-
公开(公告)号：CN104318553B
公开(公告)日：2017-07-14
申请号：CN201410543371.4
申请日：2014-10-15
Applicant: 北京理工大学
IPC: G06T7/149
Abstract: 本发明提出了一种基于自适应表面形变模型的CT图像肝脏分割方法，为肝脏疾病的临床诊断提供了一种便利工具。首先利用各向异性滤波的方法对图像进行预处理，得到初始边界图像；第二步，利用球形简单形变模型(Deformable Simplex Model,DSM)描述肝脏的初始轮廓；第三步根据模型顶点及与其邻域之间的关系计算模型的内力，由原始图像的梯度和边界来计算模型的外力；第四步构建模型的内力、外力的约束模型；第五步三角网格的自适应分解模型；第六步设定迭代次数并在内力、外力和气球力的驱动下逼近目标区域；最后得到精确的分割结果。
-
公开(公告)号：CN104318551B
公开(公告)日：2017-07-11
申请号：CN201410543334.3
申请日：2014-10-15
Applicant: 北京理工大学
Abstract: 鉴于传统的点云配准算法对采样密度分布的敏感性以及局部配准时较差的表现，提出一种基于凸包特征检索的高斯混合模型点云配准方法。首先计算待配准点云的凸包结构，以凸包表面上每个三角形的中心点作为一组高斯混合模型的计算原点，并通过不同三角形间的面积、方向矢量与欧氏距离对该GMM进行加权。而后根据每个三角形面元的加权GMM对两组待配准模型的凸包表面三角形进行匹配，寻找差异最小的一对三角面元进行刚性配准。最后使用凸包上的顶点作为薄板样条插值算法的控制点，实现全局性的弹性优化。本发明实现了点云的全局优化配准，并具备运算效率高、初始位姿适应性强、局部配准效果好的特点，可应用于物体跟踪、三维模型拼接及三维重建等领域。
-
公开(公告)号：CN106933968A
公开(公告)日：2017-07-07
申请号：CN201710071941.8
申请日：2017-02-09
Applicant: 北京理工大学
CPC classification number: G06F16/583 , H04L67/42
Abstract: 本发明提供一种关联信息获取方法、终端、服务器和系统，该方法一方面包括：获取实时图像并发送给服务器，以供所述服务器根据所述实时图像获取所述实时图像的关联信息并返回所述关联信息；接收所述关联信息。该方法另一方面包括：接收终端发送的实时图像并获取所述实时图像的特征；将所述实时图像的特征与特征数据库中的各特征分别进行匹配，获取特征数据库中匹配值最大的特征；获取关联信息数据库中与所述匹配值最大的特征具有对应关系的关联信息并返回给所述终端。本发明提供的关联信息获取方法、终端、服务器和系统，实现了根据实时获取的图像，迅速准确地获取该图像的关联信息。
-
公开(公告)号：CN106846301A
公开(公告)日：2017-06-13
申请号：CN201611248700.8
申请日：2016-12-29
Applicant: 北京理工大学
CPC classification number: G06T7/0012 , G06T2207/20081 , G06T2207/30041 , G06T2207/30101
Abstract: 本发明涉及一种视网膜图像分类方法及装置，所述方法包括：获取样本视网膜图像；提取所述样本视网膜图像的感兴趣区域，并提取所述感兴趣区域中的视盘区域和血管区域；提取所述感兴趣区域中的所述视盘区域以及所述血管区域之外的区域的图像特征，以根据所述图像特征训练图像分类器；获取待分类的目标视网膜图像；提取所述目标视网膜图像的目标感兴趣区域，并提取所述目标感兴趣区域中的视盘区域和血管区域；提取所述目标感兴趣区域中的所述视盘区域以及所述血管区域之外的区域的图像特征，以根据所述图像分类器对所述目标视网膜图像进行分类。本发明的视网膜图像分类方法及装置，可以提高视网膜图像分类的效率和准确度，简单易行，适用范围广。
-
公开(公告)号：CN105957066A
公开(公告)日：2016-09-21
申请号：CN201610258406.9
申请日：2016-04-22
Applicant: 北京理工大学
CPC classification number: G06T7/0012 , G06K9/6268 , G06T2207/10081 , G06T2207/30056
Abstract: 本发明公开一种基于自动上下文模型的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：读取训练图像集和待分割图像；提取所述图像中每一像素的纹理特征；利用分类器对待分割图像每个像素的特征进行分类，得到初始肝脏概率图；提取所述图像中每一像素的上下文特征；将上下文特征与纹理特征结合，通过迭代学习一系列的分类器直至收敛，获得肝脏概率图；以肝脏概率图为先验信息，作为先验约束条件，加入随机游走的目标函数中，获得基于上下文约束的随机游走模型，实现肝脏的分割；在所述待分割图像的二维切片上逐层实现三维CT图像的肝脏分割，实现肝脏边界不连续区域的插值与补全，从而得到平滑连续的肝脏表面。
-
Patent Agency Ranking
公开(公告)号：CN105957063A
公开(公告)日：2016-09-21
申请号：CN201610256511.9
申请日：2016-04-22
Applicant: 北京理工大学
IPC: G06T7/00
CPC classification number: G06T2207/10081 , G06T2207/20081 , G06T2207/30056
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。
-
公开(公告)号：CN104463840A
公开(公告)日：2015-03-25
申请号：CN201410514074.7
申请日：2014-09-29
Applicant: 北京理工大学
CPC classification number: G06T7/0012 , A61B6/03 , G06T7/11 , G06T2207/10081 , G06T2207/10104 , G06T2207/20116 , G06T2207/30012
Abstract: 本发明提出了一种基于PET/CT影像的发热待查计算机辅助诊断方法，实现对PET/CT骨骼影像的全自动分析辅助医生对发热待查病人进行诊断；第一步：PET影像的无损插值；第二步：自动去除CT影像中的病床；第三步：CT影像的全自动骨骼分割；第四步：通过CV活动轮廓区域最优化活动轮廓模型对全身CT影像进行骨骼分割；第五步：CT分割影像后期处理；第六步：获取PET影像中骨骼组织信息；第七步：骨骼组织SUV值及其BSI值计算：分别计算骨骼、骨髓和骨皮质的标准摄取值(SUV)，并利用该值计算病人骨骼、骨髓和骨皮质的BSI值；第八步：基于BSI值得到诊断：利用SUV和BSI与现有确诊病人数据库中的SUV和BSI比较，并做出诊断报告。
-
公开(公告)号：CN119992109A
公开(公告)日：2025-05-13
申请号：CN202510086618.2
申请日：2025-01-20
Applicant: 北京理工大学
Abstract: 本发明公开了一种医学图像关键点检测方法、装置、设备及介质，基于骨骼解剖学先验信息以及深度神经网络的针对医学CT图像中髋关节关键点的检测。该方法考虑了临床图像数据中常见的骨骼结构缺失或损坏情况，引入解剖学先验信息实现对于骨骼缺损部位的关键点检测。并改进了目前常用的检测用深度神经网络结构，实现了检测精度与检测效率之间的平衡。此外，本方法对检测网络的损失函数改进，使用骨骼区域掩码对预测关键点位置进行矫正，使得关键点预测的位置结果更加符合正常认知。
-
公开(公告)号：CN114723633B
公开(公告)日：2025-05-02
申请号：CN202210357313.7
申请日：2022-04-02
Applicant: 北京理工大学
IPC: G06T5/90 , G06T5/60 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/094 , G06N3/096 , G06N3/084 , G06V10/44 , G06V10/82
Abstract: 内镜图像偏色失真颜色实时补偿方法及装置，能够压缩GAN生成器且保证较大尺寸内窥镜图像的生成细节，在没有额外增加生成器结构的情况下提升了压缩模型生成图像的质量。该方法使用GAN compression based network作为标准网络，其包括：(1)预训练一个添加了多尺度判别器的cycle GAN网络，得到教师生成器和判别器；(2)对教师生成器使用知识蒸馏和神经元结构搜索手段进行压缩，并继承多尺度判别器训练出学生生成器；(3)评估并筛选合适的压缩模型结构，得到最终的生成器模型。
-
公开(公告)号：CN119867931A
公开(公告)日：2025-04-25
申请号：CN202411837135.3
申请日：2024-12-13
Applicant: 北京理工大学 , 北理工郑州智能科技研究院
Abstract: 本发明公开了一种器官形变校正方法、装置、设备及存储介质，涉及手术导航系统的形变矫正技术领域，该方法首先提供了点云补全的模块，能有效利用术前的器官几何特征去增强术中的可视化数据，其次，通过优化控制法以可接受的精度执行了可靠的形变估计。最后，为符合器官的粘弹性特征，引入了粘弹性模型，提高形变预测的精准度。解决了因腹腔镜的术中点云数据稀少而无法精准预测器官形变的问题，可以通过配准技术补全术中器官的点云数据，并结合优化控制理论与生物力学模型，对术前器官三维模型进行形变估计，以精确匹配术中的器官形态。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.026 seconds)
