-
公开(公告)号：CN112529911B
公开(公告)日：2024-02-09
申请号：CN202011437755.X
申请日：2020-12-07
Applicant: 重庆大学
Abstract: 本发明公开一种胰腺图像分割模型的训练方法、图像分割方法和装置，具体包括以下步骤：获取胰腺图像，所述胰腺图像包括2D图像和3D图像，并对2D图像和3D图像进行裁剪、缩放和HU值截断，截断范围为[‑300,300]；将截断后的2D图像输入训练完成的2‑3D网络分割模型的第一子模型，从而输出2D分割结果和2D特征；将2D分割结果和3D图像数据进行结合得到3D图像特征，将3D图像特征和2D特征输入第二子模型，从而输出3D分割结果。本发明通过将传统2D网络和3D网络(56)对比文件Liu, Siqi, et al. .“3d anisotropichybrid network: Transferringconvolutional features from 2d images to3d anisotropic volumes”《.Medical ImageComputing and Computer AssistedIntervention–MICCAI 2018: 21stInternational Conference》.2018,全文.Li, Xiaomeng, et al..“H-DenseUNet:hybrid densely connected UNet for liverand tumor segmentation from CT volumes”.《IEEE transactions on medical imaging37.12 (2018)》.2018,全文.
-
公开(公告)号：CN115409813A
公开(公告)日：2022-11-29
申请号：CN202211068057.6
申请日：2022-09-01
Applicant: 重庆守愚科技有限公司 , 重庆大学
Abstract: 本发明提出了一种基于GAN及注意力融合机制的快速表面缺陷检测方法及系统。该检测方法为：获取表面缺陷图像样本集；搭建快速划痕检测网络，该网络包括：信息提取模块，用于提取底层细节信息；快速采样模块，用于提取高层语义级信息；注意力融合模块，将所述高层语义级信息与底层细节信息进行融合，并结合信息提取模块提取的底层细节信息对划痕定位，利用快速采样模块提取的高层语义级信息进行表面缺陷定位的分割；利用表面缺陷图像样本集对所述快速表面缺陷检测网络进行训练；采用训练得到的快速表面缺陷检测网络进行表面缺陷检测。该快速表面缺陷检测方法通过对表面缺陷的快速定位加分割的方式，精准地检测表面缺陷，具有精度高的优越性。
-
公开(公告)号：CN113012041A
公开(公告)日：2021-06-22
申请号：CN202110367868.5
申请日：2021-04-06
Applicant: 重庆大学 , 中国人民解放军陆军军医大学第一附属医院
Abstract: 本发明公开了一种CT/MRI模拟超声的新方法、系统,包括：S1，获取CT/MRI图像，对CT/MRI图像进行器官分割和切面处理；S2，使用预设模版对切面图像进行标记，具体包括：将模版之外的区域标记第一区域，模版之内非器官区域标记第二区域，模版内不同器官区域采用不同区域标记，器官的标记与第一区域和第二区域的标记均不同；S3，将CT/MRI标签图输入基于生成对抗网络的转换模型，转换模型生成与CT/MRI图像对应的模拟超声图像。转换模型学习超声图像风格区域，将CT/MRI标签图转换为对应的超声图像，达到生成与CT/MRI图像对应的且符合真实的超声图像的风格的超声图像的目的。
-
公开(公告)号：CN105118056B
公开(公告)日：2017-11-17
申请号：CN201510497617.3
申请日：2015-08-13
Applicant: 重庆大学 , 中国人民解放军第三军医大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于三维形态学的冠脉血管自动提取方法，包括如下步骤：S1，获取图像数据后，按照获取时间依次对图像进行排序，对排序完成的图像进行直方图变换；S2，对于变换后的图像进行三维粗分割，将分割的冠状动脉图像的灰度范围值进行三维形态学处理，通过计算主动脉区域和腐蚀掉区域的邻接点，得到邻接点构成的连通域；S3，遍历全部邻接点，执行完毕后，输出每一个邻接点构成的连通域，执行切割冠状动脉图像过程，从输入的三维粗分割数据以及全部邻接点的连通域数据从而寻找冠状动脉的开口点，切割完成冠状动脉图像。
-
公开(公告)号：CN103310483B
公开(公告)日：2016-04-20
申请号：CN201310201146.8
申请日：2013-05-27
Applicant: 重庆大学
IPC: G06T17/00
Abstract: 本发明提出了一种基于空洞区域三角剖分的血管分叉表面重建方法，包括如下步骤：构造血管骨架线管状表面；在分叉区域，一个分支上的任一截面的轮廓点如果处在其他分支等效柱体内侧,就把该点和与该点相连的边以及三角面删除；对分叉区域进行二维映射，把分叉区域等效地投影为二维平面拓扑图；利用基于空洞区域三角剖分法填补二维拓扑平面，重建血管分叉区域的表面；利用空洞区域三角剖分填补法重建整个血管树。本发明围绕血管分支原有拓扑走向和管道大小进行分支“互吃”、分叉二维映射、三角剖分以及填补三角空洞，保持了真实血管分叉的拓扑形态，重建模型准确，计算量小，鲁棒性强，重建效率高，重建出的血管模型具有完整的矢量性和可重构性。
-
Patent Agency Ranking
公开(公告)号：CN103136788B
公开(公告)日：2016-01-20
申请号：CN201310067964.3
申请日：2013-03-04
Applicant: 重庆大学
IPC: G06T17/00
Abstract: 本发明提出了一种三维血管分叉可视化重建方法，包括如下步骤：构造血管的血管树中间线，血管树中间线按管径大小组合构造为各条主分支，任一主分支与其他主分支相交的点为分叉点，每一个分叉点标识一个分叉区域；根据血管树中间线重建血管的自由管道表面，得到血管树的初步表面模型；根据血管树的表面模型，利用缺口边界配对方法重建三维血管分叉区域。本发明的三维血管分叉可视化重建方法利用缺口边界配对方法重建三维血管分叉区域，不仅能够高效地重建出与真实血管分叉在形态和体积上误差极小的表面模型，还能够降低分叉区域重建的复杂性和提高重建效率。
-
公开(公告)号：CN105118056A
公开(公告)日：2015-12-02
申请号：CN201510497617.3
申请日：2015-08-13
Applicant: 重庆大学 , 中国人民解放军第三军医大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10081 , G06T2207/30101
Abstract: 本发明公开了一种基于三维形态学的冠脉血管自动提取方法，包括如下步骤：S1，获取图像数据后，按照获取时间依次对图像进行排序，对排序完成的图像进行直方图变换；S2，对于变换后的图像进行三维粗分割，将分割的冠状动脉图像的灰度范围值进行三维形态学处理，通过计算主动脉区域和腐蚀掉区域的邻接点，得到邻接点构成的连通域；S3，遍历全部邻接点，执行完毕后，输出每一个邻接点构成的连通域，执行切割冠状动脉图像过程，从输入的三维粗分割数据以及全部邻接点的连通域数据从而寻找冠状动脉的开口点，切割完成冠状动脉图像。
-
公开(公告)号：CN102402796B
公开(公告)日：2013-09-18
申请号：CN201110330817.1
申请日：2011-10-26
Applicant: 重庆大学
Abstract: 本发明公开了一种肝脏血管系统的三维结构化描述方法，属于医学肝脏划分领域。该方法首先对肝脏图像和肝脏血管图像分别进行分割，再对肝脏血管三维图像进行结构分析，将肝脏血管骨架化处理，对骨架化后的体素点进行标记，并且将标记后的体素点存储至多叉树的数据结构中，并且根据体素点在多叉树中的主从关系区分主支血管和分支血管，最后根据肝脏血管系统中血管之间的关系将肝脏体划分成多个肝段。通过本发明，实现了对肝脏的精确划分，从而为肝脏的精准切除提供指导。
-
公开(公告)号：CN101285066A
公开(公告)日：2008-10-15
申请号：CN200810069723.1
申请日：2008-05-22
Applicant: 重庆大学
Abstract: 本发明公开了一种异源表达和纯化人细胞膜上葡萄糖转运蛋白家族成员GLUT1、GLUT2、GLUT3的方法，其步骤为：构建诱导型融合蛋白表达载体GST－GLUT1、GST－GLUT2、GST－GLUT3并转化裂殖酵母；鉴定裂殖酵母转化子；GST－GLUT1、GST－GLUT2、GST－GLUT3三种融合蛋白在裂殖酵母中的诱导表达；确认GLUT1、GLUT2、GLUT3基因在裂殖酵母中得到表达；分离和纯化上述三种融合蛋白；检测和鉴定分离纯化的上述三种融合蛋白；从上述三种融合蛋白中的分别分离和纯化人类GLUT1、GLUT2、GLUT3蛋白。本发明的方法可以应用于在裂殖酵母中表达高等动植物的膜蛋白，并且获得的蛋白质具有翻译后的修饰作用和生物活性。
-
公开(公告)号：CN114093016B
公开(公告)日：2024-09-24
申请号：CN202111451895.7
申请日：2021-12-01
Applicant: 重庆大学
IPC: G06V40/18 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提出了一种基于unet的伪孪生网络的瞳孔边缘识别方法及系统。该方法包括以下步骤：将眼睛图像数据输入到跨模型特征融合网络中；所述跨模型特征融合网络包括两个子网络，每个子网络包括有编码器和解码器，两个子网络中一每个子网络的编码器的输出结果与另一个子网络的解码器的输出结果进行融合，编码器对图像提取不同尺度的特征信息，解码器将特征信息跨网络融合输出；将跨模型特征融合网络输出的特征图进行处理，进行边缘检测，将结果和原始图像融合。该方法将特征进行跨网络融合，聚合了来自不同编码阶段的特征，使得网络能够保持原始图像的细节信息，增强了网络的表达能力，提高了瞳孔边缘识别的精度。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.024 seconds)
