一种基于局部聚类和滤波的冠脉分割方法

    公开(公告)号:CN113838036B

    公开(公告)日:2023-10-13

    申请号:CN202111141792.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于局部聚类和滤波的冠脉分割方法,涉及医学图像处理技术领域。该方法包括在冠脉CTA图像上提取冠脉种子点的感兴趣区域;在感兴趣区域中获得疑似种子点集合;对疑似种子点集合进行滤波,筛掉假种子点获得有效种子点集合;针对有效种子点集合中的种子点逐点进行区域生长,直至所有的种子点生长完毕为止。在每个种子点的生长过程中,采用对称放射滤波器来筛选血管区域,解决了心脏CTA图像中噪声、伪影和非冠脉组织等不相关区域对冠脉分割的干扰的问题;采用基于距离聚类分割方法,解决了心脏CTA图像中造影剂不均衡,冠脉错层,伪影模糊等问题,从而快速、稳定、高效地进行心脏CTA图像的冠脉分割。

    一种TAVI术前关键目标的自动定位装置及方法

    公开(公告)号:CN113974667A

    公开(公告)日:2022-01-28

    申请号:CN202111287231.1

    申请日:2021-11-02

    Abstract: 本发明公开了一种TAVI术前关键目标的自动定位装置及方法,涉及医学图像处理技术领域。装置包括:获取心脏CTA数据的数据采集模块;从心脏CTA数据中提取进行关键目标定位所需数据的数据提取模块;定位出TAVI术前所需的关键目标并输出定位结果的关键目标定位模块。方法包括:获取心脏CTA数据;分割主动脉和冠脉;定位左右冠脉开口位置以及确定主动脉中心线;对中心线上的点进行采样获得中心线上分别以各采样点为中心带有分割结果的横截面,各横截面的法线对应采样点的切线;从带有分割结果的各主动脉横截面上确定主动脉的分割平面,获得一系列主动脉平面;从主动脉平面中定位主动脉窦管连接处平面、主动脉瓣环平面、升主动脉平面和主动脉窦环平面。

    一种基于局部聚类和滤波的冠脉分割方法

    公开(公告)号:CN113838036A

    公开(公告)日:2021-12-24

    申请号:CN202111141792.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于局部聚类和滤波的冠脉分割方法,涉及医学图像处理技术领域。该方法包括在冠脉CTA图像上提取冠脉种子点的感兴趣区域;在感兴趣区域中获得疑似种子点集合;对疑似种子点集合进行滤波,筛掉假种子点获得有效种子点集合;针对有效种子点集合中的种子点逐点进行区域生长,直至所有的种子点生长完毕为止。在每个种子点的生长过程中,采用对称放射滤波器来筛选血管区域,解决了心脏CTA图像中噪声、伪影和非冠脉组织等不相关区域对冠脉分割的干扰的问题;采用基于距离聚类分割方法,解决了心脏CTA图像中造影剂不均衡,冠脉错层,伪影模糊等问题,从而快速、稳定、高效地进行心脏CTA图像的冠脉分割。

    一种TAVI术前关键目标的自动定位装置及方法

    公开(公告)号:CN113974667B

    公开(公告)日:2024-06-28

    申请号:CN202111287231.1

    申请日:2021-11-02

    Abstract: 本发明公开了一种TAVI术前关键目标的自动定位装置及方法,涉及医学图像处理技术领域。装置包括:获取心脏CTA数据的数据采集模块;从心脏CTA数据中提取进行关键目标定位所需数据的数据提取模块;定位出TAVI术前所需的关键目标并输出定位结果的关键目标定位模块。方法包括:获取心脏CTA数据;分割主动脉和冠脉;定位左右冠脉开口位置以及确定主动脉中心线;对中心线上的点进行采样获得中心线上分别以各采样点为中心带有分割结果的横截面,各横截面的法线对应采样点的切线;从带有分割结果的各主动脉横截面上确定主动脉的分割平面,获得一系列主动脉平面;从主动脉平面中定位主动脉窦管连接处平面、主动脉瓣环平面、升主动脉平面和主动脉窦环平面。

    一种基于超声图像的二尖瓣环位移自动检测系统

    公开(公告)号:CN113592802A

    公开(公告)日:2021-11-02

    申请号:CN202110845333.4

    申请日:2021-07-26

    Abstract: 本发明提供一种基于超声图像的二尖瓣环位移自动检测系统,涉及计算机视觉技术领域。该系统首先获取多个带有左心室掩模或二尖瓣环位点坐标标签的超声心动图作为样本数据集;然后初始化用于左心室分割和二尖瓣检测的深度神经网络模型,并使用样本数据集预训练深度神经网络模型,得到预训练模型;加载预训练模型的模型参数和配置文件,分割待评估的超声心动图中的左心室内膜,确定二尖瓣环室间隔位点和左心室侧壁位点坐标以及左心室心尖位点坐标;计算二尖瓣环室间隔位点位移、左心室侧壁位点位移和收缩初期到收缩末期二尖瓣环相对于心尖的位移变化量,并在待评估的超声心动图像上输出MAD指标,完成对超声心动图像二尖瓣环位移的自动检测。

    一种超声高帧率采集系统
    6.
    发明公开

    公开(公告)号:CN119700188A

    公开(公告)日:2025-03-28

    申请号:CN202411781753.0

    申请日:2024-12-05

    Abstract: 本发明提供一种超声高帧率采集系统,包括:探头,用于向目标区域发射超声波和接收目标区域返回的回波信号;线性发射模块,用于配置具体的发射条件和生成不同的超声电信号以及发射扫描控制指令发送至探头;接收硬件模块,用于对探头采集到的接收回波信号进行前端预处理;算法处理模块,用于将前端预处理后的接收回波信号进行超声数字信号处理和图像处理,生成医学超声图像。本系统实现高信噪比、高分辨率的医学超声成像,给临床医生同时提供清晰可靠的人体心脏的组织灰度、冠状动脉微血管、频谱多普勒的高质量图像。

    癌症风险预测模型的训练方法、癌症风险预测方法及装置

    公开(公告)号:CN118968226A

    公开(公告)日:2024-11-15

    申请号:CN202411228342.9

    申请日:2024-09-03

    Abstract: 本申请提供了一种癌症风险预测模型的训练方法、癌症风险预测方法及装置,涉及生物医学工程技术领域,包括获取样本对象的样本数据,样本数据包括第一样本影像数据、样本临床数据以及对应的癌症风险标签;对第一样本影像数据进行影像分割,得到只保留肿瘤影像区域的第二样本影像数据;采集第二样本影像数据中的部分样本切片图像,并基于部分样本切片图像提取第一影像组学特征;将部分样本切片图像、第一影像组学特征以及样本临床数据作为输入特征,将癌症风险标签作为训练标签,执行对癌症风险预测模型的迭代训练过程,直至癌症风险预测模型的交叉熵损失小于预设阈值,判断癌症风险预测模型训练完成。本申请能够提高癌症风险预测精准度。

    一种基于深度学习的心脏室间隔抖动自动检测系统

    公开(公告)号:CN113570569B

    公开(公告)日:2024-04-16

    申请号:CN202110845336.8

    申请日:2021-07-26

    Abstract: 本发明提供一种基于深度学习的心脏室间隔抖动自动检测系统,涉及计算机视觉技术领域。该系统首先获取多个带SF标签的超声心动图作为样本数据集;然后初始化用于室间隔抖动检测的深度神经网络模型,并使用样本数据集预训练深度神经网络模型,得到预训练深度神经网络模型;用于室间隔抖动检测的深度神经网络模型包括左心室分割网络U‑Net和基于编解码器的SF诊断网络;最后加载预训练深度神经网络模型的模型参数和配置文件,分割待评估的超声心动图中的左心室,输出室间隔抖动判断结果。本发明的检测系统使用深度学习的方法自动分割左心室,并根据分割结果实现了SF的自动诊断,减少了临床诊断的时间,避免了医生主观经验造成的结果差异。

Patent Agency Ranking