-
公开(公告)号：CN106373109A
公开(公告)日：2017-02-01
申请号：CN201610797914.4
申请日：2016-08-31
Applicant: 南方医科大学
Abstract: 本发明公开了一种医学图像模态合成的方法，源模态图像空间分辨率归一化处理，使图像的分辨率归一化到同样大小，源模态图像灰度值标准化或者归一化处理，对第一步处理后的源模态图像灰度值归一化到均值为0，标准偏差为1，将处理后的源模态图像为输入，由卷积神经网络进行预测，将卷积神经网络预测输出进行线性变换生成目标模态图像；以此达到进行线性变换的目的，最终生成目标模态图像。通过学习得到的卷积神经网络模型快速有效地实现医学图像的模态合成，通过对卷积神经网络模型的训练自动完成不同尺度、多种层次图像特征的学习和优化，不需要进行耗时的图像配准过程，可快速准确地完成模态合成。
-
公开(公告)号：CN106097262A
公开(公告)日：2016-11-09
申请号：CN201610391030.9
申请日：2016-06-02
Applicant: 南方医科大学
CPC classification number: G06T5/009 , G06T11/008 , G06T2207/10088
Abstract: 本发明公开了一种基于拟合精确度加权步长的弥散加权成像运动矫正优化方法，依次包括：(1)利用IVIM双指数模型对采集的多b值图像进行量化参数估计，获得各个量化参数值(D,D*,f)及拟合精确度(R2)；(2)再利用获得的拟合精确度于对应位置上优化步长进行加权；(3)根据不同位置上拟合精确度加权的步长来对我们构建的目标函数进行优化，获得最终的运动矫正变形场结果；本发明对多b值的弥散加权成像运动矫正效果更好。
-
公开(公告)号：CN104004511B
公开(公告)日：2016-01-20
申请号：CN201410183249.0
申请日：2014-04-30
Applicant: 南方医科大学
Abstract: 本发明属于生物医学荧光分析技术领域，公开了一种罗丹明荧光纳米复合粒子及其制备方法和应用。该荧光纳米复合粒子的制备包括以下步骤：先将罗丹明6G溶解于蒸馏水中，再用巯基化学物功能化得到罗丹明6G巯基功能化的化学物，利用硅源前驱物在高温和高压下水解与缩合，制备得到罗丹明荧光纳米复合粒子。该荧光复合物不易泄露，经过多次水洗，仍有较强的荧光特性。通过改变硅源前驱物、NH3·H2O两者的比例可以制备出不同粒径大小的二氧化硅包覆荧光素。本发明的复合荧光物其外壳二氧化硅有生物亲和性，可以用于蛋白质的标记，成为纳米生物标记的新型材料。该荧光纳米颗粒的标记方法也为生物医学和分子生物学提供了一种新型的分析方法。
-
公开(公告)号：CN104751429A
公开(公告)日：2015-07-01
申请号：CN201510040428.3
申请日：2015-01-27
Applicant: 南方医科大学
IPC: G06T5/10
Abstract: 基于字典学习的低剂量能谱CT图像处理方法，包括，（1）获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据，进行重建获得低剂量下低能量CT图像 和高能量CT图像；（2）进行物质分解，获得低剂量下的水基图和骨基图；（3）构建用于能谱CT图像成像的目标函数；（4）对目标函数采用分裂Bregman算法求解，得到能谱CT图像成像结果。本发明采用基于字典学习的稀疏表达模型，结合能谱CT基物质图像间的梯度信息，实现了对能谱CT基物质图像去噪。可实现使用低剂量发射的同时，仍能保证产生高质量的能谱CT基物质图像。
-
公开(公告)号：CN104408758A
公开(公告)日：2015-03-11
申请号：CN201410634345.2
申请日：2014-11-12
Applicant: 南方医科大学
Abstract: 一种低剂量能谱CT图像重建方法，包括：（1）获取成像对象在低剂量射线下的能谱CT图像的低能量CT投影数据和高能量CT投影数据，并同时获取相应的校正参数，系统矩阵及系统电子噪声的方差；（2）根据步骤（1）中的低能量CT投影数据和高能量CT投影数据满足的统计特性和基物质分解模型，构建用于能谱CT图像重建的数学模型；（3）利用广义全变分作为正则化先验，结合步骤（2）得到的数学模型构建用于能谱CT图像重建的目标函数；（4）采用迭代算法对步骤（3）中构建的用于能谱CT图像重建的目标函数进行求解，完成能谱CT图像重建。本发明能够实现低剂量扫描协议下能谱CT图像的优质重建。
-
Patent Agency Ranking
公开(公告)号：CN103714521A
公开(公告)日：2014-04-09
申请号：CN201310742267.3
申请日：2013-12-30
Applicant: 南方医科大学
Abstract: 一种基于查询表的肝脏R2*图测量方法：包括：（1）获得磁共振肝脏图像，绘制包含肝脏的感兴趣区域；（2）对给定接收线圈通道数的合流超几何函数进行样条插值，建立相应的查询表；（3）对肝脏感兴趣区域内的每个像素，将其灰度与回波时间拟合到单指数模型在非中心Chi噪声影响下的一阶矩模型中，得到包含肝脏的R2*图。本发明能准确快速测量肝脏的R2*图。
-
公开(公告)号：CN102314698B
公开(公告)日：2014-03-05
申请号：CN201110228325.1
申请日：2011-08-10
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于阿尔法散度约束的全变分最小化剂量CT重建方法，包括以下步骤：(1)利用CT成像设备采集原始投影数据，对采集到的投影数据进行CT图像预重建；(2)将步骤(1)的结果作为初值，并构建CT重建模型；(3)采用迭代过程求解步骤(2)中CT重建模型，对每步迭代后的结果进行全变分图像恢复，同时判断每步迭代后的结果是否满足终止迭代条件：若否，将全变分恢复得到的图像数据作为下一步迭代初值并继续迭代过程；若是，则将当前全变分恢复得到的图像数据作为最终重建结果。该方法可实现根据低剂量的CT成像设备投影数据即可重建并得到高质量的CT重建图像。
-
公开(公告)号：CN103559728A
公开(公告)日：2014-02-05
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：CN102651043B
公开(公告)日：2014-01-29
申请号：CN201210091111.9
申请日：2012-03-30
Applicant: 南方医科大学
IPC: G06F17/50
Abstract: 本发明提供一种射频线圈的混合设计方法，属于磁共振成像技术领域。包括以下步骤：(1)在FDTD域中建立三维人体模型；(2)根据磁场分布需求在人体负载内部靶组织区域提出一目标场；(3)由该目标场出发，在考虑人体负载的条件下进行反演计算，得到一个电磁场分布；(4)以步骤(3)所得的电磁场分布为基础，重新建立一个逆方法中定义的目标场；(5)通过新目标场求得线圈表面的电流密度；该方法将等效原理引入人体模型负载进行分析设计，将人体负载与线圈之间的相互影响关系考虑进来并且有效地消除了这种干扰影响，从而使线圈设计更加准确。
-
公开(公告)号：CN103413280A
公开(公告)日：2013-11-27
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。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.027 seconds)
