-
公开(公告)号：CN118537286A
公开(公告)日：2024-08-23
申请号：CN202410245914.8
申请日：2024-03-05
Applicant: 福州大学 , 福建医科大学附属第一医院
Abstract: 本发明涉及一种针对家族性脑海绵状血管瘤图像的快速数据标注方法。该方法以一种简单的覆盖目标的边界框作为提示，同时利用Segment Anything(SAM)模型分割和框二值化阈值分割（BBTS）进行分割标注，随后筛选以获得合格的标注掩码，用其初步训练一个分割网络，余下不合格掩码所对应的图像同没有标注边界框的图像进行迭代训练标注。在每次迭代中，我们对部分分割掩码进行筛选，将合格的掩码合并到训练数据中，继而迭代训练以优化网络的分割性能，获取更多合格掩码。多次迭代后仍不合格的少量疑难样本的分割掩码由医生进行半自动标注修正，包括删除过分割区域和填充欠分割区域，最终完成标注。
-
公开(公告)号：CN118279242A
公开(公告)日：2024-07-02
申请号：CN202410245188.X
申请日：2024-03-05
Applicant: 福州大学 , 福建医科大学附属第一医院
Abstract: 本发明涉及一种用于家族性脑海绵状血管瘤判别和研究的定量统计方法及系统。利用深度学习对同一病人前后两次检查的磁共振成像（MRI）数据切片进行2D病灶分割，之后将2D分割掩码合成3D掩码，进而统计两次检查中病灶的体积和数量，并识别病灶最小外接立方体的坐标。我们遍历随访检查中的病灶，设置病灶中心特殊像素点，利用图像配准将随访检查图像向前次检查的图像对齐，通过特殊像素点联系配准前后随访检查中所遍历的病灶，之后通过识别病灶最小外接立方体是否重合来实现前次检查与配准后的随访检查中相同病灶区域的匹配，最终实现前次检查与随访检查原图像中同一病灶区域的对比统计，并将统计结果进行可视化，帮助医生对疾病进展进行定量诊断和分析。
-
公开(公告)号：CN117890842A
公开(公告)日：2024-04-16
申请号：CN202410080151.6
申请日：2024-01-19
Applicant: 福州大学
Abstract: 本发明提供了基于局部信号块的结构化低秩矩阵的磁共振波谱重建方法，涉及磁共振波谱。包括以下步骤：1）建立基于局部信号块的结构化矩阵的磁共振波谱重建模型；2）建立一种无需奇异值分解的改进重建模型的重建模型；3）建立无需奇异值分解的改进重建模型的求解算法；4）对得到的重建时间域信号进行二维傅立叶变换，得到最终磁共振谱图。本技术方案通过局部信号块构建小规模的结构化矩阵来代替大规模结构化矩阵，以达到加快重建计算速度，减小重建所需内存的目的。
-
公开(公告)号：CN119963678A
公开(公告)日：2025-05-09
申请号：CN202510066553.5
申请日：2025-01-16
Applicant: 福州大学
IPC: G06T11/00 , G06N3/04 , G06N3/0895
Abstract: 本发明提供一种基于灵敏度矩阵约束的隐式神经网络磁共振图像重建方法，对待重建图像坐标进行傅里叶编码作为网络输入；训练基于灵敏度矩阵约束的隐式神经网络磁共振图像重建模型；利用模型的输出和采样数据进行数据组合得到最终图像。这种通过自监督学习的深度学习并行磁共振重建方法，具有能够实现高质量的图像重建，同时减少对大量全采样数据的依赖的特点。
-
-
-
Search Results
4
records
(took 0.026 seconds)
