一种基于深度神经网络的术前与术中CT图像自动融合方法

    公开(公告)号:CN117408908B

    公开(公告)日:2024-03-15

    申请号:CN202311725816.6

    申请日:2023-12-15

    Abstract: 本发明公开了一种基于深度神经网络的术前与术中CT图像自动融合方法,涉及计算机视觉预测技术领域,包括:采集脊柱微创术前和术后同一病人的三维C形臂CT图像,对图像的腰椎区域分别进行标注;根据标注的图像构建基于注意力机制的三维U型分割网络模型,利用模型从术前和术后CT图像中自动分割出腰椎区域;利用快速全局点云配准算法对术前和术后CT图像中自动分割出的腰椎区域进行配准,并获得术前CT图像和术后CT图像间的形变矩阵;通过形变矩阵将术前CT图像转换到术后CT图像的坐标空间;本发明实现源点云和目标点云的快速精确配对,能够应用于基于图像引导的脊柱微创手术系统,以提高手术前和手术后C形臂CT图像自动融合精度。

    一种基于深度神经网络的术前与术中CT图像自动融合方法

    公开(公告)号:CN117408908A

    公开(公告)日:2024-01-16

    申请号:CN202311725816.6

    申请日:2023-12-15

    Abstract: 本发明公开了一种基于深度神经网络的术前与术中CT图像自动融合方法,涉及计算机视觉预测技术领域,包括:采集脊柱微创术前和术后同一病人的三维C形臂CT图像,对图像的腰椎区域分别进行标注;根据标注的图像构建基于注意力机制的三维U型分割网络模型,利用模型从术前和术后CT图像中自动分割出腰椎区域;利用快速全局点云配准算法对术前和术后CT图像中自动分割出的腰椎区域进行配准,并获得术前CT图像和术后CT图像间的形变矩阵;通过形变矩阵将术前CT图像转换到术后CT图像的坐标空间;本发明实现源点云和目标点云的快速精确配对,能够应用于基于图像引导的脊柱微创手术系统,以提高手术前和手术后C形臂CT图像自动融合精度。

    一种基于引导图滤波的CBCT图像金属伪影校正方法

    公开(公告)号:CN113643393B

    公开(公告)日:2023-06-16

    申请号:CN202110718003.9

    申请日:2021-06-28

    Abstract: 本发明公开了一种基于引导图滤波的CBCT图像金属伪影校正方法,包括以下步骤:将原始投影数据FDK重建为原始CBCT图像;在原始CBCT图像中分割出金属CBCT图像区域;对金属CBCT图像区域进行正投影得到金属投影数据区域;根据投影数据区域对原始投影数据进行插值;将插值后的投影数据进行引导图滤波并与原始数据进行拼接;将拼接后的投影数据进行FDK重建得到无金属的CBCT图像;将原始CBCT图像的金属区域与无金属的CBCT图像进行拼接,得到最终的CBCT图像金属伪影校正结果;本发明提出的金属伪影校正方法可以得到很好的校正结果,同时减少次生伪影的引入,保证了处理速度。

    基于感知损失的X射线头影测量图像特征点提取方法及装置

    公开(公告)号:CN113222910A

    公开(公告)日:2021-08-06

    申请号:CN202110449357.8

    申请日:2021-04-25

    Abstract: 本发明公开了一种基于感知损失的X射线头影测量图像特征点提取方法,涉及X射线头影测量图像技术领域,包括以下步骤:预先获取X射线头影测量图像,并作为数据输入;对X射线头影测量图像计算偏移距离图;将获取的偏移距离图输入至生成对抗网络模型,训练该模型预测得到每个特征点的偏移距离图,基于预测的偏移距离图,得到每个特征点的坐标,并以此作为该待测试X射线头影测量图像的特征点坐标。本发明网络模型耗时较短,节省硬件成本,而且无需对原始X射线头影测量图像进行裁剪,保证了数据的完整性,提高了特征点定位的准确性。

    片上集成编码孔径锥形束计算机断层成像方法及系统

    公开(公告)号:CN118986378A

    公开(公告)日:2024-11-22

    申请号:CN202410950944.9

    申请日:2024-07-16

    Abstract: 本发明公开了片上集成编码孔径锥形束计算机断层成像方法及系统,涉及锥形束计算机断层成像领域,包括:根据X射线图像传感器规模和期望的放大倍率,设计编码掩膜板并片上集成到X射线图像传感器上;构建片上集成编码孔径X射线图像传感器成像模型。通过SCI算法对采集的二维编码图像重建得到二维高分辨率图像,再通过FDK算法重建获得三维高分辨率体素图像。本发明通过对锥形束计算机断层成像设备改造,构建将二维图像映射到三维空间中的X射线成像模型;可用自然图像或X射线图像训练,对二维编码图像重建得到二维高分辨率图像,再通过FDK算法最终得到三维高分辨率体素图像;具备结构紧凑、重建质量高、泛化性好、鲁棒性高等特点。

    基于单步深度网络的曲面体层图正中多生牙自动检测方法

    公开(公告)号:CN114549523A

    公开(公告)日:2022-05-27

    申请号:CN202210436787.0

    申请日:2022-04-25

    Abstract: 本发明公开了基于单步深度网络的曲面体层图正中多生牙自动检测方法,其特征在于,包括:采集新曲面体层图像;将新曲面体层图像输入训练获得的单步深度网络模型,获得多个候选边界框位置及包含目标类别属于正中多生牙的目标置信度;利用非极大值抑制方法从多个候选边界框中筛选出最终的边界框,获得正中多生牙的最终定位。本发明只需对曲面体层图像进行一次扫描,即可快速自动识别该图像中是否含有正中多生牙并同时给出其位置,以避免医生经验差异对精度的影响,辅助医生快速正确诊断正中多生牙。

    一种基于引导图滤波的CBCT图像金属伪影校正方法

    公开(公告)号:CN113643393A

    公开(公告)日:2021-11-12

    申请号:CN202110718003.9

    申请日:2021-06-28

    Abstract: 本发明公开了一种基于引导图滤波的CBCT图像金属伪影校正方法,包括以下步骤:将原始投影数据FDK重建为原始CBCT图像;在原始CBCT图像中分割出金属CBCT图像区域;对金属CBCT图像区域进行正投影得到金属投影数据区域;根据投影数据区域对原始投影数据进行插值;将插值后的投影数据进行引导图滤波并与原始数据进行拼接;将拼接后的投影数据进行FDK重建得到无金属的CBCT图像;将原始CBCT图像的金属区域与无金属的CBCT图像进行拼接,得到最终的CBCT图像金属伪影校正结果;本发明提出的金属伪影校正方法可以得到很好的校正结果,同时减少次生伪影的引入,保证了处理速度。

Patent Agency Ranking