-
公开(公告)号：CN118864256A
公开(公告)日：2024-10-29
申请号：CN202410842605.9
申请日：2024-06-27
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T3/4061 , G06T11/00 , G06N3/04 , G06N3/094
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种利用生成对抗网络的MRI成像方法及系统，包括以下步骤：获取目标对象的高分辨率MRI图像；将所述高分辨率MRI图像进行分辨率降低，得到低分辨率MRI图像；利用生成对抗网络构建出，所述低分辨率MRI图像进行分辨率转换，生成目标对象的高分辨率MRI图像的模态图像转换模型。本发明利用双层对抗生成网络构建用于分辨率提升的模态图像转换模型，采用了低分辨率向高分辨率以及高分辨率向低分辨率的双向生成约束，控制分辨率提升过程中MRI图像内容信息和色调对比度损失最小化，保证模态图像转换模型中生成对抗网络的图像生成质量，最终保证MRI图像分辨率提升效果最优化。
-
公开(公告)号：CN118823452A
公开(公告)日：2024-10-22
申请号：CN202410843611.6
申请日：2024-06-27
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/764 , G06V10/774 , G16H50/20
Abstract: 本发明涉及医学图像识别技术领域，具体涉及一种基于MRI图像的肝纤维化识别方法、系统及存储介质，包括以下步骤：获取肝脏组织的MRI图像；通过第一分类器构建第一早期纤维化识别模型，并将第一早期纤维化识别模型迁移至第一中晚期纤维化识别模型；通过第二分类器构建第二中晚期纤维化识别模型，并将第二中晚期纤维化识别模型迁移至第二早期纤维化识别模型；将第一早期纤维化识别模型、第二早期纤维化识别模型、第一中晚期纤维化识别模型以及第二中晚期纤维化识别模型进行组合，构成全周期纤维化识别模型。本发明构建出全周期纤维化识别模型，实现了对早期纤维化区分度的提升，从而保证了肝纤维化在全周期内的高准度识别。
-
公开(公告)号：CN118762063A
公开(公告)日：2024-10-11
申请号：CN202410856545.6
申请日：2024-06-28
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种MRI与CT多模态3D自动配准方法，涉及图像自动配准技术领域，包括以下步骤：获取MRI、CT的待配准图像，将所述待配准图像进行多分辨率分解组成图像金字塔，采用轮廓特征配准策略将所述图像金字塔的顶层图像进行轮廓粗配准，基于所述轮廓粗配准的结果对所述图像金字塔二层图像进行局部精细配准，对所述图像金字塔底层图像进行像素特征提取及特征匹配，利用所述特征匹配的结果进行底层图像配准，将三层配准后的图像配准数据进行图像融合及超分辨率图像重建，获取MRI与CT多模态3D自动配准图像，通过构建图像金字塔分层进行配准，减少了自动配准的数据处理量，通过三层配准数据的图像融合提升了自动配准精度。
-
公开(公告)号：CN118736049A
公开(公告)日：2024-10-01
申请号：CN202410856087.6
申请日：2024-06-28
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T11/00 , G06T5/50 , G06V10/44 , G06V10/82 , G06V10/762 , G06V10/764 , G06N20/10 , G06N3/0464 , G06T7/13
Abstract: 本发明公开了一种MRI图像与CT图像转化方法，涉及图像处理技术领域，包括：将获取的单组MRI图像与CT图像通过反卷积网络进行自适应变换，获取高频特征图、低频特征图；对所述高频特征图采用边缘检测脉冲耦合神经网络进行融合，获取轮廓细节图，对所述低频特征图采用绝对取值规则进行融合处理，获取轮廓特征图；将所述轮廓特征图和轮廓细节图通过自学习双分支网络进行训练，通过体数据配准将所述图像多模共性特征进行实时配准，获取MRI图像与CT图像的映射数据；通过图像合成算法对所述映射数据进行图像特征提取，获取图像特征向量，采用映射关系函数重构伪CT图像，降低了对图像分割精度的依赖性及算法时间复杂度，大幅提升了网络的训练效率。
-
公开(公告)号：CN118597908A
公开(公告)日：2024-09-06
申请号：CN202410652232.9
申请日：2024-05-24
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种介入导管用后导丝处理装置，包括：收纳盒体、卷绕组件；收纳盒体一侧开设有导丝进口用于穿入导丝；卷绕组件包含卷绕轴和卷绕筒，卷绕筒同轴固设于卷绕轴上，卷绕轴轴接于收纳盒体顶壁上，卷绕筒设于收纳盒体内部且与其壁面之间留有活动间距；卷绕筒上开设有进入孔，进入孔能够在卷绕筒转动过程中与导丝进口同轴相对；卷绕筒的内部居中开设有环形腔，环形腔围绕卷绕轴设置，以在卷绕筒和卷绕轴之间形成间隙，导丝深入到环形腔与卷绕轴抵触后弯折进入间隙；本发明能够在卷绕筒转动的过程中，利用环形腔的壁面对导丝端部产生的拉力使导丝不易脱出卷绕筒，避免导丝卷绕失败需要重新插入的问题。
-
Patent Agency Ranking
公开(公告)号：CN118570368A
公开(公告)日：2024-08-30
申请号：CN202410547092.9
申请日：2024-05-06
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T17/00 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/0475 , G06N3/045
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种基于图像抑制的DSA图像3D重建方法及系统，包括以下步骤：利用DSA技术以射线圆周扫描介入目标获取介入目标的扫描图像序列，所述扫描图像序列包含多个以圆周顺序排布的扫描图像；利用神经网络对介入目标的扫描图像进行伪影抑制和噪声抑制，得到扫描图像的伪影抑制图像和噪声抑制图像；基于所述伪影抑制图像和噪声抑制图像进行3D重建，得到高分辨率显示介入目标的3D图像。本发明基于所述伪影抑制图像和噪声抑制图像进行3D重建，得到高分辨率显示介入目标的3D图像，实现在低造影射线辐射剂量同时，又能保证造影成像质量。
-
公开(公告)号：CN116487025B
公开(公告)日：2024-08-30
申请号：CN202310334590.0
申请日：2023-03-30
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G16H50/20 , A61B5/055 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种帕金森病患者磁共振成像的功能性脑连接分析方法，包括以下步骤：将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出特异性网络；将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。本发明揭示早期帕金森病中网络内和网络间脑连接的变化，有助于理解帕金森病发展的机制，利用早期帕金森病中网络内和网络间脑连接变化的客观性实现临床症状的判定，提高判定准确度，从而辅助后续的对症治疗。
-
公开(公告)号：CN118217012B
公开(公告)日：2024-08-20
申请号：CN202410650722.5
申请日：2024-05-24
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明涉及智慧医疗技术领域，具体涉及基于机器人导丝的磁控介入控制方法、系统及存储介质，包括以下步骤：对磁控数据与血管走形数据间的映射关系利用神经网络封装至磁控介入孪生平台上，得到根据血管走形数据输出磁控数据的控制模型；在控制模型的封装过程中添加自适应学习，对控制模型的性能进行自适应优化，使得控制模型输出的磁控数据达到对机器人导丝的最优化控制。本发明将磁控数据的运算模型通过神经网络封装至数字孪生平台上，将磁控数据的运算和介入行进相互独立，避免介入过程被打断，保障导丝介入过程的安全性，而且控制模型保证磁控数据运算效率的同时，使得磁控数据运算精准度更高。
-
公开(公告)号：CN118262152A
公开(公告)日：2024-06-28
申请号：CN202410326187.8
申请日：2024-03-21
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06V10/764 , G06V10/34 , G06V10/44 , G06V10/50 , G06V10/774 , G06V10/82 , G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，具体涉及基于帕金森sMRI影像的病情分类方法、系统及存储介质，包括以下步骤：对所述sMRI影像分别进行正反投影处理，对应得到所述sMRI影像的正投影图像和反投影图像；基于所述sMRI影像的正投影图像和反投影图像，分别利用分类模型进行分类训练，得到正投影分类模型和反投影分类模型；将正投影分类模型和反投影分类模型，通过细化网络对脑区特征的潜在关联性进行挖掘，得到用于对帕金森病情进行精准分类的帕金森病情分类模型。本发明通过细化网络对脑区特征的潜在关联性进行挖掘，得到帕金森病情分类模型，挖掘出帕金森对局部脑区及不同脑区间的潜在关联影响，增强帕金森病情分类的精度、鲁棒性。
-
公开(公告)号：CN117547600B
公开(公告)日：2024-04-30
申请号：CN202311535766.5
申请日：2023-11-15
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明属于生物医药领域，具体涉及一种包含HDAC抑制剂、Pam2‑MUC1抗原肽和α‑GalCer的脂质体疫苗的制备方法及其应用，所述脂质体由以下方法制得：1)将HDAC抑制剂SAHA、Pam2‑MUC1抗原肽、α‑GalCer佐剂、胆碱、胆固醇分别溶解在有机溶剂甲醇/二氯甲烷中(体积比1:1)，然后以一定摩尔比将这5种成分混匀并保证充分溶解(胆碱：胆固醇：Pam2‑MUC1抗原肽：α‑GalCer佐剂：SAHA＝10:8：2：1：2)用旋蒸仪将溶解的混合物旋干成薄膜；3)水化，将一定体积的超纯水或PBS加入形成薄膜的圆底烧瓶中，超声30min进行水化，最终得到目标脂质体疫苗。将该脂质体疫苗联合抗血管生成裂解肽，可以从表观遗传调控、肿瘤疫苗以及抗血管生成等多方面协同达到肿瘤免疫治疗的效果，同时降低抗肿瘤药物的使用浓度，从而降低其毒副作用。该发明为目前临床肿瘤免疫治疗的有限性提供新的治疗思路和方向。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.049 seconds)
