-
公开(公告)号：CN107146228A
公开(公告)日：2017-09-08
申请号：CN201710175040.3
申请日：2017-03-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于先验知识的大脑磁共振图像超体素生成方法，基于K‑means聚类算法，利用空间距离、像素强度和先验知识的加权作为最终的距离度量，对图像像素进行聚类，把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素。本发明通过融入大脑不同组织的先验知识，设计一种新型测度算子，构建一种鲁棒的超体素生成方法，实现对大脑磁共振图像的超体素分割，能够减小图像噪声对分割结果的影响。与已有的超体素生成方法相比，本发明方法效率更高，边界贴合度更高，能较好地抑制噪声的影响。
-
公开(公告)号：CN107146228B
公开(公告)日：2019-10-08
申请号：CN201710175040.3
申请日：2017-03-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于先验知识的大脑磁共振图像超体素生成方法，基于K‑means聚类算法，利用空间距离、像素强度和先验知识的加权作为最终的距离度量，对图像像素进行聚类，把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素。本发明通过融入大脑不同组织的先验知识，设计一种新型测度算子，构建一种鲁棒的超体素生成方法，实现对大脑磁共振图像的超体素分割，能够减小图像噪声对分割结果的影响。与已有的超体素生成方法相比，本发明方法效率更高，边界贴合度更高，能较好地抑制噪声的影响。
-
Patent Agency Ranking
公开(公告)号：CN110599461B
公开(公告)日：2023-04-07
申请号：CN201910772126.3
申请日：2019-08-21
Applicant: 东南大学
IPC: G06T7/00 , G06V10/762 , G06V10/774 , G06V10/40
Abstract: 本发明公开了一种基于子空间特征学习的丘脑功能分区方法。首先，使用弥散张量成像进行纤维追踪以获得活体大脑内部结构连接信息，使用精细皮层分区针对复杂非线性的丘脑皮层特征提取形成结构连接特征。然后，使用深度子空间网络以及增加的自表达特性学习特征的隐藏子空间映射，提取低维子空间特征。最后，对体素特征加以空间约束降低噪声的影响，更好地反映空间拓扑结构，丰富对空间信息的提取，构建亲和度矩阵使用归一化割方法获得功能分区。本发明方法能够降低噪声的影响，并且能够更好地反映体素空间的拓扑结构，丰富对空间信息的提取，可以高效地获得丘脑功能分区。
-
公开(公告)号：CN108596236A
公开(公告)日：2018-09-28
申请号：CN201810351078.6
申请日：2018-04-18
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于全局连接特征和测地距离的丘脑核团分区方法，以实现对大脑丘脑区域的核团分区，该方法首先利用大脑静息态磁共振图像的时间序列信息，结合大脑不同组织的先验图谱，构建了丘脑体素水平的全局连接特征，降低特征的维度从而减少了噪声；其次，结合大脑的三维空间结构信息，构建基于测地距离的丘脑相似度矩阵，更有效地利用了特征的信息；最后提出一种归一化割谱聚类的方法来结合丘脑体素相似度信息对体素进行聚类，与传统方法相比，本发明提出的方法能更有效的降低静息态磁共振图像的噪声影响，提取出高质量的特征，生成精确有效的丘脑核团分区。
-
公开(公告)号：CN110599461A
公开(公告)日：2019-12-20
申请号：CN201910772126.3
申请日：2019-08-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于子空间特征学习的丘脑功能分区方法。首先，使用弥散张量成像进行纤维追踪以获得活体大脑内部结构连接信息，使用精细皮层分区针对复杂非线性的丘脑皮层特征提取形成结构连接特征。然后，使用深度子空间网络以及增加的自表达特性学习特征的隐藏子空间映射，提取低维子空间特征。最后，对体素特征加以空间约束降低噪声的影响，更好地反映空间拓扑结构，丰富对空间信息的提取，构建亲和度矩阵使用归一化割方法获得功能分区。本发明方法能够降低噪声的影响，并且能够更好地反映体素空间的拓扑结构，丰富对空间信息的提取，可以高效地获得丘脑功能分区。
-
公开(公告)号：CN108305279B
公开(公告)日：2019-07-05
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
公开(公告)号：CN108305279A
公开(公告)日：2018-07-20
申请号：CN201711445476.6
申请日：2017-12-27
Applicant: 东南大学
CPC classification number: G06T7/344 , G06K9/6218 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种迭代空间模糊聚类的大脑磁共振图像超体素生成方法，包括以下步骤：首先，由于人类大脑具有相同的拓扑结构，从基于群体的大脑MRI模板获得一组种子模板；其次，为了排除部分容积效应的影响，提出了一种迭代空间模糊聚类算法，将体素分配给每个种子生成超体素。本发明能较好地应用于大脑磁共振图像，生成有效的大脑磁共振图像超体素。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
