-
公开(公告)号:CN119887993A
公开(公告)日:2025-04-25
申请号:CN202510371411.X
申请日:2025-03-27
Applicant: 上海交通大学医学院附属仁济医院 , 华东师范大学
IPC: G06T11/00 , G06T5/60 , G06T5/70 , G06T5/90 , G06T7/11 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/084 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本发明涉及图像处理和医学领域,公开了一种生成磁共振质子密度脂肪分数与R2星定量图的方法,包括以下步骤:获取mDixon序列图像数据和DWI序列图像数据以及对应的qDixon序列图数据,将图像数据整合构成数据集;对采集得到的图像数据进行预处理;构建从mDixon序列图像及DWI序列图像生成磁共振质子密度脂肪分数与R2星定量图的深度学习模型;利用预处理的图像数据,对建立的深度学习模型进行训练,得到训练好的深度学习模型;获取待测者的mDixon序列图像数据和DWI序列图像数据,输入训练好的深度学习模型,生成质子密度脂肪分数与R2星定量图。本发明解决了在铁过载患者中PDFF偏差较大的问题。
-
公开(公告)号:CN102048550B
公开(公告)日:2013-07-17
申请号:CN200910198110.2
申请日:2009-11-02
Applicant: 上海交通大学医学院附属仁济医院
Abstract: 本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法,包括一个肝脏三维CT增强图像获取的过程,包括一个肝脏定位与分割的过程,包括一个肝脏血管提取及结构分析的过程,包括一个血管支配领域分析的过程,通过这种拓扑划分,获得各静脉血管引流区域的体积大小,以便于外科医生进行肝脏手术前模拟和预估,同时还可以方便科研人员研究和了解肝脏区域血管的位置。
-
公开(公告)号:CN102048550A8
公开(公告)日:2013-03-20
申请号:CN200910198110.2
申请日:2009-11-02
Applicant: 上海交通大学医学院附属仁济医院
Abstract: 本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法,包括一个肝脏三维CT增强图像获取的过程,包括一个肝脏定位与分割的过程,包括一个肝脏血管提取及结构分析的过程,包括一个血管支配领域分析的过程,通过这种拓扑划分,获得各静脉血管引流区域的体积大小,以便于外科医生进行肝脏手术前模拟和预估,同时还可以方便科研人员研究和了解肝脏区域血管的位置。
-
公开(公告)号:CN102048550A
公开(公告)日:2011-05-11
申请号:CN200910198110.2
申请日:2009-11-02
Applicant: 上海交通大学医学院附属仁济医院
Abstract: 本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法,包括一个肝脏三维CT增强图像获取的过程,包括一个肝脏定位与分割的过程,包括一个肝脏血管提取及结构分析的过程,包括一个血管支配领域分析的过程,通过这种拓扑划分,获得各静脉血管引流区域的体积大小,以便于外科医生进行肝脏手术前模拟和预估,同时还可以方便科研人员研究和了解肝脏区域血管的位置。
-
公开(公告)号:CN119672034B
公开(公告)日:2025-04-18
申请号:CN202510202585.3
申请日:2025-02-24
Applicant: 上海交通大学医学院附属仁济医院 , 上海皓桦科技股份有限公司
Abstract: 本发明涉及医学图像处理领域,公开了一种基于腹部CT影像的肝硬度程度自动评估方法及系统,包括:对CT图像进行预处理,将预处理后的CT图像分割成多个patch;构建神经网络模型,提取训练数据集,训练网络模型,输入分割后CT图像,输出每个patch的推理结果;根据每个patch的推理结果,合并成整张影像中肝脏体积的推理结果;基于肝脏体积推理结果,获取肝脏在CT图像中的边缘;根据肝脏的边缘,进行LSN测量;根据LSN测量结果,对肝硬度程度进行评估。本发明基于AI自动识别肝脏和合理的肝边缘,全程由系统自动化处理,免去了对专业医师的需求、软件的使用前培训和烦琐的操作流程。
-
公开(公告)号:CN119672034A
公开(公告)日:2025-03-21
申请号:CN202510202585.3
申请日:2025-02-24
Applicant: 上海交通大学医学院附属仁济医院 , 上海皓桦科技股份有限公司
Abstract: 本发明涉及医学图像处理领域,公开了一种基于腹部CT影像的肝硬度程度自动评估方法及系统,包括:对CT图像进行预处理,将预处理后的CT图像分割成多个patch;构建神经网络模型,提取训练数据集,训练网络模型,输入分割后CT图像,输出每个patch的推理结果;根据每个patch的推理结果,合并成整张影像中肝脏体积的推理结果;基于肝脏体积推理结果,获取肝脏在CT图像中的边缘;根据肝脏的边缘,进行LSN测量;根据LSN测量结果,对肝硬度程度进行评估。本发明基于AI自动识别肝脏和合理的肝边缘,全程由系统自动化处理,免去了对专业医师的需求、软件的使用前培训和烦琐的操作流程。
-
-
-
-
-