一种基于微型导管末端力的反馈方法及系统

    公开(公告)号:CN119868763A

    公开(公告)日:2025-04-25

    申请号:CN202510254178.7

    申请日:2025-03-05

    Applicant: 复旦大学

    Abstract: 本发明涉及医疗技术领域,具体为一种基于微型导管末端力的反馈方法及系统,方法包括以下步骤:通过CT扫描获取患者血管的三维数据,并对三维数据进行预处理,从预处理后的三维数据中进行特征提取生成处理后的特征数据集;通过导管末端的力传感器采集接触力信号S,对采集的接触力信号进行小波变换,分解为不同分辨率下的近似系数和细节系数;对细节系数Dj进行卡尔曼滤波得到滤波后的估计信号,将滤波后的估计信号作为滤波后的细节系数;基于小波逆变换将近似系数Aj和滤波后的细节系数D′j重构为时域信号S′,将时域信号传递至导管控制系统;将CT影像、实时力信号和导管位置信息进行融合得到融合信号;能够提高了导管控制的精度。

    一种卷积神经网络与图网络结合的医学影像分割方法

    公开(公告)号:CN119991723A

    公开(公告)日:2025-05-13

    申请号:CN202510067649.3

    申请日:2025-01-16

    Applicant: 复旦大学

    Abstract: 本发明涉及医学图像分割技术领域,具体为一种卷积神经网络与图网络结合的医学影像分割方法,方法包括以下步骤:将通过计算机断层扫描(CT)设备采集到冠状动脉CT造影三维图像数据构成数据集CoronarySet,将数据集CoronarySet随机划分为训练集CoronarySet1和测试集CoronarySet2;将训练集CoronarySet1的数据切分为多个patches;将patches输入到双分支平行编码器中得到多层冠状动脉纹理特征图与多层冠状动脉拓扑特征图;构建特征融合模块,基于注意力机制模块将不同层的纹理特征图和拓扑特征图融合,得到融合血管特征;将三维卷积模块的浅层特征与融合血管特征依次输入到分割解码器的每一层,能够提取三维血管结构,使得血管分割结果更连续、更精准。

Patent Agency Ranking