-
公开(公告)号：CN113240078B
公开(公告)日：2024-03-19
申请号：CN202110469551.2
申请日：2021-04-26
Applicant: 南方医科大学
IPC: G06N3/0464 , G06N3/08 , G06T7/00 , G06T5/70
Abstract: 本发明公开了一种基于深度学习网络的磁共振R2*参数量化方法，该方法包括：使用第一深度学习网络对输入磁共振T2*加权图像进行去噪声处理；同时使用第二深度学习网络对经过噪声处理后的磁共振T2*加权图像进行磁共振R2*量化预测；所述第一深度学习网络和所述第二深度学习网络组建级联网络。使用深度学习算法对R2*参数进行量化，避免了传统算法的复杂性，减小了量化误差，提升了计算速度，缩短了计算所需的时间。
-
公开(公告)号：CN115908808A
公开(公告)日：2023-04-04
申请号：CN202211482804.0
申请日：2022-11-24
Applicant: 南方医科大学
Abstract: 本发明提供了一种全自动的肝脏T2*参数测量方法、装置、设备及介质，其中方法包括：获得磁共振肝脏T2*加权图像，并计算磁共振肝脏T2*加权图像的R2*图；使用第一深度学习网络去除磁共振肝脏T2*加权图像的背景，得到前景掩膜；将前景掩膜与R2*图相乘，得到去除背景的R2*图；使用第二深度学习网络对去除背景的R2*图上的肝脏进行分割，得到肝脏掩膜；将肝脏掩膜与磁共振肝脏T2*加权图像相乘，得到只含有肝脏的肝脏图像；在得到的肝脏图像中提取肝实质区域，并计算肝实质区域的T2*值，以计算得到的肝实质区域的T2*值作为肝脏磁共振横向弛豫时间T2*参数。本发明能够精确测量肝脏磁共振横向弛豫时间T2*参数，具有较高的泛化能力，无需人工干预。
-
公开(公告)号：CN100340111C
公开(公告)日：2007-09-26
申请号：CN200510033774.5
申请日：2005-03-28
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于小波变换的医学图像易碎水印方法，包括水印嵌入和提取两个部分，第一部分完成水印的嵌入，包括：小波正变换、密钥生成过程、找寻节点过程、小波逆变换；第二部分完成把水印从已嵌入水印的图像中提取出来，包括：小波正变换、找寻节点过程、水印恢复过程。本发明使嵌入的水印具有高的敏感性和信噪比，而且对水印的恶意攻击具有较强抵抗能力。
-
公开(公告)号：CN113240078A
公开(公告)日：2021-08-10
申请号：CN202110469551.2
申请日：2021-04-26
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于深度学习网络的磁共振R2*参数量化方法，该方法包括：使用第一深度学习网络对输入磁共振T2*加权图像进行去噪声处理；同时使用第二深度学习网络对经过噪声处理后的磁共振T2*加权图像进行磁共振R2*量化预测；所述第一深度学习网络和所述第二深度学习网络组建级联网络。使用深度学习算法对R2*参数进行量化，避免了传统算法的复杂性，减小了量化误差，提升了计算速度，缩短了计算所需的时间。
-
Patent Agency Ranking
公开(公告)号：CN1688156A
公开(公告)日：2005-10-26
申请号：CN200510033774.5
申请日：2005-03-28
Applicant: 南方医科大学
Abstract: 本发明公开了一种基于小波变换的医学图像易碎水印方法，包括水印嵌入和提取两个部分，第一部分完成水印的嵌入，包括：小波正变换、密钥生成过程、找寻节点过程、小波逆变换；第二部分完成把水印从已嵌入水印的图像中提取出来，包括：小波正变换、找寻节点过程、水印恢复过程。本发明使嵌入的水印具有高的敏感性和信噪比，而且对水印的恶意攻击具有较强抵抗能力。
-
公开(公告)号：CN113030182B
公开(公告)日：2023-10-27
申请号：CN202110076300.8
申请日：2021-01-20
Applicant: 南方医科大学顺德医院(佛山市顺德区第一人民医院) , 重庆师范大学
Abstract: 本发明实施例中，获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度‑位置曲线，进行一阶微分处理，得到温度‑位置微分曲线；根据所述温度‑位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。可见，本发明能够通过阈值去噪和高对比度筛选得到光滑的温度‑位置曲线，并通过对温度‑位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
-
公开(公告)号：CN115775235A
公开(公告)日：2023-03-10
申请号：CN202211482818.2
申请日：2022-11-24
Applicant: 南方医科大学
Abstract: 本发明提供了一种基于循环网络的磁共振参数量化方法、装置、设备及介质，其中方法包括：采集不同对比度的多幅磁共振加权图像；将多幅磁共振加权图像输入已构建的循环神经网络中，多次循环后，得到磁共振参数图像；其中，循环神经网络是基于物理模型和卷积神经网络构建而成的，对于循环神经网络的每一次循环，对应输入为不同对比度的多幅磁共振加权图像和循环神经网络上一次循环输出的状态参数，对应输出为循环神经网络本次循环计算得到的磁共振参数图像和状态参数；物理模型由不同对比度的多幅磁共振加权图像的采集过程确定。本发明解决了现有深度学习技术无法在输入的磁共振加权图像的采集参数发生较大改变时进行高质量参数量化的问题。
-
公开(公告)号：CN113030182A
公开(公告)日：2021-06-25
申请号：CN202110076300.8
申请日：2021-01-20
Applicant: 南方医科大学顺德医院(佛山市顺德区第一人民医院) , 重庆师范大学
Abstract: 本发明实施例中，获取目标热异常位置的切片热图，对所述目标热异常位置的切片热图进行阈值去噪处理；从所述目标热异常位置的切片热图中确定出所述目标热异常位置的高对比度的切片热图位置；从所述目标热异常位置的高对比度的切片热图位置中提取出所述目标热异常位置对应的温度‑位置曲线，进行一阶微分处理，得到温度‑位置微分曲线；根据所述温度‑位置微分曲线中的极大峰值和极小峰值，确定所述目标热异常位置的热异常尺寸。可见，本发明能够通过阈值去噪和高对比度筛选得到光滑的温度‑位置曲线，并通过对温度‑位置曲线的分析，精准地计算出热异常位置的尺寸，相比于现有技术中的做法，本发明大大提高了热异常尺寸测量的精确度和效率。
-
公开(公告)号：CN214702524U
公开(公告)日：2021-11-12
申请号：CN202120159195.X
申请日：2021-01-20
Applicant: 南方医科大学顺德医院(佛山市顺德区第一人民医院) , 重庆师范大学
Abstract: 本实用新型实施例公开了一种医用红外热成像激励装置，所述装置包括：控制器；加热机构，连接至所述控制器；第一温度传感器，设置在所述加热机构的加热口，与所述控制器电连接；制冷机构，连接至所述控制器；第二温度传感器，设置在所述制冷机构的制冷口，与所述控制器电连接。可见，本实用新型能够提供一种医用红外热成像激励装置，其能够通过控制器自动控制加热机构和制冷机构的工作，且设置的两个温度传感器可以实时获取温度，从而实现了自动控制以及获知实时的激励进展，自动化程度高，便于进行推广应用，且具有较高的效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
