-
公开(公告)号：CN110009604B
公开(公告)日：2021-05-14
申请号：CN201910213523.7
申请日：2019-03-20
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种造影图像序列的呼吸信号提取方法及装置，其中方法包括：获取造影图像序列，将造影图像序列输入至预先训练的神经网络中，输出呼吸信号序列；神经网络包括自编码器层，用于输入造影图像序列，输出造影图像序列中各帧图像的背景图像，以构成背景图像序列；光流网络层，用于输入所述背景图像序列，输出所述背景图像序列的运动信息；循环神经网络层，用于输入所述背景图像序列的运动信息，输出所述呼吸信号序列。本发明实施例能自动准确地提取到呼吸信号序列。
-
公开(公告)号：CN111657883B
公开(公告)日：2021-05-04
申请号：CN202010495151.4
申请日：2020-06-03
Applicant: 北京理工大学
Abstract: 基于序列造影的冠脉SYNTAX分数自动计算方法与系统，能够自动地完成冠脉解剖结构识别、冠脉狭窄检测和冠脉不良病征判断，最终自动地完成冠脉SYNTAX评分，可以辅助准确地掌握病人冠脉病变情况，高效地完成患者病情的诊断过程。方法包括：(1)从序列造影图像的关键帧中提取较完整的冠脉血管结构；(2)对冠脉血管结构进行解剖结构的识别，并保留与冠脉解剖模式图相对应的冠脉段；(3)由关键帧上已知的冠脉段进行引导，实现序列造影图像上对应冠脉段的跟踪；(4)在序列的冠脉结构上进行狭窄病变的检测；(5)在检测到的狭窄病变基础上，对其是否有不良病征进行判断；(6)根据SYNTAX评分准则，进行SYNTAX分值的自动计算。
-
公开(公告)号：CN109993730B
公开(公告)日：2021-03-30
申请号：CN201910213001.7
申请日：2019-03-20
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种3D/2D血管配准方法及装置。其中，方法包括：根据三维血管图像中血管的拓扑信息，获取第一血管图模型，并根据二维血管图像中血管的拓扑信息，获取第二血管图模型；根据第一血管图模型和第二血管图模型，获取三维血管图像与二维血管图像之间的空间变换关系；其中，空间变换关系用于配准三维血管图像与二维血管图像。本发明实施例提供的3D/2D血管配准方法及装置，根据血管图像中血管的拓扑信息建立血管图模型，根据血管图模型进行配准，能兼顾高准确性和高计算效率。
-
公开(公告)号：CN111973271A
公开(公告)日：2020-11-24
申请号：CN202010894336.2
申请日：2020-08-31
Applicant: 北京理工大学
IPC: A61B34/10
Abstract: 针对肿瘤热消融的术前消融区域模拟方法及装置，方法包括：(1)选择适用于训练的数据，医生对术前术后影像进行标注，获得术前肝脏、术后消融区域以及针道；(2)将术后影像向术前影像配准，在配准过程中加入刚性限制，使得消融区域与针道区域不发生弹性形变，利用配准得到的形变场将针道信息与消融区域投影到术前图像上；(3)根据投影后的针道方向和位置信息以及对应的术中采用的功率时间生成理想热场分布图；(4)建立卷积神经网络，将理想热场分布图与术前图像根据术前肝脏掩模进行裁剪，将裁剪结果合并作为网络输入，以形变后的消融区域作为金标准进行学习，获得回归模型，在测试阶段实现对消融区域的预测。
-
公开(公告)号：CN111784751A
公开(公告)日：2020-10-16
申请号：CN202010549316.1
申请日：2020-06-16
Applicant: 北京理工大学
Abstract: 基于3D/2D配准的导丝3D模拟跟踪方法及装置，方法包括：分别从CTA图像和DSA图像中提取3D血管结构、2D血管结构；构建3D和2D血管的图模型；通过基于血管拓扑的3D/2D配准方法进行配准，得到3D和2D血管的空间位置对齐关系；在配准结果的基础上，通过优化配准对应的最佳匹配，得到稠密的3D和2D血管中心线的最大匹配；利用稠密匹配关系构建2D-3D空间映射关系；针对DSA图像，以U-Net网络架构为基础，针对导丝结构特性引入Dense Block嵌入和连通性监督，并在大量标注的导丝分割金标准数据集上训练；通过训练后的网络，分割X射线图像中的导丝，实现序列图像导丝的实时提取；结合2D-3D空间映射关系和2D图像中导丝的实时提取，将2D导丝映射到3D空间，从而实现导丝的3D跟踪模拟。
-
Patent Agency Ranking
公开(公告)号：CN111783520A
公开(公告)日：2020-10-16
申请号：CN202010420545.3
申请日：2020-05-18
Applicant: 北京理工大学
Abstract: 基于双流网络的腹腔镜手术阶段自动识别方法及装置，既能够满足识别任务的需求，又实现了网络端到端的训练优化，并且大大提升了腹腔镜手术阶段识别的准确度。方法包括：获取腹腔镜胆囊切除手术视频，得到视频关键帧序列；利用共享卷积层Shared CNN同时对N张图像的视觉特征进行初步提取，得到的特征图作为后续双流网络结构的输入；利用双流网络结构分别提取视频序列的时间关联信息和深层视觉语义信息，其中视觉分支承接Shared CNN进一步提取深层视觉语义信息，时序分支利用三维卷积和非局部卷积，充分捕获相邻N张图像的时间关联信息；双流网络结构提取到的深层视觉语义信息与时间关联信息互为补充，利用融合后特征得到手术阶段识别结果。
-
公开(公告)号：CN111657883A
公开(公告)日：2020-09-15
申请号：CN202010495151.4
申请日：2020-06-03
Applicant: 北京理工大学
Abstract: 基于序列造影的冠脉SYNTAX分数自动计算方法与系统，能够自动地完成冠脉解剖结构识别、冠脉狭窄检测和冠脉不良病征判断，最终自动地完成冠脉SYNTAX评分，可以辅助准确地掌握病人冠脉病变情况，高效地完成患者病情的诊断过程。方法包括：(1)从序列造影图像的关键帧中提取较完整的冠脉血管结构；(2)对冠脉血管结构进行解剖结构的识别，并保留与冠脉解剖模式图相对应的冠脉段；(3)由关键帧上已知的冠脉段进行引导，实现序列造影图像上对应冠脉段的跟踪；(4)在序列的冠脉结构上进行狭窄病变的检测；(5)在检测到的狭窄病变基础上，对其是否有不良病征进行判断；(6)根据SYNTAX评分准则，进行SYNTAX分值的自动计算。
-
公开(公告)号：CN111179237A
公开(公告)日：2020-05-19
申请号：CN201911342328.0
申请日：2019-12-23
Applicant: 北京理工大学
Abstract: 一种肝脏以及肝脏肿瘤的图像分割方法及装置，其能够有效针对不同模态下的肝脏以及肝脏肿瘤进行准确分割。方法包括：(1)获取腹部磁共振影像；(2)使用肝脏模型确定感兴趣区域，肝脏模型为Dial3DResUNet，其结合长短程跳跃连接结构以及混合空洞卷积，充分捕获图像全局结构信息从而进行精准的肝脏分割；(3)使用肝脏肿瘤模型进行精细分割以减少假阳性，肝脏肿瘤模型为H3DNet，其由Hybrid-3D卷积组成，在有效提取肝脏肿瘤三维特征的同时大幅度减少模型参数量，并降低模型优化难度以及过拟合风险。
-
公开(公告)号：CN110211166A
公开(公告)日：2019-09-06
申请号：CN201910509876.1
申请日：2019-06-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种磁共振图像中视神经分割方法及装置，包括：对目标磁共振图像进行图像配准，得到所述目标磁共振图像的空间概率分布信息，所述空间概率分布信息包括视觉通路的形状信息和位置信息；基于训练好的视觉通路分割模型，对所述目标磁共振图像和所述空间概率分布信息进行预测，获取到所述目标磁共振图像的视觉通路分割图像；所述训练好的视觉通路分割模型是由样本磁共振图像和样本空间概率分布信息训练得到的。本发明实施例通过获取磁共振图像中视觉通路的空间概率分布信息，根据空间概率分布信息的形状信息和位置信息，对磁共振图像中的视觉通路进行分割，有效地克服了视觉通路边界模糊的问题，实现了视觉通路的精确分割。
-
公开(公告)号：CN110009604A
公开(公告)日：2019-07-12
申请号：CN201910213523.7
申请日：2019-03-20
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种造影图像序列的呼吸信号提取方法及装置，其中方法包括：获取造影图像序列，将造影图像序列输入至预先训练的神经网络中，输出呼吸信号序列；神经网络包括自编码器层，用于输入造影图像序列，输出造影图像序列中各帧图像的背景图像，以构成背景图像序列；光流网络层，用于输入所述背景图像序列，输出所述背景图像序列的运动信息；循环神经网络层，用于输入所述背景图像序列的运动信息，输出所述呼吸信号序列。本发明实施例能自动准确地提取到呼吸信号序列。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.036 seconds)
