基于卷积神经网络的X线胸片骨抑制处理方法

    公开(公告)号:CN105447866A

    公开(公告)日:2016-03-30

    申请号:CN201510818953.3

    申请日:2015-11-22

    CPC classification number: G06T7/00 G06T7/0012 G06T5/50 G06T2207/10124

    Abstract: 一种基于卷积神经网络的X线胸片骨抑制处理方法及多尺度级联方式X线胸片骨抑制处理方法,基于卷积神经网络的X线胸片骨抑制处理方法包括(1)对胸片图像进行空间分辨率归一化处理;(2)获得胸片梯度图像;(3)对胸片梯度图像归一化处理;(4)通过卷积神经网络预测骨像或者软组织像的梯度;(5)由预测的梯度图像重建骨像或者软组织像;(6)从胸片图像中减去重建的骨像或者直接以重建的软组织像作为骨抑制处理的结果。本发明处理方法操作简单,处理方便,图像精度高。

    基于二维图像为交互界面的转换函数的直接体绘制方法

    公开(公告)号:CN103745496A

    公开(公告)日:2014-04-23

    申请号:CN201310664190.2

    申请日:2013-12-11

    Abstract: 一种基于二维图像为交互界面的转换函数的直接体绘制方法,依次包括如下步骤,(1)根据三维数据获得的二位图像作为交互界面;(2)选择感兴趣区域并进行标注,每标注一个感兴趣区域,产生与之对应的标注动作,相应的参数记为数据特征信息;(3)将步骤(2)的数据特征信息封装形成数据特征信息结构体,根据数据特征信息结构体构建数据信息管理单元;(4)根据步骤(3)的数据信息管理单元生成基于数据特征信息的转换函数;(5)根据步骤(4)的转换函数生成二维纹理;(6)将步骤(5)的二维纹理作为分类器生成重建图像。该方法以二维界面为交互界面,用户交互界面直观、易于理解,用户交互目标明确、操作方便、效率高的特点。

    基于小波分解和卷积神经网络的X线胸片骨抑制处理方法

    公开(公告)号:CN107038692A

    公开(公告)日:2017-08-11

    申请号:CN201710246611.8

    申请日:2017-04-16

    Abstract: 本发明的基于小波分解和卷积神经网络的X线胸片骨抑制处理方法,采用卷积神经网络结构,以胸片图像小波系数为输入,预测其对应的骨像或者软组织像的小波系数图像。已有的骨像或者软组织像人工神经网络预测方法,需要对原胸片图像采用较为复杂的对比度归一化处理方法进行处理,而本发明在小波域处理输入胸片图像,可采用简单的方法进行幅值归一化处理;已有的骨像或者软组织像的人工神经网络预测方法,需要设计图像特征提取方法作为人工神经网络的输入,本发明直接以胸片图像小波分解图像为输入,通过训练卷积神经网络自动学习、优化卷积核,完成图像的特征提取过程,无需设计图像特征提取方法。

    三维医学图像动态高斯体模型绘制方法

    公开(公告)号:CN103049930A

    公开(公告)日:2013-04-17

    申请号:CN201210525373.1

    申请日:2012-12-06

    Abstract: 本发明公开了一种三维医学图像动态高斯体模型绘制方法,包括以下步骤:(a)把图像序列保存为三维纹理以用于后面的纹理检索采样;(b)由视点到图像序列的最表面外层像素引射线穿过体数据,对每条射线上进行等间隔采样,得到采样点处的密度值;(c)使用传递函数将采样点的密度值映射为颜色和不透明度;(d)根据当前采样点与焦点的距离和角度信息,构建高斯模型,对采样点的不透明度进行修正;(e)沿光线方向对所有采样点的不透明度和颜色进行累加,最终得到投射到屏幕一点的颜色值。该方法可以清晰显示焦点区域处的内部结构同时保留了焦点周围的组织结构,而不像传统的统一剖切,达到了焦点加上下文的效果。

    一种口腔CBCT重建后体数据牙弓线快速自动提取方法

    公开(公告)号:CN108711177B

    公开(公告)日:2022-04-01

    申请号:CN201810463863.0

    申请日:2018-05-15

    Abstract: 一种口腔CBCT重建后体数据牙弓线快速自动提取方法共有十五个步骤。本发明可以快速提取牙弓线,通过将三维体数据降维到二维的横断面最大密度投影的方法,将三维数据处理,变换到二维图像处理过程中来,从而减少了不同层面的处理过程,极大的提高了牙弓线提取的速度。同时本发明提供方法提取的牙弓线具有较高的精度,通过不同曲率上采用不同的采样间隔,从而在曲率变换比较大的地方加大采样间隔,而在曲率比较小的地方采用平均采样间隔,从而保证了牙弓线较高的精度。

    一种口腔CBCT重建后体数据牙弓线快速自动提取方法

    公开(公告)号:CN108711177A

    公开(公告)日:2018-10-26

    申请号:CN201810463863.0

    申请日:2018-05-15

    CPC classification number: G06T11/006 G06T5/40 G06T7/136 G06T2207/30036

    Abstract: 一种口腔CBCT重建后体数据牙弓线快速自动提取方法共有十五个步骤。本发明可以快速提取牙弓线,通过将三维体数据降维到二维的横断面最大密度投影的方法,将三维数据处理,变换到二维图像处理过程中来,从而减少了不同层面的处理过程,极大的提高了牙弓线提取的速度。同时本发明提供方法提取的牙弓线具有较高的精度,通过不同曲率上采用不同的采样间隔,从而在曲率变换比较大的地方加大采样间隔,而在曲率比较小的地方采用平均采样间隔,从而保证了牙弓线较高的精度。

    基于二维图像为交互界面的转换函数的直接体绘制方法

    公开(公告)号:CN103745496B

    公开(公告)日:2017-01-18

    申请号:CN201310664190.2

    申请日:2013-12-11

    Abstract: 一种基于二维图像为交互界面的转换函数的直接体绘制方法,依次包括如下步骤,(1)根据三维数据获得的二位图像作为交互界面;(2)选择感兴趣区域并进行标注,每标注一个感兴趣区域,产生与之对应的标注动作,相应的参数记为数据特征信息;(3)将步骤(2)的数据特征信息封装形成数据特征信息结构体,根据数据特征信息结构体构建数据信息管理单元;(4)根据步骤(3)的数据信息管理单元生成基于数据特征信息的转换函数;(5)根据步骤(4)的转换函数生成二维纹理;(6)将步骤(5)的二维纹理作为分类器生成重建图像。该方法以二维界面为交互界面,用户交互界面直观、易于理解,用户交互目标明确、操作方便、效率高的特点。(56)对比文件贠照强.保留上下文环境体绘制模型研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2011,(第4期),Stefan Bruckner等.IllustrativeContext-Preserving Exploration of VolumeData《.IEEE TRANSACTIONS ON VISUALIZATIONAND COMPUTER GRAPHICS》.2006,第12卷(第6期),第1-5页.

    一种下颌颏孔手术安全区域自动标定方法

    公开(公告)号:CN116310144B

    公开(公告)日:2023-08-01

    申请号:CN202310531448.5

    申请日:2023-05-12

    Abstract: 一种下颌颏孔手术安全区域自动标定方法,通过5步骤生成手术安全区域。本发明的有益效果如下:第一,自动生成包含颏孔的ROI区域来缩小数据处理范围,其中ROI通过分别对冠状面和横断面的投影图像进行分割后组合得到;第二,通过在体渲染的二维图像上进行颏孔检测,然后将检测得到的屏幕坐标变换到三维空间,极大的缩小了数据处理量,而且可非常容易地集成到现有处理软件系统中;第三,通过左颏孔的三维空间位置和右颏孔的三维空间位置,自动得到以颏孔为中心的手术安全区域标定。本发明能提高安全区域标定的速度和精确度,同时避免主观性引入误差。

    一种下颌颏孔手术安全区域自动标定方法

    公开(公告)号:CN116310144A

    公开(公告)日:2023-06-23

    申请号:CN202310531448.5

    申请日:2023-05-12

    Abstract: 一种下颌颏孔手术安全区域自动标定方法,通过5步骤生成手术安全区域。本发明的有益效果如下:第一,自动生成包含颏孔的ROI区域来缩小数据处理范围,其中ROI通过分别对冠状面和横断面的投影图像进行分割后组合得到;第二,通过在体渲染的二维图像上进行颏孔检测,然后将检测得到的屏幕坐标变换到三维空间,极大的缩小了数据处理量,而且可非常容易地集成到现有处理软件系统中;第三,通过左颏孔的三维空间位置和右颏孔的三维空间位置,自动得到以颏孔为中心的手术安全区域标定。本发明能提高安全区域标定的速度和精确度,同时避免主观性引入误差。

    自动采样厚度检测的非线性口腔CT全景图像合成方法

    公开(公告)号:CN109377534B

    公开(公告)日:2022-04-26

    申请号:CN201811226010.1

    申请日:2018-10-22

    Abstract: 自动采样厚度检测的非线性口腔CT全景图像合成方法,包括15个步骤。本发明的有益效果如下:第一、前期不需要人工设定断层图像范围。第二、能够自动计算和识别包含上下颌的断层图像范围,实现真正的全自动牙弓曲线提取。第三、在提取牙弓曲线的同时自动检测虚拟全景的采样厚度,克服人工设置过大或过小导致的虚拟全景合成存在的模糊或不全的问题,实现真正的全自动提取过程。本发明和现有方法相比,极大的提高的虚拟全景图像的清晰度和对比度,能够获得和真实X射线全景图像相近似的效果。

Patent Agency Ranking