公开(公告)号：CN116416333A

公开(公告)日：2023-07-11

申请号：CN202310194774.1

申请日：2023-03-02

Applicant: 南方医科大学

Inventor： 马建华 ,  王昊 ,  曾栋 ,  曾翠蝶 ,  边兆英 ,  曾智雄

IPC: G06T11/00 ,  G06N3/09

Abstract: 一种基于交互式训练的智能成像方法，通过多个影像中心的本地CT数据及云端中心端的配对标准化CT低剂量探测数据‑正常剂量图像数据对，对云端基础网络进行有监督训练得到的全局成像模型和全局网络参数，然后云端中心端与所有影像中心采用联邦学习策略交互式训练最终得到优化后的局部网络参数，最后各个影像中心优化后的局部网络参数对本地CT数据进行重建得到最终CT图像。本发明能够将低剂量CT原始采集数据重建为正常剂量CT图像。

公开(公告)号：CN116416332A

公开(公告)日：2023-07-11

申请号：CN202310188811.8

申请日：2023-03-02

Applicant: 南方医科大学

Inventor： 马建华 ,  王昊 ,  曾栋 ,  曾智雄 ,  边兆英 ,  曾翠蝶

IPC: G06T11/00 ,  G06T5/00 ,  G06N20/20

Abstract: 本发明的一种基于全局信息共享的多中心联邦学习CT成像方法及系统，其中基于全局信息共享的多中心联邦学习CT成像方法包括四个步骤，最终在不共享所有影像中心数据的条件下，原始低剂量CT测量数据根据步骤(3)得到的优化本地智能重建网络参数进行重建得到优质的最终CT图像。该基于全局信息共享的多中心联邦学习CT成像方法及系统能够解决因多影像中心共享受到监管权力的限制产生的泛化问题，以保证深度神经网络的全局模型性能，从而达到保护患者隐私和解决泛化问题的双重效果。

公开(公告)号：CN116091639A

公开(公告)日：2023-05-09

申请号：CN202310188813.7

申请日：2023-03-02

Applicant: 南方医科大学

Inventor： 边兆英 ,  马思源 ,  曾智雄 ,  曾翠蝶 ,  王昊 ,  马建华 ,  曾栋

IPC: G06T11/00 ,  G06N3/088

Abstract: 一种无监督分布式CT金属伪影抑制方法及系统,其中抑制方法包括如下步骤：步骤(1)、构建云端配对CT金属伪影数据集和多个影像中心的非配对CT金属伪影数据集；步骤(2)、将云端配对CT金属伪影数据集输入基础网络进行有监督学习训练，得到云端金属伪影抑制模型参数，每个对应本地影像中心根据云端金属伪影抑制模型参数及对应的非配对CT金属伪影数据集进行无监督学习训练，得到本地金属伪影抑制模型参数，然后采用联邦学习策略交互式训练，最终得到优化金属伪影抑制模型；步骤(3)、根据步骤(2)得到的优化金属伪影抑制模型对影像中心的金属伪影CT图像重建，得到最终伪影抑制CT图像。本发明能够保护患者隐私能提高CT金属伪影的抑制性能。

公开(公告)号：CN116524049A

公开(公告)日：2023-08-01

申请号：CN202310194786.4

申请日：2023-03-02

Applicant: 南方医科大学

Inventor： 曾栋 ,  曾智雄 ,  王昊 ,  马建华 ,  边兆英 ,  曾翠蝶

IPC: G06T11/00 ,  G06T7/00 ,  G06N3/09 ,  G06N3/0464

Abstract: 一种能够进行交互式训练的智能成像系统，设置有：数据获取模块‑获取各个影像中心的本地CT数据和云端中心端的配对的配对标准化CT低剂量探测数据‑正常剂量图像数据对；联邦学习模块‑通过联邦学习策略交互式训练处理云端中心端的全局成像模型、全局网络参数、各个影像中心的局部成像模型及各个影像中心的局部网络参数，其中全局成像模型和全局网络参数通过有监督训练得到；图像重建模块‑根据各个局部成像模型和局部网络参数，对对应的本地CT数据进行重建得到各个影像中心的最终CT图像。本发明能够将低剂量CT原始采集数据重建为正常剂量CT图像。