-
公开(公告)号：CN116228689A
公开(公告)日：2023-06-06
申请号：CN202310087704.6
申请日：2023-01-29
Applicant: 北京理工大学
IPC: G06T7/00 , G06T7/33 , G06T7/11 , G06N3/0475 , G06N3/094
Abstract: 基于呼吸弹性校正的X射线图像实时增强显示方法及装置，为医生提供真实的血管变形显示，保证术中实时动态覆盖显示，丰富X射线图像信息以给予医生更好的操作指导，提升医生对于穿刺针当前姿态及位于血管中位置的掌握性，以便精准进行穿刺操作。包括：在进行三维血管与二维穿刺针的配准过程中，通过自适应特征点采样，在三维血管树及二维穿刺针点集中优先提取根节点及高曲率点，提升配准精度；通过人工智能网络由术中序列影像中提取患者呼吸信号，并作为运动先验信息将术前血管动态投影至每一帧X射线图像上；基于流行正则化将血管投影弹性配准至术中穿刺针，为医生提供真实的血管变形显示，并通过快速鲁棒的算法优化保证术中实时动态覆盖显示。
-
公开(公告)号：CN116110588A
公开(公告)日：2023-05-12
申请号：CN202211452111.7
申请日：2022-11-21
Applicant: 北京理工大学
IPC: G16H50/50 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及一种基于动态邻接矩阵和时空注意力的医学时间序列预测方法，属于大数据挖掘和医学人工智能数据预测技术领域。该方法对于疾病暴露人口数医学时间序列历史数据，构建静态空间邻接矩阵捕获空间外部数据，构建动态时间邻接矩阵挖掘疾病暴露人口数在时间维度上的关联特征，利用时空注意力机制融合静态空间邻接矩阵和动态时间邻接矩阵，采用图卷积神经网络和门控循环单元框架来预测未来时间步的疾病暴露人口数。本发明引入空间外部数据，学习动态时间邻接矩阵，引入时空注意力机制，能够捕获发病地区之间空间相关性，疾病暴露人口数在时间维度上的关联特征，实现时空信息相关性的融合，从提高医学时间序列预测方法的性能。
-
公开(公告)号：CN107507188B
公开(公告)日：2022-09-27
申请号：CN201610412947.2
申请日：2016-06-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供了一种基于机器学习提取图像信息的方法及装置。该方法包括：获取目标图像，其中，所述目标图像中的目标对象与预先获得的图像分割模板相匹配；基于所述图像分割模板，获得所述目标对象的关键点的位置信息；根据所述关键点的位置信息及预先获知的所述目标图像中参照物的测量信息，获得所述目标对象的测量信息。本实施例通过图像分割模块快速对图像分割获得目标对象，并根据目标对象上的关键点位置信息以及已知的实际参照物的测量信息计算获得目标对象的测量信息。该信息提取方法源于目标对象上的关键点以及实际的参照物，因此可以获得更加精确的测量信息。
-
公开(公告)号：CN115049806A
公开(公告)日：2022-09-13
申请号：CN202210706410.2
申请日：2022-06-21
Applicant: 北京理工大学
IPC: G06T19/00 , G06T17/00 , G06T7/70 , G06V40/16 , G06K9/62 , G06F16/901 , G06F16/903 , G06N3/00 , G16H20/40
Abstract: 基于蒙特卡洛树搜索的人脸增强现实标定方法及装置，能快速且准确地将术前手术计划叠加到患者的颌面部区域以引导医生进行颌面修复手术，对患者无侵入性伤害，在部分遮挡的情况下实现准确的增强现实叠加。方法包括：(1)获取CT影像，并进行人脸皮肤的分割和三维重建；(2)针对人脸三维模型，获取人脸3D特征点；(3)针对2D搜索图像，通过深度学习方法获取人脸2D特征点；(4)构建虚拟相机球坐标系模型，采集虚拟相机的全局3D姿态；(5)利用虚拟相机3D姿态之间的相互相似性，对采集的3D姿态进行聚类分层，构建跨金字塔级别的树结构；(6)利用蒙特卡洛树搜索方法提取最佳3D姿态；(7)利用粒子群优化方法细化初始3D姿态。
-
公开(公告)号：CN114748141A
公开(公告)日：2022-07-15
申请号：CN202210348130.9
申请日：2022-03-30
Applicant: 北京理工大学
Abstract: 基于X射线图像的穿刺针三维位姿实时重建方法及装置，方法包括：(1)在穿刺针中安装智能传感器；(2)进行关键点空间位姿标定，完成刚性位姿重建；(3)通过术中X射线图像实时监测；(4)对穿刺针的术中轨迹进行分割；(5)计算穿刺针的弯曲角度及长度，完成柔性位姿拟合；(6)通过柔性位姿、刚性位姿的融合，完成穿刺针形状位姿校正；所述步骤(5)中，在获取穿刺针尖端在三维CTA图像空间坐标系中的位置坐标后，基于刚性初始位姿与术中X射线图像对穿刺针三维位姿进行柔性位姿校正，通过二阶贝塞尔曲线拟合对穿刺针弯曲度进行三角化度量，实时获取穿刺针的位姿信息。
-
Patent Agency Ranking
公开(公告)号：CN114723633A
公开(公告)日：2022-07-08
申请号：CN202210357313.7
申请日：2022-04-02
Applicant: 北京理工大学
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：CN114612483A
公开(公告)日：2022-06-10
申请号：CN202210218556.2
申请日：2022-03-04
Applicant: 北京理工大学
Abstract: 硬管内窥镜视野区域分割方法及装置，能够精确提取硬管内窥镜图像中的圆形视野区域，并有效处理边界溢光或明显暗区对分割结果的影响。方法包括：(1)提取基于活动轮廓模型的圆形视野区域；(2)结合内窥镜视野的形状特征和区域特征，在活动轮廓模型的基础上添加圆形形状先验模型和局部区域自适应阈值积分能量项。
-
公开(公告)号：CN113888743A
公开(公告)日：2022-01-04
申请号：CN202110796204.0
申请日：2021-07-14
Applicant: 北京理工大学 , 温州医科大学附属眼视光医院
Abstract: 基于深度学习的视神经和眼外肌分割方法与装置，能够提升CT影像中视神经和眼外肌的精确分割，在辅助诊断、术前规划、术中导航以及术后治疗效果评估中都发挥重要作用。方法包括：(1)人工标注视神经和眼外肌金标准，并取原始三维CT影像的二维切片进行预处理；(2)搭建改进U‑Net网络模型，在训练集影像上迭代优化目标眼部结构预测结果，其中改进U‑Net网络模型以U‑Net网络为主干，加入挤压‑注意力模块SA和金字塔池化模块PPM；(3)取训练得到的最佳网络模型分割测试集影像；(4)经过去除小连通域的后处理优化，输出最终的视神经和眼外肌分割结果。
-
公开(公告)号：CN113470184A
公开(公告)日：2021-10-01
申请号：CN202110676612.2
申请日：2021-06-16
Applicant: 北京理工大学
Abstract: 内窥镜增强现实误差补偿方法及装置，AR融合的精度有显著提升，能够对内窥镜镜管旋转引起的相机位姿误差进行精确补偿，使系统的AR融合误差维持在较低的水平，且该补偿模型的应用避免了对内窥镜相机的重新校准，对于系统定位噪声和图像中角点识别噪声的敏感性强。方法包括：(1)通过内窥镜标定和外部跟踪得到内窥镜相机位姿的观测值；(2)通过结合内窥镜相机位姿的观测值和估计值，利用最小二乘法计算当前操作空间中最佳的相机位姿补偿矩阵。
-
公开(公告)号：CN110288572B
公开(公告)日：2021-09-21
申请号：CN201910509878.0
申请日：2019-06-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供一种血管中心线自动提取方法及装置，包括：获取包含血管结构的原始图像，对所述原始图像进行基于凸对称性的多尺度和多方向滤波，获得中心线增强图像；基于所述中心线增强图像，通过非极大值抑制方法，获取置信度满足预设条件的种子点的集合，构建高置信度种子点集合；通过预设规则，依次选取高置信度种子点集合中的种子点，结合中心线增强图像，采用基于回溯路径传播的最小路径方法搜寻管状结构的多分支中心线结构，得到原始图像的初始中心线结构，再利用基于关键点探测最小路径方法对所述初始中心线结构进行修复，获取所述原始图像的完整中心线。避免了基于最小路径方法在多分支结构提取中对种子点的大量需求。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.047 seconds)
