一种多模态医学图像分割系统

    公开(公告)号:CN118864864B

    公开(公告)日:2024-11-26

    申请号:CN202411337970.0

    申请日:2024-09-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多模态医学图像分割系统,属于医学图像分割技术领域。系统包括:图像生成模块以及分割模块;所述图像生成模块用于对非配对图像进行跨模态图像生成,得到生成图像;将得到的所述生成图像通过对比学习,得到配准图像;所述分割模块用于采用分割模型对输入的所述配准图像与源图像进行分割操作,得到分割图像。本发明为了解决传统静态权重分配方法在动态环境中缺乏灵活性,无法在整个训练过程中自适应调整以反映任务重要性变化的问题,提出了一种动态权重控制机制。

    一种多模态医学图像分割系统

    公开(公告)号:CN118864864A

    公开(公告)日:2024-10-29

    申请号:CN202411337970.0

    申请日:2024-09-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多模态医学图像分割系统,属于医学图像分割技术领域。系统包括:图像生成模块以及分割模块;所述图像生成模块用于对非配对图像进行跨模态图像生成,得到生成图像;将得到的所述生成图像通过对比学习,得到配准图像;所述分割模块用于采用分割模型对输入的所述配准图像与源图像进行分割操作,得到分割图像。本发明为了解决传统静态权重分配方法在动态环境中缺乏灵活性,无法在整个训练过程中自适应调整以反映任务重要性变化的问题,提出了一种动态权重控制机制。

    一种基于多尺度结构纹理分解的多模态医学图像融合方法

    公开(公告)号:CN116912206A

    公开(公告)日:2023-10-20

    申请号:CN202310871992.4

    申请日:2023-07-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于多尺度结构纹理分解的多模态医学图像融合方法,包括以下步骤:S1、获取两张已配准的多模态医学图像,所述医学图像包括灰度图像和彩色图像,并获取所述彩色图像的光照分量;S2、将所述光照分量和所述灰度图像分别进行多尺度结构纹理分解,得到第一分解输出和第二分解输出;S3、对所述第一分解输出和所述第二分解输出进行融合,得到融合图像。针对包含大量能量信息的结构层,采用非线性函数给强度大的像素位置赋予更高的融合权重,从而避免了融合结果中出现强度损失,更好地保留了结构信息。

    一种基于全局优化模型的多模态医学图像融合方法

    公开(公告)号:CN115222637A

    公开(公告)日:2022-10-21

    申请号:CN202210871344.4

    申请日:2022-07-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于全局优化模型的多模态医学图像融合方法,包括:获取已配准的图像对:解剖医学图像作为灰度图和功能图像作为三通道彩色图;将提取的功能图像的光照分量与单通道的灰度图像分别输入到全局优化分解的图像模块中,获得它们对应的基础层和细节层;将获得的基础层和细节层分别进行融合;将获得的融合的基础层和融合的细节层线性相加,获得融合的光照分量;将新的光照分量与输入的功能图像的颜色分量进行合并,获得最终的融合图像。本发明有效解决了医学图像融合算法中参数选择的不确定性,通过优化函数方法直接获得理想的融合图像。

    基于纹理感知和像素强度相关性的解剖医学图像融合方法

    公开(公告)号:CN117173065A

    公开(公告)日:2023-12-05

    申请号:CN202311071968.9

    申请日:2023-08-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于纹理感知和像素强度相关性的解剖医学图像融合方法,包括:获取脑部疾病的MRI图像和CT图像,并进行配准;构建图像纹理信息能量感知函数,基于图像纹理信息能量感知函数对配准后的MRI图像和CT图像分别进行分解,获得各自对应的基础层和结构层;建立图像融合规则,基于图像融合规则对分解获得的基础层与结构层分别进行处理,获得融合基础层图像与融合结构层图像;基于融合基础层图像与融合结构层图像进行图像重建,获得融合图像,实现解剖医学图像融合。本发明有效解决了融合过程丢失图像对比度信息的问题,缓解图像信息损失现象。

    一种基于成对标签权重的多标签特征选择方法

    公开(公告)号:CN114139634A

    公开(公告)日:2022-03-04

    申请号:CN202111468492.3

    申请日:2021-12-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于成对标签权重的多标签特征选择方法,步骤1、对训练数据集进行离散化处理;步骤2、给定训练数据的特征全集和标签集合;步骤3、初始化已选特征集合为空,设定特征子集维度;步骤4、通过曼哈顿距离和标签相似性设计成对标签权重;步骤5、利用特征相关性和特征冗余性得到完整的多标签特征选择评估标准;步骤6、为每个候选特征计算特征评估标准,选择取得特征评估标准最大值对应的候选特征,将其加入已选特征集合中,并将其从特征全集中剔除;步骤7、如果已选特征集合中特征个数等于设定的维度,则停止;否则重复步骤6;步骤8、将获得的特征子集S应用在多标签数据中,将降维后的数据输入到多标签分类学习模型。

    一种改良分离器械
    9.
    实用新型

    公开(公告)号:CN205460065U

    公开(公告)日:2016-08-17

    申请号:CN201620051025.9

    申请日:2016-01-20

    Applicant: 吉林大学

    Abstract: 本实用新型属于热处理技术领域且公开了一种改良分离器械,包括一号吸引器、二号吸引器、一号套管、二号套管、调节体位和调节器,所述一号吸引器一侧连接一号套管,所述一号套管一侧连接调节体位,所述调节体位上端设有大型轴承,所述大型轴承一侧设有调节器,所述调节体位四周设有导管、控制轴和二号吸引器。本实用新型通过使用大功率的吸引器,增加吸引器管径,头端大量侧孔,并辅以套管;调节体位,使游离积血移向远离脾脏损伤区域,使用双吸引器吸引;手助下腹腔镜手术,直接以手清理腹腔积血及血凝块。

Patent Agency Ranking