-
公开(公告)号：CN113491529A
公开(公告)日：2021-10-12
申请号：CN202111054080.5
申请日：2021-09-09
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种无伴随CT辐射的单床PET延迟成像方法，首先利用一能将PET BP图像转换成更接近于真实PET图像的Pseudo PET图像的图像重建网络，将正常扫描和延迟扫描得到的PET BP图像转换成Pseudo PET图像，然后利用一CT图像生成网络，输入包含正常扫描的Pseudo PET图像和CT图像，以及延迟扫描的Pseudo PET图像，输出获得正常扫描和延迟扫描间的变形场和延迟扫描时刻的CT图像，该CT图像最后用于延迟扫描PET图像重建中的衰减校正，得到SUV定量准确的PET图像并用于肿瘤检测。本发明的方法能消除延迟扫描中病人接受的CT辐射，减轻病人生理和心理上的压力，推动PET延迟成像的应用。
-
公开(公告)号：CN111325686B
公开(公告)日：2021-03-30
申请号：CN202010087761.0
申请日：2020-02-11
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于深度学习的低剂量PET三维重建方法，该方法包括将低剂量PET原始数据无损反投影至图像域，选取适当的三维深度神经网络结构以拟合低剂量PET反投影到标准剂量PET图像之间的映射，通过训练样本学习并固定网络参数后，实现从低剂量PET原始数据出发的PET图像三维重建，以获取比传统重建算法与图像域降噪处理噪声更低，分辨率更高的低剂量PET重建图像。
-
公开(公告)号：CN111340768B
公开(公告)日：2021-03-09
申请号：CN202010109082.9
申请日：2020-02-21
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT智能诊断系统的多中心效应补偿方法，属于医学影像领域。该方法包括：基于一种关于加性和乘性多中心效应参数的位置尺度模型，对训练中心A和测试中心B的数据使用非参数化的数学方法，估测出测试中心B相对于训练中心A的多中心效应参数，并使用该参数补偿测试中心B的数据，以消除测试中心B与训练中心A之间的多中心效应。通过本发明，可补偿训练中心A与测试中心B之间的多中心效应，使得测试中心B的数据在补偿后可用于训练中心A所训练的模型之中，间接地提高了模型的泛化能力。
-
公开(公告)号：CN116188469A
公开(公告)日：2023-05-30
申请号：CN202310478390.2
申请日：2023-04-28
Applicant: 之江实验室
IPC: G06T7/00 , G06V10/774 , G06V20/64 , G06V20/70
Abstract: 本说明书公开了一种病灶检测方法、装置、可读存储介质及电子设备，通过设置独立于检测模型的识别模型，在对医学影像序列进行检测时，将每个医学影像逐个输入训练完成的识别模型和检测模型，得到用于表征各医学影像是否包含病灶的识别结果，以及用于表征医学影像中的病灶区域的检测结果，再基于各医学影像分别对应的检测结果和识别结果，确定病灶在人体的三维模型中的三维区域。本方法在检测模型的精准度较低的情况下，也可基于识别模型，对检测模型的检测结果进一步提高，保证了病灶检测的准确率。
-
公开(公告)号：CN112598669B
公开(公告)日：2021-06-01
申请号：CN202110241193.X
申请日：2021-03-04
Applicant: 之江实验室
Abstract: 本发明公开了一种基于数字人技术的肺叶分割方法，该方法通过数字人图像和临床上患者的肺部图像进行非刚性配准，得到变形场和形变后的数字人图像，采用形变后的数字人图像拟合出数字人的形状参数并根据形状参数生成新的数字人图像，再将新的数字人图像与患者肺部图像不断迭代配准和更新，得到更接近于患者肺部图像的数字人图像，最后将数字人图像与患者肺部图像进行非刚性配准并获得变形场，将变形场加到数字人肺叶的边界点云或掩模图像上，得到的结果即为本方法得到的肺叶分割结果。本发明方法首次利用数字人模型进行医学图像中器官分割，本发明方法可以有效提高患者图像存在异常或病变情形下肺叶分割的精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN111325686A
公开(公告)日：2020-06-23
申请号：CN202010087761.0
申请日：2020-02-11
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于深度学习的低剂量PET三维重建方法，该方法包括将低剂量PET原始数据无损反投影至图像域，选取适当的三维深度神经网络结构以拟合低剂量PET反投影到标准剂量PET图像之间的映射，通过训练样本学习并固定网络参数后，实现从低剂量PET原始数据出发的PET图像三维重建，以获取比传统重建算法与图像域降噪处理噪声更低，分辨率更高的低剂量PET重建图像。
-
公开(公告)号：CN111436958B
公开(公告)日：2021-06-01
申请号：CN202010125698.5
申请日：2020-02-27
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
IPC: A61B6/03
Abstract: 本发明公开了一种用于PET图像衰减校正的CT图像生成方法，该方法通过采集T1时刻的CT图像和PET图像以及T2时刻的PET图像，将其输入训练好的深度学习网络中，获得T2时刻的CT图像，该CT图像能用于PET图像的衰减校正，从而获得更精确的PETAC(Attenuation Correction)图片。本发明的方法能减少整个图像采集阶段病人受到的X射线的剂量，减轻病人生理和心理上受到的压力。另外，后期的图像采集只需要PET成像设备，不需要PET/CT设备，可以减小成像资源分配的成本，降低整个阶段成像的费用。
-
公开(公告)号：CN112598669A
公开(公告)日：2021-04-02
申请号：CN202110241193.X
申请日：2021-03-04
Applicant: 之江实验室
Abstract: 本发明公开了一种基于数字人技术的肺叶分割方法，该方法通过数字人图像和临床上患者的肺部图像进行非刚性配准，得到变形场和形变后的数字人图像，采用形变后的数字人图像拟合出数字人的形状参数并根据形状参数生成新的数字人图像，再将新的数字人图像与患者肺部图像不断迭代配准和更新，得到更接近于患者肺部图像的数字人图像，最后将数字人图像与患者肺部图像进行非刚性配准并获得变形场，将变形场加到数字人肺叶的边界点云或掩模图像上，得到的结果即为本方法得到的肺叶分割结果。本发明方法首次利用数字人模型进行医学图像中器官分割，本发明方法可以有效提高患者图像存在异常或病变情形下肺叶分割的精度和稳定性。
-
公开(公告)号：CN111862320B
公开(公告)日：2020-12-11
申请号：CN202010993876.6
申请日：2020-09-21
Applicant: 之江实验室
Abstract: 本发明公开了一种SPECT三维重建图像到标准视图的自动转向方法，通过利用刚性配准算法提取SPECT三维重建图像A和标准SPECT图像R之间的刚性配准参数P形成A与P的映射数据库，利用3层卷积模块对图像A进行特征提取，并经过三次全连接转换为6维的特征向量T，经过空间变换网络应用T于A上形成网络预测的转向结果训练从而建立SPECT三维重建图像自动转向模型。将待转向SPECT三维重建图像作为输入，利用SPECT三维重建图像自动转向模型进行自动转向即可获得标准视图。本发明使用网络提取图像位置特征，形成不同角度视图到标准视图的全自动转向，减少了手动转向操作的复杂性，提高了图像操作的便捷性。
-
公开(公告)号：CN111340768A
公开(公告)日：2020-06-26
申请号：CN202010109082.9
申请日：2020-02-21
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT智能诊断系统的多中心效应补偿方法，属于医学影像领域。该方法包括：基于一种关于加性和乘性多中心效应参数的位置尺度模型，对训练中心A和测试中心B的数据使用非参数化的数学方法，估测出测试中心B相对于训练中心A的多中心效应参数，并使用该参数补偿测试中心B的数据，以消除测试中心B与训练中心A之间的多中心效应。通过本发明，可补偿训练中心A与测试中心B之间的多中心效应，使得测试中心B的数据在补偿后可用于训练中心A所训练的模型之中，间接地提高了模型的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
