-
公开(公告)号：CN119693249A
公开(公告)日：2025-03-25
申请号：CN202510191666.8
申请日：2025-02-21
Applicant: 复旦大学
Abstract: 本发明提出了一种多模态磁共振成像的优化图像合成方法及系统，属于图像合成技术领域，包括：构建多模态图像合成模型，对多模态磁共振成像数据的各个模态提取第一特征；对第一特征提取上下文信息得到第二特征；对第二特征提取图像中不同尺度的信息，得到前半阶段特征及后半阶段特征；将前半阶段特征跳跃连接至后半阶段特征集成得到多尺度特征；将各个模态的多尺度特征级联融合，得到融合特征；根据融合特征合成目标模态图像。本发明通过优化的合成图像方法获得更加完整的图像数据，有助于精准的临床诊断和科学研究。
-
公开(公告)号：CN119418943A
公开(公告)日：2025-02-11
申请号：CN202510027021.0
申请日：2025-01-08
Applicant: 复旦大学
Inventor： 王成彦
Abstract: 本发明提供了一种心脏多模态数字孪生仿真方法、系统、电子设备及介质，属于数字孪生技术领域。该方法包括：S1、采集心脏的多模态数据；S2、对采集到的多模态数据进行预处理，得到心脏数字数据；S3、基于心脏数字数据，构建心脏的多模态数字孪生模型并优化；S4、利用优化后的多模态数字孪生模型，使用龙格‑库塔法并结合PSO算法对心脏的电生理活动进行实时仿真；S5、基于优化后的多模态数字孪生模型和仿真结果，进行虚拟心脏手术治疗的模拟和规划；S6、对多模态数字孪生模型进行动态评估，实时监测心脏的状态变化。本发明采用上述的一种心脏多模态数字孪生仿真方法、系统、电子设备及介质，可以实现心脏状态的高效仿真与实时监测。
-
公开(公告)号：CN119374855A
公开(公告)日：2025-01-28
申请号：CN202411961597.6
申请日：2024-12-30
Applicant: 复旦大学
Inventor： 王成彦
Abstract: 本发明公开了一种血管流体力学高精度检测装置及检测方法，属于血流测量技术领域。血管流体力学高精度检测装置，包括固定机构，固定机构的上方设置有夹持工装，试样固定在夹持工装上，固定机构的下方设置有调节机构。调节机构的底座与安装座转动连接，安装座上设置有相互垂直的两个传动板，传动板为弧形结构，沿着传动板的长度方向设置有使固定机构的支撑杆穿过的弧形槽，支撑杆插入两个传动板的弧形槽内，安装座上设置有带动传动板转动的动力结构。采用本发明所述的血管流体力学高精度检测装置及检测方法，能够解决血管内流体力学测试准确性差的问题。
-
公开(公告)号：CN112102385B
公开(公告)日：2023-02-10
申请号：CN202010845127.9
申请日：2020-08-20
Applicant: 复旦大学
Abstract: 本发明属于磁共振图像配准技术领域，具体为一种基于深度学习的多模态肝脏磁共振影像配准系统。本发明系统包括：图像预处理模块，用于对源图像和目标图像进行预处理，并利用传统方法进行预配准；训练样本筛选模块，从对经传统方法预配准后的样本中筛选出作为GAN网络训练用的样本；GAN网络模块，用于对多模态肝脏磁共振影像配准；GAN网络包括鉴别器网络和生成器网络；本发明通过对GAN网络进行预训练，使其学习不同对比度图像域之间的映射关系，实现将一种对比图像转化为另一种对比图像的功能；然后在配准过程中利用经训练的GAN网络辅助传统配准方法，消除配准中由于模态差异而造成的误差，缩短了配准时间，提高了配准准确性。
-
公开(公告)号：CN113538611A
公开(公告)日：2021-10-22
申请号：CN202110687905.0
申请日：2021-06-21
Applicant: 复旦大学
Abstract: 本发明公开了一种无监督的心脏磁共振参数定量图像重建方法。本发明方法包括：获取心脏磁共振降采样K空间数据以及对应的降采样算子，生成训练样本；利用卷积神经网络搭建迭代网络框架；利用对抗网络对真实梯度和学习到的梯度的分布进行判别，确保二者在分布上相似；利用神经网络学习正则化算子，对重建图像进行约束；计算损失函数并在训练样本上进行训练；基于物理模型对重建得到的图像序列进行拟合，计算mapping参数图；将网路框架用于新的心脏磁共振数据，进行mapping重建。本方法不需要全采样的金标准数据，能高效实现心脏磁共振mapping重建的加速，且适用于多种参数mapping重建，具有临床应用价值。
-
Patent Agency Ranking
公开(公告)号：CN112102385A
公开(公告)日：2020-12-18
申请号：CN202010845127.9
申请日：2020-08-20
Applicant: 复旦大学
Abstract: 本发明属于磁共振图像配准技术领域，具体为一种基于深度学习的多模态肝脏磁共振影像配准系统。本发明系统包括：图像预处理模块，用于对源图像和目标图像进行预处理，并利用传统方法进行预配准；训练样本筛选模块，从对经传统方法预配准后的样本中筛选出作为GAN网络训练用的样本；GAN网络模块，用于对多模态肝脏磁共振影像配准；GAN网络包括鉴别器网络和生成器网络；本发明通过对GAN网络进行预训练，使其学习不同对比度图像域之间的映射关系，实现将一种对比图像转化为另一种对比图像的功能；然后在配准过程中利用经训练的GAN网络辅助传统配准方法，消除配准中由于模态差异而造成的误差，缩短了配准时间，提高了配准准确性。
-
公开(公告)号：CN119374855B
公开(公告)日：2025-04-01
申请号：CN202411961597.6
申请日：2024-12-30
Applicant: 复旦大学
Inventor： 王成彦
Abstract: 本发明公开了一种血管流体力学高精度检测装置及检测方法，属于血流测量技术领域。血管流体力学高精度检测装置，包括固定机构，固定机构的上方设置有夹持工装，试样固定在夹持工装上，固定机构的下方设置有调节机构。调节机构的底座与安装座转动连接，安装座上设置有相互垂直的两个传动板，传动板为弧形结构，沿着传动板的长度方向设置有使固定机构的支撑杆穿过的弧形槽，支撑杆插入两个传动板的弧形槽内，安装座上设置有带动传动板转动的动力结构。采用本发明所述的血管流体力学高精度检测装置及检测方法，能够解决血管内流体力学测试准确性差的问题。
-
公开(公告)号：CN113854995B
公开(公告)日：2023-11-24
申请号：CN202111216100.4
申请日：2021-10-19
Applicant: 复旦大学
Abstract: 本发明涉及一种基于单次激发的弥散加权成像扫描重建方法及系统，方法包括：通过多线圈扫描仪获取病灶部位的多张线圈敏感度图谱；对多张线圈敏感度图谱进行m次SS‑EPI扫描，对应获得m张不同b值的DWI初始图像；将所有张线圈敏感度图谱以及DWI图像输入训练好的多通道降噪网络，对应获得m张DWI重建图像；根据m张DWI重建图像获取病灶部位的ADC图谱；其中，所述的多通道降噪网络具有m个通道，每个通道包括降噪层和数据一致性层，所述的降噪层对DWI初始图像进行降噪，获得DWI降噪图像，所述的数据一致性层根据多张线圈敏感度图谱，填补DWI降噪图像中缺失的K空间信息，获得DWI重建图
-
公开(公告)号：CN119418943B
公开(公告)日：2025-05-20
申请号：CN202510027021.0
申请日：2025-01-08
Applicant: 复旦大学
Inventor： 王成彦
Abstract: 本发明提供了一种心脏多模态数字孪生仿真方法、系统、电子设备及介质，属于数字孪生技术领域。该方法包括：S1、采集心脏的多模态数据；S2、对采集到的多模态数据进行预处理，得到心脏数字数据；S3、基于心脏数字数据，构建心脏的多模态数字孪生模型并优化；S4、利用优化后的多模态数字孪生模型，使用龙格‑库塔法并结合PSO算法对心脏的电生理活动进行实时仿真；S5、基于优化后的多模态数字孪生模型和仿真结果，进行虚拟心脏手术治疗的模拟和规划；S6、对多模态数字孪生模型进行动态评估，实时监测心脏的状态变化。本发明采用上述的一种心脏多模态数字孪生仿真方法、系统、电子设备及介质，可以实现心脏状态的高效仿真与实时监测。
-
公开(公告)号：CN114041776B
公开(公告)日：2024-11-26
申请号：CN202111262206.8
申请日：2021-10-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于深度学习的EPI相位矫正方法。本发明方法：采用正负交替的读出梯度极性进行EPI数据采集，采集到的回波按顺序填入K空间后的轨迹；将正负回波从K空间中分离，变成两个极性一致的K空间；消除以上图像中的卷褶伪影，流程包括：选取神经网络；采集一组EPI原始数据用于网络训练；使用传统相位矫正方法计算金标准图像；将金标准和正负分离后的图像同时喂入神经网络进行训练；将测试数据按正负回波分离重建得到图像喂入训练好的网络模型，得到恢复后的图像。本发明能够很好地恢复低倍欠采的数据，实现EPI采集加速和图像伪影消除；可用于基于EPI采集模式的脑功能成像、扩散加权成像等磁共振技术中。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
