-
公开(公告)号：CN114782566A
公开(公告)日：2022-07-22
申请号：CN202111574601.X
申请日：2021-12-21
Applicant: 首都医科大学附属北京友谊医院 , 清华大学
IPC: G06T11/00
Abstract: 本申请公开了一种CT数据重建方法和装置、电子设备和计算机可读存储介质。该方法包括：获取详视扫描投影数据和宽视扫描投影数据；对所述详视扫描投影数据进行目标区域投影估计计算，以获得详视估计数据；对所述详视估计数据进行解析重建处理以获得目标区域的第一估计图像数据；对所述宽视扫描投影数据进行重建处理，以获得第二估计图像数据；根据所述第一估计图像数据以及所述第一宽视估计图像数据，使用图像优化模型确定所述目标区域的高分辨率图像数据。本申请实施例能够利用宽视扫描的数据完备特性和详视扫描的高分辨率特性来结合进行CT图像的重建，不仅提升了重建CT图像的质量，并且大大提高了重建效率。
-
公开(公告)号：CN114533121A
公开(公告)日：2022-05-27
申请号：CN202210153193.9
申请日：2022-02-18
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明实施例提供了一种脑灌注状态预测装置、方法、设备及模型训练装置，该脑灌注状态装置包括：第一获取模块用于获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；第一确定模块用于确定与所述生理特征数据对应的颈部血流状态；第一处理模块用于根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。上述装置能够实现对脑灌注状态的预测。并且该脑灌注状态预测方法融合了更多的生理特征，提高了脑灌注状态预测结果的准确性，同时无需使用大型检查设备即可完成对脑灌注状态的预测，从而降低了脑灌注状态检查难度，使得脑灌注状态预测方法能够适用到各个应用场景，进一步提高了该预测方法的实用性。
-
公开(公告)号：CN114334141A
公开(公告)日：2022-04-12
申请号：CN202210224586.4
申请日：2022-03-09
Applicant: 首都医科大学附属北京友谊医院
IPC: G16H50/20 , G16H50/70 , G06F16/2458
Abstract: 本申请提供了一种行X射线检查所致患癌风险的预警方法和装置、计算机设备，以及存储介质，解决了现有技术中无法对X射线检查对患者造成的累积影响进行有效评估和预警的问题。其中，预警方法包括：基于患者的就诊原因确定患者所患疾病类型，就诊原因是指医生申请预定X射线检查时填写的诊断描述；当疾病类型属于预设高风险疾病时，触发一级预警；基于患者的过往X射线检查的病例记录和累积患癌风险评估模型确定患者行预设X射线检查的累积患癌风险；当累积患癌风险满足预设条件时，触发二级预警。
-
公开(公告)号：CN113506241A
公开(公告)日：2021-10-15
申请号：CN202110574016.3
申请日：2021-05-25
Applicant: 首都医科大学附属北京友谊医院 , 北京智拓视界科技有限责任公司
Abstract: 本发明公开了用于对听骨链图像进行处理的方法和相关产品，其中方法包括获取针对于所述听骨链的三维图像；从所述三维图像中确定包含所述听骨链的图像域；在所述图像域中确定表示所述听骨链的连通域；以及至少根据所述连通域来在所述三维图像中自动定位所述听骨链。利用本发明的方法和相关产品，可以准确地自动识别出听骨链而不需要模板或手工标记来完成识别，从而提高了识别听骨链的效率，由此为进一步研究听骨链提供了良好的基础。
-
公开(公告)号：CN111583356B
公开(公告)日：2021-05-25
申请号：CN202010400409.8
申请日：2020-05-13
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明提供了一种基于卷积神经网络的磁共振图像合成方法和装置，涉及图像处理技术领域，通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U‑Net卷积神经网络模型，其中，所述U‑Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U‑Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，实现了由一次磁共振扫描图像信息同时合成多类型磁共振图像的技术功能，达到了增加生成图像类型、避开复杂物理计算、提高图像质量的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN112690809A
公开(公告)日：2021-04-23
申请号：CN202010079942.9
申请日：2020-02-04
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明是关于一种确定设备异常原因的方法、装置、服务器和存储介质，属于医学技术领域。所述方法包括：获取图像的第一质量参数，图像为通过待检测设备采集的；获取待检测设备对应的第二质量参数；基于第一质量参数与第二质量参数的匹配结果，确定第一质量参数中的异常参数；根据异常参数定位待检测设备的异常原因。采用本发明，可以根据待检测设备采集的图像的质量参数中的异常参数，定位待检测设备的异常原因。后续还可以根据待检测设备的异常原因，对设备进行维护，以提高设备的质量，进而提高图像的质量，最终可以达到提高诊断的准确性的目的。
-
公开(公告)号：CN111583356A
公开(公告)日：2020-08-25
申请号：CN202010400409.8
申请日：2020-05-13
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明提供了一种基于卷积神经网络的磁共振图像合成方法和装置，涉及图像处理技术领域，通过一次扫描获得MDME序列磁共振扫描图像信息；对所述MDME序列磁共振扫描图像信息进行解析计算，获得模图图像信息；将所述模图图像信息输入U-Net卷积神经网络模型，其中，所述U-Net卷积神经网络模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：输入图像、标准参考图像；获得所述U-Net卷积神经网络模型对所述模图图像信息回归处理的输出信息，其中，所述输出信息包括第一MRI图像，实现了由一次磁共振扫描图像信息同时合成多类型磁共振图像的技术功能，达到了增加生成图像类型、避开复杂物理计算、提高图像质量的技术效果。
-
公开(公告)号：CN111353935A
公开(公告)日：2020-06-30
申请号：CN202010005808.4
申请日：2020-01-03
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于深度学习的磁共振成像优化方法，同时也公开了采用该方法的磁共振成像设备。在该方法中，对磁共振图像数据分别采用对抗神经网络和卷积神经网络进行处理，可以提高磁共振成像过程中图像扫描速度和/或图像分辨率。本发明所提供的磁共振成像优化方法及其设备操作方便、处理速度快，特别适用于小脏器成像，具有很好的临床普及价值。
-
公开(公告)号：CN110265102A
公开(公告)日：2019-09-20
申请号：CN201810770960.4
申请日：2018-07-13
Applicant: 首都医科大学附属北京友谊医院 , 北京天使软件技术有限公司
Abstract: 本发明实施例提供一种数据处理方法、装置及电子设备，该方法包括：数据处理设备响应于用户对待检测区域的选择操作，显示与待检测区域对应的操作界面。响应于用户触发的子区域显示操作，在操作界面中显示待检测区域内包含的全部子区域。响应于用户对第一类问题子区域的输入操作，获取与输入顺序一致的第一类问题子区域以及各自的预设区域序号。按照预设区域序号重新排序第一类问题子区域，记录重新排序后的第一类问题子区域。数据处理设备通过对第一类问题子区域的重新排序能够保证第一类问题子区域会以统一的排列顺序被记录下来。通过对第一类问题子区域排列顺序的规范也可以进一步减小对大量第一类问题子区域进行分析时的分析复杂度。
-
公开(公告)号：CN106780652B
公开(公告)日：2017-12-15
申请号：CN201710018808.6
申请日：2017-01-10
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本申请实施例提供一种医学数据处理方法及装置。所述方法通过对多个耳部医学图像分别进行图像重建；根据骨壁缺失评估指标，对所述重建后的多个耳部医学图像进行识别，并提取出每个耳部医学图像对应的耳部骨壁缺失参数；根据伴随征象评估指标，对所述重建后的多个耳部医学图像进行识别，并提取出每个耳部医学图像对应的伴随征象信息；对所述提取的伴随征象信息和所述耳部骨壁缺失参数进行数据统计分析，得出耳鸣组的耳部骨壁缺失参数与伴随征象信息。可以解决现有技术中对大量的影像进行测量、评估，需医师花费大量的人力和时间才能完成，效率低下的问题。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.05 seconds)
