-
公开(公告)号：CN108197629A
公开(公告)日：2018-06-22
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN108197629B
公开(公告)日：2021-12-31
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN119832014A
公开(公告)日：2025-04-15
申请号：CN202510301106.3
申请日：2025-03-14
Applicant: 大连理工大学 , 首都医科大学附属北京友谊医院 , 首都师范大学 , 北京明上医疗科技有限公司
Abstract: 本申请公开了一种用于分割大肠积液的方法、设备及存储介质。所述方法包括：从三维肠道影像中提取骨架体积最大的目标骨架，并将其作为初始分割区域；基于所述初始分割区域，使用主动轮廓模型进行轮廓提取，以获得肠部分割结果；计算所述肠部分割结果在截面区域的最小包围圆；使用高斯混合模型在所述最小包围圆内拟合大肠区域的概率分布和大肠积液区域的概率分布；以及将拟合结果输入至图割算法模型进行积液分割，以从大肠区域中分割出大肠积液区域。利用本申请的方案，可以准确提取大肠积液区域，后续通过将大肠积液区域与大肠区域结合，可以分割出完整的大肠区域。
-
公开(公告)号：CN118037810A
公开(公告)日：2024-05-14
申请号：CN202410181569.6
申请日：2024-02-18
Applicant: 首都医科大学附属北京友谊医院 , 大连理工大学 , 首都师范大学 , 北京智拓视界科技有限责任公司
Abstract: 本申请公开了一种用于提取三维结肠曲面的中轴线的方法、设备和存储介质。所述方法包括：获取待进行提取中轴线的原始三维结肠曲面；对所述原始三维结肠曲面进行参数化，以将所述原始三维结肠曲面映射至矩形域；在所述矩形域内采集多组目标点并确定每组目标点在所述原始三维结肠曲面上的对应点；根据所述每组目标点的对应点计算中轴线点；以及将中轴线点进行连接，以提取所述原始三维结肠曲面的中轴线。利用本申请的方案，可以降低计算复杂度，提升计算速度，从而高效地提取三维结肠曲面的中轴线。
-
公开(公告)号：CN119810167A
公开(公告)日：2025-04-11
申请号：CN202510295165.4
申请日：2025-03-13
Applicant: 大连理工大学 , 首都医科大学附属北京友谊医院 , 首都师范大学 , 北京明上医疗科技有限公司
Abstract: 本申请公开了一种用于结直肠曲面配准的方法、设备和存储介质。所述方法包括：采集结直肠的仰位三维曲面和俯位三维曲面，并分别将所述仰位三维曲面和所述俯位三维曲面参数化至对应的平面域；在对应的平面域内提取所述仰位三维曲面和所述俯位三维曲面各自的肠带特征点；基于所述各自的肠带特征点确定所述仰位三维曲面和所述俯位三维曲面对应的第一肠带线和第二肠带线；以及将所述第一肠带线和所述第二肠带线进行配准，以实现结直肠曲面配准。利用本申请的方案，可以提供精确、稳定的配准方式，对结直肠的仰位三维曲面和俯位三维曲面进行配准。
-
Patent Agency Ranking
公开(公告)号：CN113989249B
公开(公告)日：2025-02-11
申请号：CN202111285296.2
申请日：2021-11-01
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明公开了征象检测的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据感兴趣区域的病变数据，确定所述感兴趣区域是否具有环征；通过边缘检测算子确定所述感兴趣区域的区域图像中是否具有环征；在根据感兴趣区域的病变数据确定所述感兴趣区域具有环征、且所述感兴趣区域的区域图像中具有环征的情况下，判定所述感兴趣区域出现包膜。该实施方式能够自动识别感兴趣区域是否出现包膜这一征象，便于医生查看和诊断。
-
公开(公告)号：CN113989249A
公开(公告)日：2022-01-28
申请号：CN202111285296.2
申请日：2021-11-01
Applicant: 首都医科大学附属北京友谊医院
Abstract: 本发明公开了征象检测的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据感兴趣区域的病变数据，确定所述感兴趣区域是否具有环征；通过边缘检测算子确定所述感兴趣区域的区域图像中是否具有环征；在根据感兴趣区域的病变数据确定所述感兴趣区域具有环征、且所述感兴趣区域的区域图像中具有环征的情况下，判定所述感兴趣区域出现包膜。该实施方式能够自动识别感兴趣区域是否出现包膜这一征象，便于医生查看和诊断。
-
公开(公告)号：CN114298979B
公开(公告)日：2024-05-31
申请号：CN202111497831.0
申请日：2021-12-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种局灶性病变征象描述指导的肝核磁影像序列生成方法。该方法通过生成对抗网络生成的肝脏影像既符合对应征象描述又能保证肝脏结构的完整性和真实性。该方法通过自注意力模块在生成肝脏部分结构的时候会构建肝脏不同结构之间的长距离依赖关系，使得生成影像中的肝脏结构完整无异常，从而提高肝脏影像整体的真实性。该方法通过多头注意力模块在生成肝脏某一区域时既可以从全局角度考虑整体的征象描述又可以从局部角度考虑病灶的细粒度描述，从而提高生成的肝脏影像和对应征象描述的语义一致性。通过这种生成数据的方式，可以为其他肝脏影像相关的深度学习模型提供数据支持。
-
公开(公告)号：CN111598864B
公开(公告)日：2023-07-25
申请号：CN202010405639.3
申请日：2020-05-14
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多模态影像贡献度融合的肝细胞癌分化评估方法，首先，建立有效高维多模态影像数据的关联表示，即选择一种合适的特征提取方式对多模态MRI影像进行特征提取，同时，利用多模态MRI影像贡献度自适应加权机制，对九个模态的MRI影像进行任务贡献度学习，然后将任务贡献度学习所得的参数结果与多模态融合MRI数据经过特征提取器所得的特征进行特征层融合，最后，在网络顶端添加分类器，使用结合了贡献度的多模态MRI影像特征进行HCC分化程度的分级任务，以实现更为精准的预测。比起传统影像学诊断方法，本发明排除了主观因素的影响并同时考虑到了各个多模态MRI序列的诊断能力和贡献，从而使得到的结果更加准确和鲁棒。
-
公开(公告)号：CN116342508A
公开(公告)日：2023-06-27
申请号：CN202310230982.2
申请日：2023-03-12
Applicant: 北京工业大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种可以基于高效多模态贡献度感知双分支网络的肝细胞癌微血管侵犯评估方法，该方法在各分支分别对CT和MRI影像数据信息进行诊断计算，当病人的扫描检查方式完备时可综合CT和MRI两种成像形式得出融合诊断结果。同时为了充分利用不同模态序列的影像信息，提升多模态特征的表征能力和模型的判别性能，在每个单成像方式诊断分支中，网络利用模态分组卷积和高效多模态自适应加权模块在极少计算开销的引入下，学习CT或MRI的各模态序列在复杂多样的微血管侵犯表象下的诊断贡献。本发明兼顾两种医学成像形式和各成像方式中的多种模态序列，利用特征和决策加权融合提升诊断性能，提供有效参考。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.05 seconds)
