-
Patent Agency Ranking
公开(公告)号：CN104013424B
公开(公告)日：2016-01-20
申请号：CN201410231496.3
申请日：2014-05-28
Applicant: 华南理工大学
IPC: A61B8/00
Abstract: 本发明公开了一种基于深度信息的超声宽景成像方法，包括以下步骤：1)采集超声图像及图像的空间位置信息；2)由于不同设备采集的信息传入计算机的时间可能存在差异，需要进行时间标定，保证深度摄像仪获取的超声探头位置与该时刻超声探头扫描获得的超声图像一一对应；3)根据所得空间坐标建立显示坐标系，将得到的每帧超声图像的空间位置信息拟合得到一个新平面或曲面，然后将每帧图像映射到这个平面或曲面上，即可得到宽景图像。本发明方法操作简便，在成像过程中不需要进行图像配准及图像坐标系变换，节约了计算时间，提高了宽景成像的实时性。
-
公开(公告)号：CN104143101A
公开(公告)日：2014-11-12
申请号：CN201410309467.4
申请日：2014-07-01
Applicant: 华南理工大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于超声图像的乳腺肿瘤区域自动识别方法，包含以下步骤：获取乳腺超声图像，并对其进行预处理；使用图像分割算法对预处理后的超声图像进行分割，得到多个分割子区域；提取超声图像的灰度直方图、纹理特征、梯度特征、形态特征，再加上二维位置信息，得到高维度的特征向量；对高维度的特征向量，通过基于双聚类的特征排序和选择方法来选取最有效的特征子集；选择出最有效的特征子集后，使用分类器对其进行学习分类，即可自动识别乳腺肿瘤区域。本发明的方法，可以从乳腺肿瘤超声图像的分割结果中自动识别出肿瘤区域，从而提高计算机辅助诊断的自动化性能，减少临床医生的手工操作，降低临床医生的主观影响。
-
公开(公告)号：CN104021552B
公开(公告)日：2017-02-22
申请号：CN201410230948.6
申请日：2014-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于图论分割过程的多目标粒子群参数优化方法，包括以下步骤：1)初始化粒子群优化算法的各参数；2)对每个粒子进行基于图论的RGB图像分割；3)计算类间方差、类内方差、平均梯度这三个目标函数值；4)根据多目标评优策略对每个粒子进行评优；5)根据个体最优和全局最优更新粒子；6)对步骤2)到步骤5)进行迭代直至满足停止条件。本发明用多目标粒子群优化算法优化基于图论的RGB分割算法的参数，寻找到最优或接近最优的参数设置，从而获得更好的分割效果。利用本发明所提供的方法，可以从图像中准确分割出目标区域，特别是医学图像中的病灶区域，如乳腺肿瘤超声图像中的肿瘤区域。
-
公开(公告)号：CN104013424A
公开(公告)日：2014-09-03
申请号：CN201410231496.3
申请日：2014-05-28
Applicant: 华南理工大学
IPC: A61B8/00
Abstract: 本发明公开了一种基于深度信息的超声宽景成像方法，包括以下步骤：1)采集超声图像及图像的空间位置信息；2)由于不同设备采集的信息传入计算机的时间可能存在差异，需要进行时间标定，保证深度摄像仪获取的超声探头位置与该时刻超声探头扫描获得的超声图像一一对应；3)根据所得空间坐标建立显示坐标系，将得到的每帧超声图像的空间位置信息拟合得到一个新平面或曲面，然后将每帧图像映射到这个平面或曲面上，即可得到宽景图像。本发明方法操作简便，在成像过程中不需要进行图像配准及图像坐标系变换，节约了计算时间，提高了宽景成像的实时性。
-
公开(公告)号：CN104021552A
公开(公告)日：2014-09-03
申请号：CN201410230948.6
申请日：2014-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于图论分割过程的多目标粒子群参数优化方法，包括以下步骤：1)初始化粒子群优化算法的各参数；2)对每个粒子进行基于图论的RGB图像分割；3)计算类间方差、类内方差、平均梯度这三个目标函数值；4)根据多目标评优策略对每个粒子进行评优；5)根据个体最优和全局最优更新粒子；6)对步骤2)到步骤5)进行迭代直至满足停止条件。本发明用多目标粒子群优化算法优化基于图论的RGB分割算法的参数，寻找到最优或接近最优的参数设置，从而获得更好的分割效果。利用本发明所提供的方法，可以从图像中准确分割出目标区域，特别是医学图像中的病灶区域，如乳腺肿瘤超声图像中的肿瘤区域。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
