-
公开(公告)号：CN117042697A
公开(公告)日：2023-11-10
申请号：CN202280021801.9
申请日：2022-03-10
Applicant: 皇家飞利浦有限公司
IPC: A61B6/00
Abstract: 本发明涉及胸部放射摄影。为了改进图像质量和一致性，提供了一种呼吸状态确定设备，其包括输入单元、处理单元和输出单元。所述输入单元被配置为接收利用传感器连续捕获的深度图像序列，所述传感器具有覆盖被定位用于胸部放射摄影图像检查的患者的躯干的视场。所述处理单元被配置为分析接收到的深度图像序列以确定表示所述患者的呼吸运动的一个或多个感兴趣区域(ROI)内部的深度值随时间的变化，并且基于所确定的一个或多个ROI内部的深度值随时间的变化来确定呼吸信号。所述输出单元被配置为提供所确定的呼吸信号。
-
公开(公告)号：CN114026656A
公开(公告)日：2022-02-08
申请号：CN202080047136.1
申请日：2020-06-25
Applicant: 皇家飞利浦有限公司
Inventor： A·格罗特 , A·扎尔巴赫 , I·M·巴尔特鲁沙特 , J·冯贝格 , M·格拉斯
Abstract: 一种针对用于自动病理检测的神经网络的多任务深度学习方法，包括以下步骤：接收(S1)用于第一图像识别任务的第一图像数据(I)；接收(S2)用于第二图像识别任务的第二图像数据(V)；其中，所述第一图像数据(I)为第一数据类型，所述第二影像数据(V)为第二数据类型，所述第二数据类型不同于所述第一数据类型；通过对所述第一图像数据(I)进行标注来确定(S3)第一经标注图像数据(IL)，通过对所述第二图像数据(V)进行合成和标注来确定第二合成经标注图像数据(ISL)；基于接收到的第一图像数据(I)、接收到的第二图像数据(V)、所确定的第一经标注图像数据(IL)和所确定的第二经标注合成图像数据(ISL)来训练(S4)所述神经网络；其中，所述第一图像识别任务和所述第二图像识别任务与以下的相同的解剖区域有关，其中，相应的图像数据取自要在相应的图像数据中识别的相同病理和/或与要在相应的图像数据中识别的相同解剖病理有关。
-
公开(公告)号：CN111615362A
公开(公告)日：2020-09-01
申请号：CN201980008629.1
申请日：2019-01-09
Applicant: 皇家飞利浦有限公司
Inventor： I·M·巴尔特鲁沙特 , T·克内普 , H·尼克基施 , A·扎尔巴赫
Abstract: 本公开涉及一种用于解剖投影图像的图像分解的系统。所述系统包括实施投影图像的分解算法的数据处理系统，所述投影图像是通过利用成像辐射辐照对象的部分而生成的。在被辐照部分之内的身体部分是成像辐射的衰减的三维衰减结构，其中，所述衰减结构表示所述分解算法的预定义分类的衰减结构的成员，由此表示所述身体部分的分类。所述数据处理系统使用所述衰减结构的分类来分解所述投影图像数据。所述投影图像数据的分解基本上将经分类的身体部分对所述投影图像的贡献与所述对象的另外的身体部分对所述投影图像的贡献之间进行分离。所述另外的身体部分与所述经分类的身体部分在所述投影图像中至少部分地重叠。
-
公开(公告)号：CN105793893B
公开(公告)日：2020-01-31
申请号：CN201480065883.2
申请日：2014-11-26
Applicant: 皇家飞利浦有限公司
Abstract: 提供一种用于对医学图像中的解剖结构执行基于模型的分割的系统(100)。所述系统包括处理器(140)，所述处理器被配置用于通过将可变形模型应用于图像数据(042)来执行对所述解剖结构的基于模型的分割。此外，提供定义数据(220)，其定义所述可变形模型的第一部分与第二部分之间的几何关系，其中，所述解剖结构的对应第一部分被假定在所述图像数据中比所述解剖结构的对应第二部分是较好可见的。所述定义数据然后被用于调节所述可变形模型的所述第二部分的拟合。结果，获得所述可变形模型的所述第二部分到所述解剖结构的所述第二部分的更好的拟合，而不管所述部分在医学图像中是相对较差可见的。
-
公开(公告)号：CN105027163B
公开(公告)日：2018-09-07
申请号：CN201480011761.5
申请日：2014-02-26
Applicant: 皇家飞利浦有限公司
IPC: G06T7/73
CPC classification number: G06T7/0014 , G06K9/6269 , G06T7/74 , G06T2207/10081 , G06T2207/10104
Abstract: 本发明涉及一种用于确定要由扫描系统(10)(例如计算机断层摄影系统)扫描的对象的扫描区域的扫描区域确定装置(12)。定义概览图像和模板图像关于彼此的配准的空间变换被确定，其中，所述概览图像和所述模板图像初始通过使用元素位置指示符而被配准，所述元素位置指示符指示所述对象的元素关于所述概览图像的位置。模板扫描区域关于所述模板图像被定义，其中，通过使用所确定的空间变换将所述模板扫描区域投影到所述概览图像上，从而确定最终扫描区域。配准并且因此对空间变换的确定是非常稳定的，这改进了确定最终扫描区域的质量。
-
Patent Agency Ranking
公开(公告)号：CN107077211A
公开(公告)日：2017-08-18
申请号：CN201580057307.8
申请日：2015-10-10
Applicant: 皇家飞利浦有限公司
IPC: G06F3/01 , G06F3/0484 , G06K9/00 , G06K9/32
CPC classification number: G06F3/013 , G06F3/04842 , G06K9/00604 , G06K9/3233 , G06T7/11 , G06T2207/20104
Abstract: 一种感兴趣区域(ROI)分割系统(10)包括显示设备(20)、视线跟踪设备(28)、视线点收集器(32)、边界识别器(36)，以及区域识别器(38)。所述显示设备(20)显示图像(14)。所述视线跟踪设备(28)生成相对于所显示的图像(14)的视线点。所述视线点收集器(32)从与所显示的图像(14)的感兴趣区域(ROI)(25)相对应的所生成的视线点(30)中选择视线点；所述边界识别器(36)基于所选择的视线点(54、60)来估计边界(70)。所述区域识别器(38)基于所估计的边界(70)来分割所述ROI(25)。
-
公开(公告)号：CN119452426A
公开(公告)日：2025-02-14
申请号：CN202380049674.8
申请日：2023-06-27
Applicant: 皇家飞利浦有限公司
Abstract: 系统、装置和方法提供了自动评价诊断图像的技术，所述技术包括：接收与患者的状况有关的诊断图像；参考解剖结构执行对诊断图像的配准；从所述配准图像中识别一个或多个ROI；基于所述一个或多个ROI来生成特征分布；分析所述特征分布以确定量化，所述量化反映所述患者的所述状况；并且基于所述量化来提供诊断输出。在实施例中，识别ROI包括：在所述配准图像中识别感兴趣域，所述感兴趣域包含所述一个或多个感兴趣区域；并且将所述感兴趣域分成多个子区域。在实施例中，生成特征分布包括针对每个ROI生成强度直方图。在实施例中，分析所述特征分布包括基于所述特征分布来确定一个或多个度量。
-
公开(公告)号：CN111542853B
公开(公告)日：2024-05-14
申请号：CN201880084836.0
申请日：2018-10-26
Applicant: 皇家飞利浦有限公司
Abstract: 本发明涉及一种磁共振成像系统，包括：存储器，其存储机器可执行指令、脉冲序列命令和第一机器学习模型，第一机器学习模型包括第一深度学习网络以及第一输入和第一输出，脉冲序列命令用于控制磁共振成像系统来采集磁共振成像数据的集合；处理器，机器可执行指令的运行使处理器控制磁共振成像系统重复地执行以下采集和分析过程：根据脉冲序列命令从磁共振成像系统的成像区采集包括磁共振成像数据的所述集合的子集的数据集，将数据集提供给第一机器学习模型的第一输入，响应于所述提供，从第一机器学习模型的第一输出接收对磁共振成像数据的运动伪影水平的预测结果，运动伪影水平表征存在于磁共振成像数据中的运动伪影的数量和/或程度。
-
公开(公告)号：CN116648732A
公开(公告)日：2023-08-25
申请号：CN202180085100.7
申请日：2021-12-18
Applicant: 皇家飞利浦有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06T7/00
Abstract: 一种用于训练机器学习模块以提供针对图像研究的分类和定位信息的系统和方法。所述方法包括接收当前图像研究。所述方法包括将所述机器学习模块应用于所述当前图像研究，以使用所述机器学习模块的分类模块来生成分类结果，所述分类结果包括对所述当前图像研究的一个或多个类别标签的预测。所述方法包括经由用户接口接收指示与预测的类别标签相对应的空间位置的用户输入。所述方法包括使用指示与预测的类别标签相对应的空间位置的用户输入来训练机器学习模块的定位模块。
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.032 seconds)
