-
公开(公告)号：CN119741262A
公开(公告)日：2025-04-01
申请号：CN202411734922.5
申请日：2024-11-29
Applicant: 南方医科大学
Abstract: 一种融合多模态影像特征的膝骨关节分数预测方法及系统，其中融合多模态影像特征的膝骨关节分数预测方法通过5个步骤得到对象的膝骨关节预测分数。本发明的有益效果为：1、通过将深度学习、影像组学特征与结合临床特征融合，对膝关节的磁共振T1序列影像图像进行处理和分析，标记腘动脉ROI，并提取相关的影像组学和深度网络特征；本发明相比于传统的单一特征分析，提供了更加全面和精确的病情评估，提高了膝骨关节炎预测的准确性和可靠性。2、本发明基于腘动脉与膝骨关节之间的显著联系，并创新性地通过分析腘动脉的影像特征并结合临床数据，这种方法不仅能够更早期、更准确地预测骨关节炎的发生和进展，还显著提升了预测效果。
-
公开(公告)号：CN116416332A
公开(公告)日：2023-07-11
申请号：CN202310188811.8
申请日：2023-03-02
Applicant: 南方医科大学
Abstract: 本发明的一种基于全局信息共享的多中心联邦学习CT成像方法及系统，其中基于全局信息共享的多中心联邦学习CT成像方法包括四个步骤，最终在不共享所有影像中心数据的条件下，原始低剂量CT测量数据根据步骤(3)得到的优化本地智能重建网络参数进行重建得到优质的最终CT图像。该基于全局信息共享的多中心联邦学习CT成像方法及系统能够解决因多影像中心共享受到监管权力的限制产生的泛化问题，以保证深度神经网络的全局模型性能，从而达到保护患者隐私和解决泛化问题的双重效果。
-
公开(公告)号：CN116228905A
公开(公告)日：2023-06-06
申请号：CN202310098648.6
申请日：2023-02-10
Applicant: 南方医科大学
IPC: G06T11/00 , A61B6/03 , A61B6/00 , G06N3/084 , G06N3/0464
Abstract: 一种用于多种成像几何的云影像中心的CT成像方法及系统,其中用于多种成像几何的云影像中心的CT成像方法包括4个步骤。该CT成像方法具体是通过构建成像几何调制子网络和智能重建子网络得到的优化智能成像网络，然后将CT扫描装置采集到的投影数据输入至优化智能成像网络，最终得到优化CT图像。本发明能够适用于不同成像几何和剂量的CT图像进行重建成像并得到高质量的重建图像，能大大提高灵活性。
-
公开(公告)号：CN113996029B
公开(公告)日：2022-06-10
申请号：CN202111276401.6
申请日：2021-10-29
Applicant: 南方医科大学
Abstract: 本发明公开了一种医学影像检查前呼吸训练方法、系统及使用方法，包括步骤：获取受检者的个人信息；依据个人信息生成第一动作指令，当获取到触摸信息时，对第一动作持续时间进行计算直至无法获取到触摸信息；依据第一动作持续时间生成第二动作指令，若第二动作有效，保存受检者执行第二动作的第二动作持续时间；依据第二动作持续时间生成第三动作指令，在获取到反馈信息时，根据反馈信息调整第三动作指令，若第三动作有效，保存受检者执行第三动作的第三动作持续时间；以第一动作持续时间、第一动作指令、第二动作持续时间、第二动作指令、第三动作持续时间、第三动作指令、个人信息生成训练报告。本发明能为受检者提供呼吸自主训练。
-
公开(公告)号：CN113996029A
公开(公告)日：2022-02-01
申请号：CN202111276401.6
申请日：2021-10-29
Applicant: 南方医科大学
Abstract: 本发明公开了一种医学影像检查前呼吸训练方法、移动终端及使用方法，包括步骤：获取受检者的个人信息；依据个人信息生成第一动作指令，当获取到触摸信息时，对第一动作持续时间进行计算直至无法获取到触摸信息；依据第一动作持续时间生成第二动作指令，若第二动作有效，保存受检者执行第二动作的第二动作持续时间；依据第二动作持续时间生成第三动作指令，在获取到反馈信息时，根据反馈信息调整第三动作指令，若第三动作有效，保存受检者执行第三动作的第三动作持续时间；以第一动作持续时间、第一动作指令、第二动作持续时间、第二动作指令、第三动作持续时间、第三动作指令、个人信息生成训练报告。本发明能为受检者提供呼吸自主训练。
-
Patent Agency Ranking
公开(公告)号：CN107492132B
公开(公告)日：2020-12-15
申请号：CN201710767445.6
申请日：2017-08-31
Applicant: 南方医科大学
Abstract: 一种数字层析成像系统的图像伪影去除方法，包括如下步骤：A1、获取数字层析成像系统的原始投影数据y，A2、分割，对原始投影数据y进行分割，A3、将高衰减物质投影数据yHighAtt生成掩模数据yHighAttMask。A4、滤波，对原始投影数据y进行滤波操作，A5、重建，将软组织投影数据yTissue重建得到软组织重建图像μTissue。对高衰减物质投影数据yHighAttFiltered进行重建，得到高衰减物质重建图像μHighAtt，A6、获得最终图像，将没有伪影的总高衰减物质重建图像μHighAtt‑FreeArtifacts与软组织重建图像μTissue求和得到最终去除伪影的图像数据。
-
公开(公告)号：CN104299239B
公开(公告)日：2017-08-08
申请号：CN201410570293.7
申请日：2014-10-23
Applicant: 南方医科大学
IPC: G06T7/00
Abstract: 一种基于 散度的动态PET图像因子处理方法，包括如下步骤，（1）利用PET成像设备进行动态扫描并进行图像重建，得到动态PET图像；（2）建立因子分析模型；（3）定义动态PET图像与因子分析模型的散度；（4）最小化散度得到初级因子图像和对应的初级因子；（5）最小化初级因子图像间的重叠程度，得到最终因子图像和对应的最终因子。本发明利用了动态PET图像与因子分析模型的散度测度，可以根据动态PET图像噪声不同分布特性，进行因子分析，得到相应的因子图像及因子。由于对分解得到的因子图像加入了唯一性约束使得得到的因子图像之间重叠度最小，可以有效提高因子图像的准确性。
-
公开(公告)号：CN103559728B
公开(公告)日：2017-05-03
申请号：CN201310527719.6
申请日：2013-10-31
Applicant: 南方医科大学
IPC: G06T11/00
Abstract: 一种基于解剖功能联合先验模型的PET图像最大后验重建方法，依次包括：（1）获取重建的PET数据；（2）构建用于重建图像的数学统计模型；（3）对步骤（2）中的数学统计模型，采用最大似然—期望最大法进行求解得到PET初值图像；（4）将预先获取的MRI图像与步骤（3）得到的PET初值图像进行配准；（5）根据步骤（4）的配准MRI图像与PET初值图像的联合先验模型，采用最大后验方法对步骤（2）构建的PET图像的数学统计模型进行重建，得到带约束目标函数的优化方程；（6）对带约束目标函数的优化方程进行迭代计算，得到PET重建图像。本发明能抑制PET图像重建中产生的噪声、提高建图像质量。
-
公开(公告)号：CN103136773B
公开(公告)日：2016-05-18
申请号：CN201310045112.4
申请日：2013-02-05
Applicant: 南方医科大学
IPC: G06T11/00
Abstract: 一种稀疏角度X射线CT成像方法，具有如下步骤：（1）获取系统参数、先前扫描的全部角度投影数据以及不同时段稀疏角度投影数据；（2）分别对（1）中获取的先前扫描的全部角度投影数据和稀疏角度投影数据进行图像重建，得到先前扫描的CT图像 和当前重建的CT图像；（3）由（2）获得的先前扫描的CT图像和当前重建的CT图像，采用加权平均滤波处理，获得先验图像；（4）利用（3）获得的先验图像构建稀疏角度CT图像重建模型；（5）优化求解获得最终的重建图像。本发明可以消除由于先前扫描的CT图像与当前重建的CT图像之间因成像位置不匹配引起的运动伪影，能实现低剂量CT图像的优质重建。
-
公开(公告)号：CN103106676B
公开(公告)日：2016-04-06
申请号：CN201310045122.8
申请日：2013-02-05
Applicant: 南方医科大学
Abstract: 一种基于低剂量投影数据滤波的X射线CT图像重建方法,包括：(1)获取CT设备的系统参数和低剂量扫描协议下的投影数据 ；(2)对步骤（1）中所获取的投影数据进行方差估计；(3)进行滤波器设计，对步骤（1）中获取的投影数据进行滤波，获得滤波后的投影数据；(4)对步骤（3）中获得的滤波后的投影数据进行CT图像重建，得到最终的CT图像。步骤（3）具体包括：进行滤波器形式设计（I）；将步骤（1）中的投影数据代入公式（I）循环执行公式（I），达到预设的次数时停止，所得到的迭代运算结果为最终滤波后的投影数据。该方法可在大幅减少图像噪声和伪影的同时较好地保持原有图像的分辨率，最终实现CT图像的优质重建。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.031 seconds)
