-
公开(公告)号：CN109597478A
公开(公告)日：2019-04-09
申请号：CN201710932070.4
申请日：2017-09-30
Applicant: 复旦大学
Abstract: 本发明属于虚实结合的场景展示技术领域，涉及一种基于虚实结合的人体解剖结构展示与交互方法，包括采用虚拟人体解剖结构模型、人体实物模型、标记板和手持设备等实现实物人体模型与虚拟人体解剖结构模型的融合，展示人体解剖结构的十大系统，并标注各系统主要器官或组织的名称；本发明通过触摸选取手持设备显示屏幕上显示的人体解剖结构模型中待选的组织或器官，进行单一组织或器官显示以及对其功能进行介绍，可通过放大、缩小、旋转等交互进行细节观察，根据待寻组织或器官的纹理颜色发生变化，移动手持设备，可在视图区域内寻到选中的组织或器官。本方法能通过虚拟景物获取全面、准确的信息，并通过与真实场景的互动，使虚拟景物显得更加直观和真实。
-
公开(公告)号：CN108182687A
公开(公告)日：2018-06-19
申请号：CN201611124279.X
申请日：2016-12-08
Applicant: 复旦大学
IPC: G06T7/11
Abstract: 本发明属医学图像处理及应用领域，涉及一种针对脑肿瘤影像的交互式三维分割方法。本发明主要利用对已分割的二维图像做腐蚀运算的方式，自动地为待分割的邻近图像设置种子点，并采用二维GrowCut分割算法对待分割图像依次分割，从而实现脑肿瘤影像的交互式三维分割。本发明方法中，只需在脑肿瘤中间切片所在的图像层中，对部分的前景与背景区域作标记，即可实现半自动地脑肿瘤三维分割，并允许对分割后的影像做三维修正。结果表明，本发明所述的方法交互性强、分割效率高、分割结果准确，具有较高的应用价值。
-
公开(公告)号：CN108175500A
公开(公告)日：2018-06-19
申请号：CN201611123672.7
申请日：2016-12-08
Applicant: 复旦大学
IPC: A61B34/20
Abstract: 本发明属于医疗器械领域，具体涉及一种基于手持式三维扫描仪的可用于手术导航的空间配准方法。本方法采用面部识别特征点匹配的配准方法，将手持式三维扫描仪获取到的被测者空间点云与医学影像得到的图像空间点云进行初步配准；初步配准结果使用点云的迭代配准方法，完成手术导航被测者空间与图像空间的配准；实施结果表明，本发明所述方法配准速度快，配准精度稳定，能够满足手术导航系统的要求，提升手术导航系统的配准精度。
-
公开(公告)号：CN103908345B
公开(公告)日：2017-02-08
申请号：CN201210595043.X
申请日：2012-12-31
Applicant: 复旦大学
Abstract: 本发明属医疗器械领域，涉及一种基于平板电脑的手术导航用的体数据可视化的方法。本发明方法中采用的导航系统主要由平板电脑、导航仪及附属红外定位仪、参考架和适配器等组成；平板电脑与导航仪之间通过无线通信技术实现点对点的实时通信，将导航信息传输并显示在平板电脑上。本发明主要实现的导航模式为，在平板电脑上实时显示导航探针针尖所对应的横断面、矢状面和冠状面的图像信息；和实时显示平板电脑延伸面与病人头颅相交所获得的截面图像。本发明可显示标准的断面图像，还可通过平板电脑的方位显示任意截面图像，能辅助医生定位肿瘤及病变，为手术操作带来便利和帮助。
-
公开(公告)号：CN103908346A
公开(公告)日：2014-07-09
申请号：CN201210595045.9
申请日：2012-12-31
Applicant: 复旦大学
Abstract: 本发明属医学图像处理及应用领域，涉及一种高精度自动神经导航空间配准方法。本发明方法中采用基于高斯混合模型的全局优化点集配准方法，将基于激光扫描仪获得的点云与CT获得的点云得到两个点云之间的坐标变换实现初步配准；然后采用无序点自动配准的方法，将初步配准的结果与神经导航中通过CT重建出来的病人空间再次进行配准。使用结果表明，本发明所述的方法实施简单，精度可靠，便于临床应用，可集成在现有导航系统中，从而大幅度提高导航系统精度。
-
Patent Agency Ranking
公开(公告)号：CN1270672C
公开(公告)日：2006-08-23
申请号：CN200410024847.X
申请日：2004-06-01
Applicant: 复旦大学
Abstract: 一种神经外科手术导航系统中脑组织变形校正的方法，属于医学图像处理及应用领域。本发明首先采用基于MRI的三维自动分割算法，获得目标组织(脑组织)，随后将分割出来的脑组织网格化，在线弹性理论的基础上通过对每一网格单元赋予相应的生物力学属性，建立脑组织的物理模型。借助三维激光扫描设备，通过跟踪算法来跟踪裸露脑皮层的运动，将其作为边界条件并结合物理模型进行有限元计算，获得整个脑组织任意位置的变形，最后采用一种插回算法更新术前三维数据场用于指导手术。该方法实施简单，精度可靠，便于临床应用，可集成在现有导航系统中，从而大幅度提高导航系统精度。
-
公开(公告)号：CN1581233A
公开(公告)日：2005-02-16
申请号：CN200410018565.9
申请日：2004-05-21
Applicant: 复旦大学
IPC: G06T11/00
Abstract: 本发明属医学图像处理及应用领域。涉及一种医学图像三维成像的体绘制方法，具体涉及一种用于虚拟手术的体绘制成像方法。本发明以三维数据场中的最基本单元——体素作为成像和虚拟手术操作的基本单元，用体素的坐标变换确定体数据中的切割范围，用体素数据值的区段移位进行标记切割过程，本发明方法不仅使医生可以用鼠标模拟手术刀实现对成像对象的任意形状和深度的切割，完成虚拟手术的操作，显示切割结果，而且可以对切割进行恢复和重新操作。
-
公开(公告)号：CN117671401A
公开(公告)日：2024-03-08
申请号：CN202210972275.6
申请日：2022-08-15
Applicant: 复旦大学
IPC: G06V10/774 , G06V10/764 , G06V10/762 , G06V10/772 , G06V10/74 , G06V10/40 , G06V10/82 , G06N3/088 , G06N3/084 , G06N3/0455
Abstract: 本发明属于图像数据集的构建技术领域，涉及标准数据集的构建方法及价值样本标注系统。本发明方法基于主动学习(Active Learning,AL)技术，面向未标注数据集，可以衡量其中样本的信息含量，并对样本的标注价值进行排序，然后，将最具有标注价值的样本挑出，送往专家进行标注，组成用于神经网络训练的标准数据集。本发明方法是一种解决标注昂贵问题的方案，其可以查询有价值的无标注样本进行标注，从而在固定的标注预算下，尽可能地提升训练模型的性能。本发明易推广到其他具有挑战性的人工智能领域，如图像分割、目标检测及图像配准等任务的价值样本挑选，拥有重要和广阔的应用前景。
-
公开(公告)号：CN115797378A
公开(公告)日：2023-03-14
申请号：CN202211476491.8
申请日：2022-11-23
Applicant: 复旦大学
IPC: G06T7/12 , G06T7/13 , G06T7/00 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于几何交并比损失的前列腺轮廓分割方法，包括：基于高斯面积公式构建几何交并比损失函数，结合传统距离损失构建器官边缘轮廓回归模型，采用轮廓回归模型建模器官分割任务，以轴状面切片器官轮廓逐层重建的方式建模器官分割任务。轮廓回归模型由图卷积网络以及多层感知机构成多层轮廓回归神经网络。本发明能够以边缘轮廓回归重建的方式建模分割任务，建模方式简单有效，结果准确，可减少基于UNet等编解码器结构的分类概率预测模型的假阳性预测，获得边缘一致性更佳、连续性更好的分割结果，减少相似纹理或模糊边界对于分割模型的影响，提高回归模型的准确度。
-
公开(公告)号：CN115482232A
公开(公告)日：2022-12-16
申请号：CN202211192738.3
申请日：2022-09-28
Applicant: 复旦大学
IPC: G06T7/00 , G06V10/764
Abstract: 本发明涉及一种负样本引导的自蒸馏病理图像分析方法，包括：对整张病理图像进行预处理，得到第一分类视图和第二分类视图；构建第一分类网络和第二分类网络，基于第一分类视图对第一分类网络进行自蒸馏学习训练，得到第一预测结果；通过第一预测结果和第二分类视图训练第二分类网络，分别得到第一损失函数和第二损失函数；基于第一损失函数和第二损失函数优化第二分类网络的参数，并同时更新第一分类网络的参数，得到训练好的第一分类网络和第二分类网络；通过训练好的第二分类网络，进行病理图像分析，得到分析结果。本发明方法与国际上现有方法相比有更好的准确率和模型可解释性，具备提高临床诊断效率和准确率的潜在价值。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.033 seconds)
