-
公开(公告)号：CN119515942B
公开(公告)日：2025-05-23
申请号：CN202510096083.7
申请日：2025-01-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向骨盆复位手术导航的无监督配准方法及系统，方法包括：构建三维重建网络模型，并基于生成对抗损失函数完成训练；将术中二维X射线影像输入三维重建网络模型，得到三维术中CT图像；对术前CT图像和术中CT图像分别采用MedSAM分割模型进行分割，得到骨盆区域的术前和术中分割图像；通过卷积神经网络确定术前分割图像和术中分割图像的关键点，并根据闭式函数对关键点的距离进行最小化计算，推导得到刚性变换矩阵；根据刚性变换矩阵和术前CT图像，对术中CT图像进行配准。通过本发明的技术方案，提升了配准精度和泛化能力，且位姿姿态的预测范围更广，对手术导航的快捷性和便捷性提供了良好的技术支持。
-
公开(公告)号：CN119623423A
公开(公告)日：2025-03-14
申请号：CN202510161742.0
申请日：2025-02-14
Applicant: 北京工业大学
IPC: G06F40/16 , G06F40/30 , G16H15/00 , G06N3/042 , G06N3/0455 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于多特征增强的医学影像报告生成方法及系统，方法包括：采用超像素分割技术对医学影像进行分割，得到感兴趣区域；采用预训练的DenseNet对感兴趣区域进行局部特征提取，并将局部特征作为图节点来构建关系图；将关系图输入图网络GAT以学习图特征，并将图特征输入编码器；将编码器每一层得到的特征以U型连接的方式输出至对应的解码器层，解码器基于编码器中得到的图像特征和已生成文本序列特征来预测下一个词，直至所有词生成完毕，最终得到完整影像报告。通过本发明的技术方案，增强了局部病灶的识别，加强了文本特征与图像特征之间的交互，使医学图像的语义细节和特征关系得到加强，提高了生成报告的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119941755A
公开(公告)日：2025-05-06
申请号：CN202510035235.2
申请日：2025-01-09
Applicant: 北京工业大学
IPC: G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种肺炎病灶分割方法、系统、电子设备及存储介质，包括获取肺炎CT的二维图像；基于二维图像训练病灶分割模型；利用训练好的病灶分割模型对输入的新CT图像进行病灶分割；病灶分割模型包括两个编码器、跳跃连接模块和解码器，一个编码器为双层路由注意力Vision Transformer编码器，另一编码器为残差卷积神经网络编码器，双层路由注意力Vision Transformer编码器获取二维图像的全局特征，残差卷积神经网络编码器获取二维图像的局部特征，将全局特征和局部特征融合获得双向特征。本发明有效的提升了肺炎病灶分割精确度。
-
公开(公告)号：CN119693429A
公开(公告)日：2025-03-25
申请号：CN202510191748.2
申请日：2025-02-21
Applicant: 北京工业大学
IPC: G06T7/33 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开一种基于多尺度动态卷积融合的骨盆图像可变形配准方法及系统，属于医学图像配准技术领域；获取骨盆CT图像；将骨盆CT图像输入到DKF‑Block模块进行特征提取，得到骨盆图像大范围特征；将骨盆图像大范围特征输入到SCC‑Block模块进行融合，得到融合结果。本发明在有效解决传统自由形式配准算法存在的耗时长、配准精度有限等问题的同时，还克服了深度学习配准网络在感受野范围和大位移形变特征捕捉方面的局限性。通过捕捉并融合不同尺度上的特征信息，该方法能更好地感知并表征大范围变形，从而为后续的骨盆螺钉通道自动规划奠定了坚实基础。
-
公开(公告)号：CN119722511A
公开(公告)日：2025-03-28
申请号：CN202510206409.7
申请日：2025-02-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种CT图像去噪方法、系统、电子设备及存储介质，所述方法包括：获取无标签的正常剂量高分辨率CT图像，将图像分辨率降低预设倍数得到无标签的正常剂量低分辨率CT图像；由无条件扩散模型和条件扩散模型级联构建级联扩散模型；无条件扩散模型用无标签的正常剂量低分辨率CT图像训练，训练后模型用于从随机噪声图像中生成低分辨率正常剂量CT图像；条件扩散模型用无标签的正常剂量高分辨率CT图像训练，训练后模型以无条件扩散模型生成图像为条件生成高分辨率正常剂量CT图像；将训练后的级联扩散模型与最大后验框架结合构建去噪模型，输入低剂量CT图像，结合级联扩散模型提供的先验，迭代解决多个最大后验问题，以实现低剂量CT图像的去噪。
-
公开(公告)号：CN119540253A
公开(公告)日：2025-02-28
申请号：CN202510104384.X
申请日：2025-01-23
Applicant: 北京工业大学
Abstract: 本发明公开了基于低秩适应微调的图像遮挡物分割方法、系统和装置，属于图像分析技术领域，所述方法包括以下步骤：通过图像编码器的特征提取组件对输入图像进行特征提取，所述特征提取组件包括具有LoRA分支的自注意力机制；通过掩码解码器和特征，对图像进行分割，获得遮挡物的分割图。LoRA分支允许SAM在医学图像的训练过程中只更新小部分参数，不仅节省了计算和存储开销，而且保证分割性能的同时还降低了模型微调的难度；对SAM的改进确保不依赖任何提示就能完成自动分割。
-
公开(公告)号：CN119515942A
公开(公告)日：2025-02-25
申请号：CN202510096083.7
申请日：2025-01-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向骨盆复位手术导航的无监督配准方法及系统，方法包括：构建三维重建网络模型，并基于生成对抗损失函数完成训练；将术中二维X射线影像输入三维重建网络模型，得到三维术中CT图像；对术前CT图像和术中CT图像分别采用MedSAM分割模型进行分割，得到骨盆区域的术前和术中分割图像；通过卷积神经网络确定术前分割图像和术中分割图像的关键点，并根据闭式函数对关键点的距离进行最小化计算，推导得到刚性变换矩阵；根据刚性变换矩阵和术前CT图像，对术中CT图像进行配准。通过本发明的技术方案，提升了配准精度和泛化能力，且位姿姿态的预测范围更广，对手术导航的快捷性和便捷性提供了良好的技术支持。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
