公开(公告)号：CN116433489A

公开(公告)日：2023-07-14

申请号：CN202310325796.7

申请日：2023-03-30

Applicant: 东南大学

Inventor： 陈阳 ,  吴明桦 ,  唐慧

IPC: G06T3/40 ,  G06T5/50 ,  G06T7/33 ,  G06T5/10

Abstract: 本发明公开了一种基于数字人体分段MRI图像的拼接和融合方法，包括：核磁共振扫描获取的人体不同部位的MRI数据在经过降噪等预处理后首先进行刚性配准，利用配准后参考图像和浮动图像的分辨率、方位等信息，进一步实现浮动图像在图像坐标系和世界坐标系间的变换，同时基于三线性插值在上述空间变换过程中进行插值和运算。本发明实现了待拼接三维图像在高、低频方向上的无缝融合，有效利用图像高、低频分量信息。本发明不仅简化了传统拼接方法中先融合重叠区域后拼接非重叠区域这种两阶段的图像拼接融合过程，并且极大地提高了分段MRI数据整体的拼接融合精度。

公开(公告)号：CN117078658A

公开(公告)日：2023-11-17

申请号：CN202311210538.0

申请日：2023-09-19

Applicant: 东南大学

Inventor： 陈阳 ,  蒋凌岳 ,  刘鸿智 ,  吴明桦

IPC: G06T7/00 ,  A61B6/00 ,  G06V10/82 ,  G06V10/84

Abstract: 本发明提出了基于深度学习的CT图像中椎骨中心点检测方法。该模型分为两个阶段，分别是粗分割阶段和中心点检测阶段，该两阶段模型能够实现较高分辨率下任意包含脊椎CT数据的椎骨中心点检测，不依赖于诸如人为选定椎骨部分等人工操作，实现自动化椎骨中心点检测。相较于其他模型，本发明提出的模型对于在检测精度上拥有更明显的优势，且拥有更高的鲁棒性。

公开(公告)号：CN118334437A

公开(公告)日：2024-07-12

申请号：CN202410515367.0

申请日：2024-04-26

Applicant: 东南大学 ,  南京鼓楼医院

Inventor： 陈阳 ,  麦筱莉 ,  万炜煊 ,  刘鸿智 ,  马柯 ,  吴明桦

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G16H30/20 ,  G06T5/50 ,  G06T3/4007 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务深度学习的CT(Computed Tomography，计算机断层扫描)脊柱骨病灶3D多阶段检测方法，包括脊椎ROI(Region OfInterest，感兴趣区域)分割模块、病灶级目标检测模块、椎骨级分类模块。步骤为：从CT轴位图像提取脊椎ROI，对脊椎ROI进行医学图像预处理，将完整的脊柱ROI图像输入Retina‑UNet目标检测网络进行训练，将预处理后的椎体ROI图像输入基于注意力机制改进的3D‑Inception分类模型进行训练，将训练所得的目标检测模型对测试集进行检测推理，将病灶级检测框与椎体级实例分割掩码结合，生成椎体级多标签预测，将训练所得的分类网络对检测为阳性的椎体进行分类推理，减少假阳性。无需人工处理数据即可实现由CT图到椎体的端到端的病灶检测与分类，这将大大提升常规CT图像的骨病灶检出率。