造影图像中血管分割的方法和系统

    公开(公告)号:CN108198184A

    公开(公告)日:2018-06-22

    申请号:CN201810019388.8

    申请日:2018-01-09

    Abstract: 本发明提供一种造影图像中血管分割的方法和系统,包括:将盈片图像中的每个像素坐标作为基准坐标,从蒙片图像中选取一个与该基准坐标匹配的像素坐标,作为对比坐标;分别在盈片图像和蒙片图像中提取相同大小的子图像,构成一个图像对;将所有图像对输入至双通道卷积神经网络,输出第一血管分割图像;根据预设规则对每个参考图像提取多个不同尺度的图像,将所有不同尺度的图像输入至多尺度卷积神经网络,输出第二血管分割图像,对所述第二血管分割图像进行显示。本发明通过双通道卷积神经网络和多尺度卷积神经网络进行两次分类,使得最终的显示图像中血管边界清楚、细节明显,同时整个过程实现了全自动交互,效率极高。

    一种具有不可压缩器官的医学图像配准方法及系统

    公开(公告)号:CN108171737A

    公开(公告)日:2018-06-15

    申请号:CN201810018777.9

    申请日:2018-01-09

    Abstract: 本发明提供一种具有不可压缩器官的医学图像配准方法及系统,所述方法包括:接收固定图像和待配准图像,将固定图像和待配准图像进行预配准后,获得待配准图像向固定图像配准后的本次迭代的第一速度场;根据本次迭代的第一速度场和上一次迭代获得的速度场,基于BCH公式计算获得本次迭代的第二速度场;将本次迭代的第二速度场通过霍其‑亥姆霍兹分解,通过调合场的自适应权重对调合场进行放大,将放大后的调合场与无源场叠加,获得本次迭代的速度场;将本次迭代的速度场通过指数变换进行逆变换,获得本次迭代的形变场。本发明提供的方法,使求得的形变场既具有不可压缩性还能够高精度地跟踪具有滑动位移的不可压缩器官,提高了配准精度和速度。

    全局匹配优化的超声图像三维重建方法

    公开(公告)号:CN104306021B

    公开(公告)日:2016-08-24

    申请号:CN201410543394.5

    申请日:2014-10-15

    Abstract: 本发明公开全局匹配优化的超声图像三维重建方法。该方法包括:读取超声探头实时采集的二维超声图像,获取二维超声图像的大小、间隔两个参数;通过空间定位系统跟踪定位每一幅二维超声图像的空间位置,并获取每一幅二维超声造影图像与超声三维数据的相对位置关系;遍历二维超声图像中每一个像素,根据预设阈值,将像素灰度值赋值给超声三维数据中的体素;遍历超声三维数据,获取体素空缺区域,并检测其边界;计算空缺区域边界上每一个体素的修补权重系数;遍历整幅超声三维数据,寻找与修补权重系数最大的模块最匹配的模块,修补权重系数最大的模块,完成超声三维数据的重建。本发明能够快速精准的重建超声三维数据,为临床病灶诊疗提供理论指导。

    一种基于CT体数据的实时超声图像模拟方法

    公开(公告)号:CN102496320B

    公开(公告)日:2015-08-19

    申请号:CN201110404167.0

    申请日:2011-12-06

    Abstract: 超声图像进行人体组织器官病变的识别与判断需要医生具有丰富的超声图像识别经验,而实时超声图像模拟为超声培训提供了一种便利的工具。本超声图像模拟方法基于CT体数据进行超声图像的实时模拟,采用薄板样条插值函数进行超声扇形图像和CT矩形图像的像素点坐标位置的相互转换,综合组织器官边缘检测算子的特点和CT图像与超声图像噪声的特征,通过计算单条Ray两像素点之间CT值的差值比重,使用非线性压缩变换,按照Lambertian反射模型,得到组织器官交界面的反射率,通过Hanning Window函数实现超声探头多单元换能器的模拟。本文的超声图像模拟真实度高,实时性强。

    基于CT影像模拟与定位的超声培训系统

    公开(公告)号:CN103295455A

    公开(公告)日:2013-09-11

    申请号:CN201310244882.1

    申请日:2013-06-19

    CPC classification number: G09B23/286 G06F19/00 G09B23/30

    Abstract: 本发明为一种基于CT影像模拟与定位的超声培训系统,通过GPU加速实现超声图像模拟以及CT体数据渲染,提高系统的实时性。其中曲面匹配模块用于以实物模型为标准,将读取的人体CT体数据与实物模型数据进行表面匹配,通过基于薄板样条的插值方法实现曲面的弹性变换;超声模拟探头位姿跟踪模块用于采用标志点跟踪的方法实时计算超声模拟探头相对于实体模型的位姿,根据位姿矩阵获取任意角度的CT图像切片;图像增强与超声图像模拟生成模块用于采用多尺度增强方法,提高CT图像中的血管对比度,并基于CT体数据实现超声图像的模拟;融合显示模块用于基于CUDA的加速完成CT体数据的渲染显示,并根据已获取的位姿矩阵,将超声模拟图像与三维CT图像融合显示。

    基于血管的身份识别方法和装置

    公开(公告)号:CN109815791A

    公开(公告)日:2019-05-28

    申请号:CN201811526968.2

    申请日:2018-12-13

    Abstract: 本发明实施例提供一种基于血管的身份识别方法和装置。其中,基于血管的身份识别方法包括:根据预设的中心像素的间隔,获取待识别静脉图像的多个子块,并提取每个子块的描述子;根据每个子块的描述子,获取待识别静脉图像与静脉图像库中每幅样本图像的相似度;根据待识别静脉图像与静脉图像库中每幅样本图像的相似度,确定待识别静脉图像对应的身份信息;其中,描述子用于描述子块的特征。本发明实施例提供的基于血管的身份识别方法和装置,通过获取待识别静脉图像每个子块的描述子,根据每个子块的描述子,确定待识别静脉图像对应的身份信息,具有更好的鲁棒性,能在存在非刚性形变时提高识别的效率和准确率。

    基于特征学习的CT图像肝脏分割方法及系统

    公开(公告)号:CN105894517B

    公开(公告)日:2019-05-07

    申请号:CN201610256397.X

    申请日:2016-04-22

    Abstract: 本发明公开一种基于特征学习的CT图像肝脏分割方法及系统,能有效提高CT图像中肝脏的分割精度。所述方法包括:S101、读取训练图像集和待分割图像,其中,所述训练图像集中的训练图像和待分割图像为腹部的CT图像;S102、提取所述训练图像和待分割图像的Haar特征、局部二进制模式特征、方向梯度直方图特征和共生矩阵特征;S103、利用主成分分析方法将提取的所有特征进行特征融合,获取更有效的特征;S104、利用分类器对所述待分割图像每个像素的特征进行分类,得到肝脏概率图;S105、结合所述肝脏概率图与待分割图像,修改随机游走分割算法的图模型权值,实现肝脏的分割。

    基于简化带权无向图的统计平均模型构建方法

    公开(公告)号:CN105976364B

    公开(公告)日:2019-02-15

    申请号:CN201610279184.9

    申请日:2016-04-28

    Abstract: 本发明公开一种基于简化带权无向图的统计平均模型构建方法,能避免选择特定模板图像带来的偏差以及无模板groupwise配准收敛速度慢,效率低等问题。方法包括:将刚性对齐后的图像集作为输入,构成图模型的顶点集合,求解阈值,构造图像之间的边,建立无向图模型;在图像仿射传播聚类结果的基础上,删除类内与类间冗余的边,对无向图模型的简化;在简化图模型的基础上,根据每幅图像与周围相连图像的差异,设置边的权重;通过配准计算每幅图像与与其连接图像之间的形变场;将形变场依据对应图模型上的权重进行复合;将复合后的形变场作用于图像,使图像之间的差异逐步减小,简化带权无向图模型逐渐收缩;求取图像集的平均图像,从而获得图谱。

    基于多尺度加权相似性测度的CT图像肝脏分割方法及系统

    公开(公告)号:CN105957063B

    公开(公告)日:2019-02-15

    申请号:CN201610256511.9

    申请日:2016-04-22

    Abstract: 本发明公开一种基于多尺度加权相似性测度的CT图像肝脏分割方法及系统,能够实现肝脏区域的精确分割。所述方法包括:S101、读取训练图像集和待分割图像;S102、将读取的图像数据进行预处理;S103、在待分割图像中的初始边界,在待分割图像中肝脏边界周围提取超像素;S104、以待分割图像上每个超像素的中心点为中心,选择一定邻域内的所有像素点作为测试块,在训练图像上选取相同位置相同大小的多尺度图像块作为训练块,得到训练块集;S105、计算测试块与训练块集的相似性测度,以此得到待分割图像中肝脏边界周围每个超像素属于肝脏的先验概率;S106、结合先验模型与待分割图像,修改随机游走的图模型权值,实现待分割图像中肝脏的分割。

    X射线造影图像中血管结构的提取方法及装置

    公开(公告)号:CN107993220A

    公开(公告)日:2018-05-04

    申请号:CN201711123564.4

    申请日:2017-11-14

    Abstract: 本发明提供一种X射线造影图像中血管结构的提取方法及装置。该方法包括:利用分类模型,对若干图像块进行分类,获取血管图像块,将所述血管图像块对应的特定像素点的像素值设置为预设值,获取缺损图像,利用根据所述缺损图像的灰度信息和深度信息构建的修复函数,对所述缺损图像进行修复,获取修复图像,将所述原始X射线造影图像与所述修复图像进行差分运算,获取血管结构。本发明使得背景噪声得到充分的抑制,同时,保证了获取的血管结构边缘、分叉和交叉位置信息的完整性。

Patent Agency Ranking