-
公开(公告)号：CN104434004A
公开(公告)日：2015-03-25
申请号：CN201410838789.8
申请日：2014-12-30
Applicant: 南方医科大学
CPC classification number: A61B1/041 , A61B1/00009 , A61B1/00016 , A61B1/00022 , A61B1/00025
Abstract: 本发明涉及一种医用诊断设备,尤其涉及一种胶囊内窥镜检测系统及该系统采集的图像信息的处理方法。本发明的胶囊内窥镜将通讯发射端口设置为蓝牙或WIFI功能端口，实验图像信息直接传送到普通智能手机或笔记本电脑，方便于患者使用，有利于胶囊内窥镜检查的普及。本发明的图像处理方法是一种“自诊断法”，先由无医学背景人士或患者本人自己筛选疑似病变图片，再将筛选出的疑似病变图片交由专业医生诊断。该方法可大大减少医生的工作量，降低检查费用，提高医生的工作效率。
-
公开(公告)号：CN102063728A
公开(公告)日：2011-05-18
申请号：CN201010555893.8
申请日：2010-11-23
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于标准剂量图像冗余信息的低剂量CT图像重建方法，利用先前标准剂量CT图像的冗余信息，计算用于低剂量CT图像重建的非局部权值矩阵；鉴于非局部权值矩阵的计算方式，本发明方法不依赖于低剂量CT图像与标准剂量CT图像之间的配准精度；本发明对物理体模及临床腹部图像进行了定性和定量实验评价，结果表明本发明方法可有效提高图像重建的精确性和重建图像分辨率。
-
公开(公告)号：CN116524049A
公开(公告)日：2023-08-01
申请号：CN202310194786.4
申请日：2023-03-02
Applicant: 南方医科大学
IPC: G06T11/00 , G06T7/00 , G06N3/09 , G06N3/0464
Abstract: 一种能够进行交互式训练的智能成像系统，设置有：数据获取模块‑获取各个影像中心的本地CT数据和云端中心端的配对的配对标准化CT低剂量探测数据‑正常剂量图像数据对；联邦学习模块‑通过联邦学习策略交互式训练处理云端中心端的全局成像模型、全局网络参数、各个影像中心的局部成像模型及各个影像中心的局部网络参数，其中全局成像模型和全局网络参数通过有监督训练得到；图像重建模块‑根据各个局部成像模型和局部网络参数，对对应的本地CT数据进行重建得到各个影像中心的最终CT图像。本发明能够将低剂量CT原始采集数据重建为正常剂量CT图像。
-
公开(公告)号：CN107481297A
公开(公告)日：2017-12-15
申请号：CN201710767474.2
申请日：2017-08-31
Applicant: 南方医科大学
CPC classification number: G06T11/006 , G06N3/0454 , G06N3/08 , G06T5/002 , G06T11/008 , G06T2207/10081 , G06T2207/20024 , G06T2207/20081 , G06T2207/20084 , G06T2211/421
Abstract: 一种基于卷积神经网络的CT图像重建方法，包括对原始弦图数据IK进行反投影操作，得到反投影图像数据I’K，对反投影图像数据I’K进行归一化处理，得到归一化反投影图像数据PK，将归一化反投影图像PK通过卷积神经网络进行卷积神经网络滤波，生成待处理图像P’K，对待处理图像P’K进行反归一化处理，得到最终的重建图像Pfinal。不需要对图像滤波进行特别的设计，通过对卷积神经网络模型的训练自动完成图像滤波的学习，本发明重建方法操作简单，处理方便，能够在大幅度减少图像噪声和伪影，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。
-
公开(公告)号：CN106780641A
公开(公告)日：2017-05-31
申请号：CN201611002595.X
申请日：2016-11-14
CPC classification number: G06T11/008 , G06T5/001 , G06T2207/10081 , G06T2211/421
Abstract: 一种低剂量X射线CT图像重建方法，首先获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据；通过成像过程的统计规律构建弦图数据的统计生成模型；根据投影数据和图像的结构特征与实际应用中的需求，构建弦图数据先验的统计模型；构建完整的统计模型，并根据最大后验估计方法，将模型转化为弦图数据复原模型；应用弦图数据复原模型，得到估计的弦图数据与其它统计变量；根据得到的弦图数据进行CT图像重建，得到输出CT图，本发明旨在建立基于弦图数据生成原理及其内在统计先验的高质量弦图数据复原模型与方法，并进而实现能够大幅减少图像噪声/伪影并恢复图像细节的CT图像优质重建。
-
Patent Agency Ranking
公开(公告)号：CN103810733B
公开(公告)日：2017-04-05
申请号：CN201410071978.7
申请日：2014-02-28
Applicant: 南方医科大学
Abstract: 本发明公开一种稀疏角度X射线CT图像的统计迭代重建方法，其包括步骤：获取CT设备的系统参数及稀疏角度低剂量X射线CT扫描的投影数据yraw，对投影数据yraw进行基于中值先验约束的数据恢复处理，得到恢复后的投影数据yrestored；对投影数据yraw及恢复后的投影数据yrestored进行自适应加权处理，得到加权后的投影数据yweight；对加权后的投影数据yweight采用统计迭代重建方法进行图像重建，得到重建后的低剂量CT图像。本发明通过基于中值先验约束的投影数据恢复以及自适应加权处理，对采集到的稀疏低剂量CT投影数据有效的降噪处理，最终实现稀疏低剂量CT图像的优质重建，重建后的CT图像能够有效地去除重建图像中噪声引起的斑块效应，CT图像质量有着明显的改善。
-
公开(公告)号：CN103413280B
公开(公告)日：2016-06-15
申请号：CN201310374871.5
申请日：2013-08-26
Applicant: 南方医科大学
IPC: G06T5/00
Abstract: 一种低剂量X射线CT图像重建方法，依次包括如下步骤：（1）、获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据 ；（2）、根据步骤（1）获得的投影数据，计算逐个数据点上的投影数据方差，其中表示数据点的位置，表示所有数据点的个数；（3）、根据（2）中估计的方差，构建投影数据恢复模型；（4）、根据步骤（1）获得的投影数据，应用步骤（3）的投影数据恢复模型进行求解，得到恢复后的投影数据；（5）、根据步骤（4）得到的恢复后的投影数据进行图像重建，得到重建后的CT图像。本发明可以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。
-
公开(公告)号：CN103136731B
公开(公告)日：2015-11-25
申请号：CN201310045100.1
申请日：2013-02-05
Applicant: 南方医科大学
IPC: G06T5/00
Abstract: 一种动态PET图像的参数成像方法,依次包括如下步骤：（1）获取动态PET所有时间帧的投影数据；（2）对步骤（1）中获取的动态PET投影数据采用PET重建方法进行图像重建，获取动态PET图像；（3）设计动态PET图像滤波器，对步骤（2）中获取的动态PET图像进行降噪处理；滤波器的形式为： ，权重因子；（4）对步骤（3）降噪处理后的动态PET图像进行参数成像。本发明的动态PET图像的参数成像方法由于设计了动态PET图像滤波器，能够有效消除图像噪声、提高参数图像的质量。
-
公开(公告)号：CN103955899A
公开(公告)日：2014-07-30
申请号：CN201410180289.X
申请日：2014-05-02
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于组合图像引导的动态PET图像去噪方法，包括以下步骤：（1）利用PET成像设备动态扫描并重建动态PET图像；（2）根据步骤（1）获取的PET重建图像，计算得到组合图像；（3）定义引导滤波器模型及其核函数；（4）将步骤（2）得到的组合图像作为引导图像，并对步骤（3）的模型进行转化，得到用于单帧动态PET图像的带约束目标函数的方程；（5）由步骤（4）得到的结果，基于对方程中全局参数选择的基础上，采用线性回归方法进行计算，得到去噪后的动态PET图像。该方法以组合图像为引导图像，可以有效减少单帧动态PET图像噪声，大幅度提高动态PET图像的质量。
-
公开(公告)号：CN103810734A
公开(公告)日：2014-05-21
申请号：CN201410072366.X
申请日：2014-02-28
Applicant: 南方医科大学
Abstract: 本发明公开一种低剂量X射线CT投影数据恢复方法，其包括步骤：获取低剂量X射线CT图像的投影数据yraw；对投影数据yraw构建基于惩罚加权最小一乘的数据恢复模型并对投影数据yraw进行数据恢复处理，得到恢复的投影数据yrestored，其中，p为待求的理想投影数据，参数λ为一非负实数，w为权重因子，或者其中，参数β和ε均为非负实数，为投影数据yraw的方差；对恢复的投影数据yrestored采用解析重建方法进行图像重建，得到最终的低剂量X射线CT图像。本发明能够针对降低管电流和扫描时间的低剂量CT投影数据进行数据恢复处理，然后通过解析重建方法进行图像重建，能够有效地去除图像噪声并抑制条形伪影，同时较好地保持图像细节信息。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.026 seconds)
