-
公开(公告)号：CN107194922A
公开(公告)日：2017-09-22
申请号：CN201710362384.5
申请日：2017-05-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种血管内超声图像序列关键帧的提取方法，该方法首先计算血管内超声图像序列中各帧图像Zernike矩，针对于每帧图像，将其与后一帧图像Zernike矩的欧式距离作为每帧图像的距离特征值，根据每帧图像的距离特征值构造一维距离特征函数；通过一维距离特征函数频域空间获取到检查对象的心率，然后根据图像采集速率、检查对象的心率以及人体心率范围确定出关键帧搜索范围；同时通过一维指数滤波器对每帧图像的距离特征值进行增强处理，得到每帧图像增强的距离特征值；根据所有帧图像增强的一维距离特征值，通过关键帧搜索范围搜索出构成全局最短路径的各帧图像，作为关键帧，本发明方法能够快速、准确、有效地提取出关键帧。
-
公开(公告)号：CN107126257B
公开(公告)日：2020-05-22
申请号：CN201710336347.7
申请日：2017-05-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种心脏模型对结构性心脏病手术进行模拟与评估的方法，该方法用CT扫描设备获得结构性心脏病患者的医学影像数据，然后运用Mimics软件处理采集的CT数据，在计算机中完成心脏数字模型的三维重建，接着运用光固化打印机，等比例的打印出含造影剂的结构性心脏病患者的心脏三维实体模型，外科手术医生在模型上进行手术模拟，最后用血流动力学仿真模拟对模拟手术的效果进行评估，验证并调整手术方案。外科手术医生根据打印出的三维心脏实体模型可以更直观地观察患者心脏的解剖结构，可以制定个性化的手术方案，同时运用血流动力学仿真技术可以对手术方案的可行性进行评估，大大降低手术的风险，提高了手术的精确性。
-
公开(公告)号：CN107909585B
公开(公告)日：2020-02-18
申请号：CN201711118753.2
申请日：2017-11-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种血管内超声影像的血管中内膜分割方法，包括步骤：S1.收集血管内超声图像数据，并对每幅血管内超声图像中的中内膜区域进行标注；S2.对训练集图像进行极坐标变换；S3.计算标记图的边缘距离图；S4.设定滑动采样窗口并确定窗口大小和滑动步长；S5.构建并训练FusionNet深度学习分割模型；S6.输入新数据并得到分割结果。本发明方法能够快速、准确、有效地提取血管中内膜区域。
-
Patent Agency Ranking
公开(公告)号：CN107126257A
公开(公告)日：2017-09-05
申请号：CN201710336347.7
申请日：2017-05-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种心脏模型对结构性心脏病手术进行模拟与评估的方法，该方法用CT扫描设备获得结构性心脏病患者的医学影像数据，然后运用Mimics软件处理采集的CT数据，在计算机中完成心脏数字模型的三维重建，接着运用光固化打印机，等比例的打印出含造影剂的结构性心脏病患者的心脏三维实体模型，外科手术医生在模型上进行手术模拟，最后用血流动力学仿真模拟对模拟手术的效果进行评估，验证并调整手术方案。外科手术医生根据打印出的三维心脏实体模型可以更直观地观察患者心脏的解剖结构，可以制定个性化的手术方案，同时运用血流动力学仿真技术可以对手术方案的可行性进行评估，大大降低手术的风险，提高了手术的精确性。
-
公开(公告)号：CN107194922B
公开(公告)日：2019-10-18
申请号：CN201710362384.5
申请日：2017-05-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种血管内超声图像序列关键帧的提取方法，该方法首先计算血管内超声图像序列中各帧图像Zernike矩，针对于每帧图像，将其与后一帧图像Zernike矩的欧式距离作为每帧图像的距离特征值，根据每帧图像的距离特征值构造一维距离特征函数；通过一维距离特征函数频域空间获取到检查对象的心率，然后根据图像采集速率、检查对象的心率以及人体心率范围确定出关键帧搜索范围；同时通过一维指数滤波器对每帧图像的距离特征值进行增强处理，得到每帧图像增强的距离特征值；根据所有帧图像增强的一维距离特征值，通过关键帧搜索范围搜索出构成全局最短路径的各帧图像，作为关键帧，本发明方法能够快速、准确、有效地提取出关键帧。
-
公开(公告)号：CN109003280A
公开(公告)日：2018-12-14
申请号：CN201810734361.7
申请日：2018-07-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种双通道血管内超声影像的血管中内膜分割方法，包括步骤：1)采集血管内超声图像，人工勾画中内膜边界，建立训练和测试样本集；2)对训练样本集图像进行各向异性扩散滤波处理；3)将滤波后的新图像与原始图像叠加，构成双通道图像；4)建立深度学习分割模型，采用邻域梯度最大池化，输入训练集进行训练；5)对测试集图像进行各向异性扩散滤波，将滤波后的图像与原始图像一起组成双通道图像，输入已训练好的深度学习分割模型，进行分割，得到分割后的血管中内膜边界。通过本发明方法能够准确有效地提取血管中内膜区域。
-
公开(公告)号：CN109003280B
公开(公告)日：2021-09-21
申请号：CN201810734361.7
申请日：2018-07-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种双通道血管内超声影像的血管中内膜分割方法，包括步骤：1)采集血管内超声图像，人工勾画中内膜边界，建立训练和测试样本集；2)对训练样本集图像进行各向异性扩散滤波处理；3)将滤波后的新图像与原始图像叠加，构成双通道图像；4)建立深度学习分割模型，采用邻域梯度最大池化，输入训练集进行训练；5)对测试集图像进行各向异性扩散滤波，将滤波后的图像与原始图像一起组成双通道图像，输入已训练好的深度学习分割模型，进行分割，得到分割后的血管中内膜边界。通过本发明方法能够准确有效地提取血管中内膜区域。
-
公开(公告)号：CN107909585A
公开(公告)日：2018-04-13
申请号：CN201711118753.2
申请日：2017-11-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种血管内超声影像的血管中内膜分割方法，包括步骤：S1.收集血管内超声图像数据，并对每幅血管内超声图像中的中内膜区域进行标注；S2.对训练集图像进行极坐标变换；S3.计算标记图的边缘距离图；S4.设定滑动采样窗口并确定窗口大小和滑动步长；S5.构建并训练FusionNet深度学习分割模型；S6.输入新数据并得到分割结果。本发明方法能够快速、准确、有效地提取血管中内膜区域。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
