日：2025-01-24

申请号：CN202411402832.6

申请日：2024-10-09

Applicant: 南京玻璃纤维研究设计院有限公司 ,  中材科技股份有限公司 ,  南京大学

Inventor： 聂梓伟 ,  曹莹 ,  孙方方 ,  赵谦 ,  杨孝平 ,  李超

IPC: G06T7/12 ,  G06T7/13 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出了一种全自动三维机织复合材料CT图像分割与重建的方法。该方法重新设计了三维机织复合材料图像的纱线分割任务，通过结合基于语义分割的技术与基于梯度流的实例分割技术，能够在低对比度的CT图像上对粘连纱线的边界进行精准分割。最终，测试结果表明，本发明方法能够有效分割形状和大小各异的纱线，在分割样本中实现了边界清晰的纱线分割，显著提升了纱线分割的可靠性。

公开(公告)号：CN117788489A

公开(公告)日：2024-03-29

申请号：CN202410017771.5

申请日：2024-01-05

Applicant: 南京大学

Inventor： 聂梓伟 ,  赵嘉霖 ,  何健 ,  杨孝平

IPC: G06T7/11 ,  G06T3/06 ,  G06T3/08 ,  G06N3/0475 ,  G06N3/088

Abstract: 本发明针对目前大多数X射线图像(CXR)中的肋骨分割方法需要大量准确标记的数据进行深度网络训练，且在X射线图像中实现精确的肋骨标注十分困难的问题,重新设计了胸部X射线图像的肋骨分割任务，提出了一种基于无监督领域适应和中心线损失函数的简洁高效的跨模态方法，利用由三维CT图像生成的二维数字重建放射学图像(DRR)和对应的肋骨标注来指导未标注的二维胸部X射线图像的肋骨分割。与已有的多个X射线图像肋骨分割方法相比，本发明的方法无需在X射线图像上进行任何肋骨标注，在测试样本上实现了更高的Dice分数，避免了因分割方法引起的肋骨断裂问题，分割结果高度可解释并且肋骨的连通性完整性更好。

公开(公告)号：CN116363373B

公开(公告)日：2023-10-13

申请号：CN202310639583.1

申请日：2023-06-01

Applicant: 南京大学

Inventor： 杨孝平 ,  邹礼稳 ,  蔡正华 ,  仇毓东 ,  贵鹿颖 ,  毛谅

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种在CT图像上基于级联末端引导机制的扩张胰管分割方法。首先构建一个基本的串联分割网络依次得到胰腺分割结果和扩张胰管的粗分割结果，并在扩张胰管的粗分割结果上基于图结构建立对扩张胰管末端区域的注意力机制；其次训练一个嵌入解剖信息的子网络，其输入分别为扩张胰管的末端图像、扩张胰管的粗分割结果和胰腺分割结果对应的局部解剖注意力图，网络输出扩张胰管的细分割结果；最后设计一个末端抗干扰网络，其输入为扩张胰管末端图像和细分割结果，网络输出细分割结果可能存在的混淆区域，将其与细分割结果结合以得到扩张胰管的最终分割结果。本发明可以在CT图像上得到末端更加完整、精度更高的扩张胰管分割结果。