-
公开(公告)号：CN118172357A
公开(公告)日：2024-06-11
申请号：CN202410453208.2
申请日：2024-04-15
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本发明公开了一种基于磁共振扩散张量成像的腰骶丛神经根分割方法、介质和设备，首先获取腰骶丛神经DTI影像学DICOM数据，并将其存储为NRRD格式；然后，对DTI数据进行感兴趣区域提取，并将其感兴趣区域标注数据转换为PNG格式的灰度图像存储；最后，将DTI数据及其感兴趣区域标注数据输入到深度学习分割模型中进行训练，并通过训练好的分割模型对腰骶丛神经根进行分割预测。本发明利用了深度学习分割模型以学习更加丰富的图像信息，采用基于窗口和移动窗口的多头自注意力机制来增强模型对于不同分辨率尺度下的全局特征学习能力，并通过结合卷积模块以及小波特征提取模块构造了SwinDW融合模块，以此来更好地融合全局和低频特征；本发明还使用了多尺度特征自适应融合模块将当前编码模块的特征图与不同分辨率尺度下的编码模块特征图进行注意力融合，以此来学习不同尺度编码模块的特征信息，缓解编码器下采样导致的空间信息损失，从而较好地提高了腰骶丛神经根的分割效果。
-
公开(公告)号：CN118172357B
公开(公告)日：2025-02-07
申请号：CN202410453208.2
申请日：2024-04-15
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本发明公开了一种基于磁共振扩散张量成像的腰骶丛神经根分割方法、介质和设备，首先获取腰骶丛神经DTI影像学DICOM数据，并将其存储为NRRD格式；然后，对DTI数据进行感兴趣区域提取，并将其感兴趣区域标注数据转换为PNG格式的灰度图像存储；最后，将DTI数据及其感兴趣区域标注数据输入到深度学习分割模型中进行训练，并通过训练好的分割模型对腰骶丛神经根进行分割预测。本发明利用了深度学习分割模型以学习更加丰富的图像信息，采用基于窗口和移动窗口的多头自注意力机制来增强模型对于不同分辨率尺度下的全局特征学习能力，并通过结合卷积模块以及小波特征提取模块构造了SwinDW融合模块，以此来更好地融合全局和低频特征；本发明还使用了多尺度特征自适应融合模块将当前编码模块的特征图与不同分辨率尺度下的编码模块特征图进行注意力融合，以此来学习不同尺度编码模块的特征信息，缓解编码器下采样导致的空间信息损失，从而较好地提高了腰骶丛神经根的分割效果。
-
公开(公告)号：CN218606595U
公开(公告)日：2023-03-14
申请号：CN202222335014.1
申请日：2022-09-02
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本实用新型公开了一种新型核磁共振检查固定设备，包括底座，所述底座的下表面固定连接有套箱，所述套箱的下表面滑动连接有底箱，所述底箱的内部固定连接有气缸，所述气缸的输出端固定连接有推杆，且推杆远离气缸的一端与底座固定连接，所述底座的上表面活动连接有躺板；防护框，所述防护框的内部设置有凹槽，所述凹槽的内部固定连接有弹簧，所述弹簧远离凹槽的一端固定连接有隔板，所述隔板的右侧面固定连接有嵌合架，所述防护框远离嵌合架的一端设置有嵌合槽一；固定座一，所述固定座一的前表面固定连接有固定带一。通过上述结构，可实现在提高设备防护功能的同时便于患者躺倒，提高设备的实用性。
-
-
Search Results
3
records
(took 0.033 seconds)
