-
公开(公告)号：CN117916633A
公开(公告)日：2024-04-19
申请号：CN202280057053.X
申请日：2022-08-18
Applicant: 浜松光子学株式会社
IPC: G01T1/161
Abstract: 断层图像制作装置(10)包括时间差计算部(12)、信号波形处理部(13)、误差推测部(14)、γ射线对发生位置计算部(15)、图像制作部(16)等。时间差计算部(12)对大量的γ射线对符合计数事件分别求取从信号波形取得部(11)输出的第1信号和第2信号各自的值达到阈值的时刻的时间差(tled)。信号波形处理部(13)将第1信号的波形或第2信号的波形在时间轴方向上向相互靠近的方向相对地移位时间差(tled)。误差推测部(14)基于移位后的第1信号和第2信号各自的波形，利用DNN，推测时间差(tled)所包含的误差(terr)。由此，实现了基于由PET检测器收集的多个γ射线对符合计数事件的信息使用DNN制作受试者的断层图像的装置、即能够容易地使DNN学习的断层图像制作装置。
-
公开(公告)号：CN119790323A
公开(公告)日：2025-04-08
申请号：CN202380062666.7
申请日：2023-08-28
Applicant: 浜松光子学株式会社
Abstract: 图像取得装置(1A)具备测定部(10)以及处理部(20)。处理部(20)，对于第一检测器(11)及第二检测器(12)对通过正电子发射核素(81)中的电子/正电子的对湮灭现象而生成的一对伽马射线光子进行同时计数的每个同时计数现象，设来到第一检测器(11)及第二检测器(12)中的一方的伽马射线光子为在被检体(90)内不发生康普顿散射而到来的光子，设来到另一方的伽马射线光子为在被检体(90)内发生康普顿散射后到来的光子，基于由第一检测器(11)及第二检测器(12)各自得到的伽马射线光子的检测位置及检测时刻以及正电子发射核素(81)的位置，求出伽马射线光子在被检体(90)内发生康普顿散射的位置。由此，实现了不进行图像重构处理就能够取得表示被检体的解剖学信息的断层图像的图像取得装置以及图像取得方法。
-
公开(公告)号：CN118647904A
公开(公告)日：2024-09-13
申请号：CN202380019854.1
申请日：2023-01-30
Applicant: 浜松光子学株式会社
Abstract: 本发明的图像处理方法从某个初始状态开始，反复进行多次重构步骤(S1)、CNN处理步骤(S2)和更新步骤(S3)，生成被检体的断层图像。在重构步骤(S1)中，进行基于列表模式逐次近似重构法的处理，生成第1图像。在CNN处理步骤(S2)中，通过DIP技术使输入信息输入到CNN并通过该CNN生成第2图像，使该CNN学习。在更新步骤(S3)中，基于第1图像和第2图像来更新第3图像。由此，实现能够基于由放射线断层摄影装置收集到的列表数据来生成降低了噪声的断层图像的装置和方法。
-
公开(公告)号：CN113454489B
公开(公告)日：2024-07-26
申请号：CN202080012799.X
申请日：2020-01-29
Applicant: 浜松光子学株式会社
IPC: G01T1/161
Abstract: 图像处理装置(10)包括第一图像生成部(11)、第二图像生成部(12)和CNN处理部(13)。第一图像生成部(11)使用列表数据之中包含在第m帧中的数据组生成第m帧的第一断层图像(Dm)。第二图像生成部(12)使用列表数据之中比在第一图像生成部(11)中生成第一断层图像(Dm)时使用的数据组多的数据数量的数据组，生成第二断层图像(Sm)。CNN处理部(13)使第二断层图像(Sm)输入到CNN，并从CNN输出输出断层图像(Om)，基于输出断层图像(Om)与第一断层图像(Dm)的比较使CNN学习，反复进行学习动作，每次学习生成输出断层图像(Om)。由此，实现能够基于由放射线断层扫描装置所收集的列表数据生成高性能地除去了噪声的断层图像的装置。
-
公开(公告)号：CN114981684A
公开(公告)日：2022-08-30
申请号：CN202180009327.3
申请日：2021-01-27
Applicant: 浜松光子学株式会社
Inventor： 桥本二三生
Abstract: 本发明的图像处理装置(3)具备：特征提取部(12)、重构部(13)、评价部(14)、控制部(15)。特征提取部(12)将输入图像z输入特征提取用NN(18)，并从特征提取用NN(18)输出中间图像。重构部(13)将中间图像输入第m重构用NN(19m)，并从第m重构用NN(19m)输出第m输出图像(ym,n)。评价部(14)基于第m断层图像(xm)与第m输出图像(ym,n)之间的差的总和来求取评价值。控制部(15)使特征提取部(12)和重构部(13)的处理、由评价部(14)的评价值的计算、以及基于评价值的特征提取用NN(18)和第m重构用NN(19m)的学习重复进行。由此，实现了能够生成进行了高性能地噪声去除的断层图像并且能够缩短噪声去除处理所需的时间的装置。
-
Patent Agency Ranking
公开(公告)号：CN119998829A
公开(公告)日：2025-05-13
申请号：CN202380070961.7
申请日：2023-09-25
Applicant: 浜松光子学株式会社
Abstract: 图像处理装置(1)具备处理部(11)和学习部(12)，对对象图像(23)进行降噪处理。处理部(11)使输入图像(21)输入CNN，并使输出图像(22)从该CNN输出。学习部(12)使用基于输出图像(22)和对象图像(23)的评估函数，基于该评估函数的值使CNN学习。评估函数包含表示关于输出图像与对象图像之间的误差的评估值的误差评估项和表示关于输出图像中的相邻像素间的像素值的差的评估值的正则化项。图像处理装置(1)重复进行多次处理部(11)和学习部(12)各自的处理，将重复进行一定次数之后的输出图像(22)作为降噪处理后的图像。由此实现能够在使用了DIP技术的降噪处理中抑制CNN过度学习引起的画质劣化的图像处理装置和图像处理方法。
-
公开(公告)号：CN119365794A
公开(公告)日：2025-01-24
申请号：CN202380042598.8
申请日：2023-05-22
Applicant: 浜松光子学株式会社
Abstract: 放射线断层摄影系统(1)具备放射线断层摄影装置(2)以及图像处理装置(10)。图像处理装置(10)具备正弦图生成部(11)、CNN处理部(12)、卷积积分部(13)、正投影计算部(14)以及CNN学习部(15)。正投影计算部(14)对三维输出图像(23)进行正投影计算并生成分割为K个块的计算正弦图(241～24K)。CNN学习部(15)对K个块各自评价实测正弦图(21k)与计算正弦图(24k)之间的误差，基于对K个块各自的该误差评价结果使CNN进行学习。由此，能够实现一种图像处理装置，其作为可以进行从CNN输出图像至计算正弦图的三维正投影计算，能够基于计算正弦图与实测正弦图之间的误差的评价结果使CNN进行学习，从而容易生成被检体的三维断层图像。
-
公开(公告)号：CN119317850A
公开(公告)日：2025-01-14
申请号：CN202380043633.8
申请日：2023-05-25
Applicant: 浜松光子学株式会社
Abstract: 图像处理装置(1)具备输入图像制作部(10)、第一运算部(20)以及第二运算部(30)，降低对象图像(52)的噪声而制作降噪图像。第一运算部(20)包括第一CNN处理部(21)和第一CNN学习部(22)，进行有监督事先学习的处理。第一输入图像(40)是基于教师图像(42)变更一部分区域的像素值后的图像。第二运算部(30)包括第二CNN处理部(31)和第二CNN学习部(32)，进行无监督学习的处理。由此，实现了通过对CNN在有监督事先学习之后进行无监督学习而能够容易地降低对象图像的噪声的图像处理装置。
-
公开(公告)号：CN115175603A
公开(公告)日：2022-10-11
申请号：CN202180016865.5
申请日：2021-01-05
Applicant: 浜松光子学株式会社 , 社会福祉法人圣隶福祉事业团
Abstract: 眼底图像处理装置(1)包括：取得对受试者的眼底照射蓝色的波长的激发光而产生的第1眼底图像和对受试者的眼底照射绿色的波长的激发光而产生的第2眼底图像的图像输入部(3)；使用3个不同的初始值，通过训练生成用于预测用于从包含第1眼底图像和第2眼底图像的输入图像计算受试者的黄斑色素量的修正系数的3个已完成学习模型的模型生成部(7)；通过将包含第1眼底图像和第2眼底图像的输入图像输入到3个已完成学习模型，而预测3个修正系数的系数预测部(9)；以3个修正系数为对象计算统计值，并将统计值作为受试者的修正系数导出的系数导出部(11)；和基于第1眼底图像和受试者的修正系数，计算受试者的黄斑色素量的色素量计算部(13)。
-
公开(公告)号：CN114945845A
公开(公告)日：2022-08-26
申请号：CN202180009354.0
申请日：2021-01-26
Applicant: 浜松光子学株式会社
Abstract: 放射线断层摄影系统(1)具备放射线断层摄影装置(10)和图像处理装置(20)。图像处理装置(20)具备图像重构部(21)、减弱分布图像生成部(22)和减弱修正部(23)。减弱分布图像生成部(22)包括第1处理部(31)和第2处理部(32)。第1处理部(31)使用学习完毕的神经网络，基于发射扫描图像生成并输出中间图像。第2处理部(32)基于中间图像生成并输出减弱分布图像。由此，实现：即使是使用与用于神经网络的学习的放射线断层摄影装置不同的放射线断层摄影装置而取得的发射扫描图像，也能够根据该发射扫描图像生成更准确的减弱分布图像的装置和方法。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
